呼吸道病毒采样与保藏库

研究通过回顾性和前瞻性方式采集受试者样本,用于分离呼吸道病毒,并保藏于库中,供实验室检测、动物实验、攻毒病毒开发及疫苗开发使用,同时研究病毒相关系统与黏膜免疫及病毒特征

National Institute of Allergy and Infectious Diseases (NIAID)National Institute of Allergy and Infectious Diseases (NIAID)
clinicaltrials
浏览 12
其他InfluenzaCOVID-19疫苗编码
Respiratory Virus Sampling and Repository

基本信息

模态
其他
创建/更新时间
2026-10-13

资源简介

呼吸道病毒采样与保藏库

该数据集来源于clinicaltrials.gov,聚焦Influenza与COVID-19等呼吸道病毒。研究通过回顾性和前瞻性方式采集受试者样本,用于分离呼吸道病毒,并保藏于库中,供实验室检测、动物实验、攻毒病毒开发及疫苗开发使用,同时研究病毒相关系统与黏膜免疫及病毒特征。研究对象为3岁及以上疑似或确诊呼吸道感染的成人与儿童,每种病毒种/株1至200人,总计最多20000人。可用于呼吸道病毒分离、免疫机制探索及疫苗研发等方向(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:Influenza,COVID-19。研究描述:将获取参与者的回顾性和前瞻性样本,用于分离呼吸道病毒,以用于实验室检测、动物实验、攻毒病毒开发和疫苗开发。还将获取样本以研究呼吸道病毒相关的系统性和黏膜免疫以及病毒特征。目标:主要目标:分离人类呼吸道病毒标本并将其保存在保藏库中,以供未来在实验室检测、动物实验、攻毒病毒开发和疫苗开发中使用,具体在另一份方案中描述。研究人群:每种病毒种/株1-200名3岁及以上疑似或确诊呼吸道感染的成人和儿童参与者,总计最多20000名参与者。将入组的受试者总数为

【主题与分类】

主题标签:Influenza、COVID-19。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05266222

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://clinicaltrials.gov/study/NCT05266222

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

疾病:流感、COVID-19。研究描述:将获取参与者的回顾性和前瞻性样本,用于分离呼吸道病毒,以用于实验室检测、动物实验、攻毒病毒开发以及疫苗开发。还将获取样本,用于研究呼吸道病毒相关的全身和黏膜免疫以及病毒特征。目标:主要目标:分离人类呼吸道病毒样本,并将其保存在样本库中,以供未来用于另一份方案中所述的实验室检测、动物实验、攻毒病毒开发和疫苗开发。研究人群:3岁及以上疑似或确诊呼吸道感染的成人和儿童参与者,每种病毒种类/毒株1-200人,总计最多20000名参与者。入组受试者总数将取决于每种病毒/毒株感染的流行率以及感染的地理分布。入组参与者的研究中心/设施说明:NIH临床中心(CC)。研究持续时间:10年

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。