ORCHARDS 研究复现数据:儿童呼吸道疾病缺勤研究

该数据集来自 ORCHARDS 研究,是一项关于 K-12 学生缺勤与急性呼吸道疾病(ARI)的纵向前瞻性研究,覆盖家庭与社区场景

dataone
浏览 8
其他分类influenza, rapid influenza testMedicine, Health and Life Sciences
Replication Data for: The Oregon Child Absenteeism Due to Respiratory Disease Study (ORCHARDS)

基本信息

模态
其他
任务类型
分类
许可
http://creativecommons.org/publicdomain/zero/1.0
创建/更新时间
2026-10-31

资源简介

ORCHARDS 研究复现数据:儿童呼吸道疾病缺勤研究

Replication Data for: The Oregon Child Absenteeism Due to Respiratory Disease Study (ORCHARDS)

该数据集来自 ORCHARDS 研究,是一项关于 K-12 学生缺勤与急性呼吸道疾病(ARI)的纵向前瞻性研究,覆盖家庭与社区场景。数据可用于评估快速流感诊断测试的性能,并支持呼吸道疾病相关的流行病学分析与方法复现(来源 DataONE,http://creativecommons.org/publicdomain/zero/1.0 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):ORCHARDS 是一项在家庭和社区环境中对 K-12 学生缺勤与急性呼吸道疾病(ARI)进行的纵向前瞻性研究。该数据集用于评估快速流感诊断测试的性能。

【主题与分类】

主题标签:influenza, rapid influenza test、Medicine, Health and Life Sciences。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%3Af2db7abc3ebc72fb05f7d938a4431bc120a67baebb9463fba8ab892f29d94ee6

使用许可:http://creativecommons.org/publicdomain/zero/1.0。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256%3Af2db7abc3ebc72fb05f7d938a4431bc120a67baebb9463fba8ab892f29d94ee6

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

ORCHARDS是一项关于K-12学生缺勤与急性呼吸道疾病(ARI)在家庭和社区环境中的纵向前瞻性研究。该数据集用于评估快速流感诊断测试的性能。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。