养老院老年居民呼吸道病毒感染免疫生物标志物预测数据集

这些数据有助于确定与免疫衰老相关的免疫表型是否预测养老院老年居民呼吸道病毒感染的风险。我们假设以下与免疫衰老相关的免疫表型与感染风险增加相关:低 CD4+ 和 CD8+ naive T 细胞,高 CD4+ 和 CD8+ 终末分化及衰老 T 细胞,以及高 CMV 反应性 CD4+ 和 CD8+ T 细

dataone
浏览 2
其他预测呼吸系统疾病免疫衰老呼吸道病毒感染T细胞亚群流式细胞术养老院老年居民
Immune Biomarkers Predictive of Respiratory Viral Infection in Elderly Nursing Home Residents

基本信息

模态
其他
任务类型
预测
许可
https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=hdl:10864/10776
创建/更新时间
2026-10-25

资源简介

养老院老年居民呼吸道病毒感染免疫生物标志物预测数据集

这些数据有助于确定与免疫衰老相关的免疫表型是否预测养老院老年居民呼吸道病毒感染的风险。我们假设以下与免疫衰老相关的免疫表型与感染风险增加相关:低 CD4+ 和 CD8+ naive T 细胞,高 CD4+ 和 CD8+ 终末分化及衰老 T 细胞,以及高 CMV 反应性 CD4+ 和 CD8+ T 细

Immune Biomarkers Predictive of Respiratory Viral Infection in Elderly Nursing Home Residents

【数据内容】

源站描述(机器翻译,仅供参考):这些数据有助于确定与免疫衰老相关的免疫表型是否预测养老院老年居民呼吸道病毒感染的风险。为此,获取外周血单个核细胞(PBMCs),并通过流式细胞术分析 T-regs、CD4+ 和 CD8+ T 细胞亚群(naive [CCR7+CD45RA+]、终末分化 [CCR7-CD45RA+] 和衰老 [CD28-CD57+])以及 CMV 反应性 CD4+ 和 CD8+ T 细胞。我们假设以下与免疫衰老相关的免疫表型与感染风险增加相关:低 CD4+ 和 CD8+ naive T 细胞,高 CD4+ 和 CD8+ 终末分化及衰老 T 细胞,以及高 CMV 反应性 CD4+ 和 CD8+ T 细胞和高 T-regs。低定义为分布第一四分位数内的免疫表型,高定义为分布第四四分位数内的免疫表型。

【主题与分类】

主题标签:呼吸系统疾病、免疫衰老、呼吸道病毒感染、T细胞亚群、流式细胞术、养老院老年居民。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Ae2abd4ed47aee6c735717d32b61c3e9559abb29b183518c4257685b3d90cb9db

使用许可:https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=hdl:10864/10776。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256%3Ae2abd4ed47aee6c735717d32b61c3e9559abb29b183518c4257685b3d90cb9db

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

这些数据有助于确定与免疫衰老相关的免疫表型是否能预测养老院老年居民呼吸道病毒感染的风险。为此,我们获取了外周血单个核细胞(PBMCs),并通过流式细胞术分析调节性T细胞(T-regs)、CD4+和CD8+ T细胞亚群(初始型[CCR7+CD45RA+]、终末分化型[CCR7-CD45RA+]和衰老型[CD28-CD57+])以及CMV反应性CD4+和CD8+ T细胞。我们假设以下与免疫衰老相关的免疫表型与感染风险增加相关:低CD4+和CD8+初始T细胞,高CD4+和CD8+终末分化及衰老T细胞,以及高CMV反应性CD4+和CD8+ T细胞和高T-regs。低定义为免疫表型位于分布的第一个四分位数,高定义为免疫表型位于分布的第四个四分位数。我们对有症状的居民采集鼻咽拭子并进行病毒检测。模型已对年龄、性别和衰弱状况进行调整。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案