六只鬃狮蜥实验性暴露于Nannizziopsis guarroi的生前诊断结果
该数据集记录了六只成年鬃狮蜥(Pogona vitticeps)沿背中线局部暴露于Nannizziopsis guarroi后,在五个月内随临床皮肤病变发展而系列采样的生前诊断结果

基本信息
资源简介
六只鬃狮蜥实验性暴露于Nannizziopsis guarroi的生前诊断结果
Antemortem diagnostic results for six bearded dragons ( Pogona vitticeps ) experimentally exposed to Nannizziopsis guarroi
该数据集记录了六只成年鬃狮蜥(Pogona vitticeps)沿背中线局部暴露于Nannizziopsis guarroi后,在五个月内随临床皮肤病变发展而系列采样的生前诊断结果。数据涵盖真菌培养、qPCR和NGS三种检测方法的阳性与阴性结果,用于评估这些检测方法在临床病例中的性能。该数据集可支持蜥蜴真菌性皮炎诊断方法的比较研究,以及相关兽医诊断技术的性能分析(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):多种真菌诊断检测方法可在临床病例中检测到Nannizziopsis guarroi——蜥蜴真菌性皮炎的病原,但这些检测方法的临床性能尚未得到探索。六只成年鬃狮蜥沿背中线局部暴露于N. guarroi,并在五个月内随临床皮肤病变发展而系列采样。数据呈现了真菌培养、qPCR和NGS的阳性与阴性诊断检测结果。,# 六只鬃狮蜥(Pogona vitticeps)实验性暴露于Nannizziopsis guarroi的生前诊断结果 数据集DOI:10.5061/dryad.n02v6wx9c 数据和文件结构描述 文件和变量 文件:Supplementary_file_1-2.pdf 描述:Â 六只鬃狮蜥(Pogona vitticeps)实验性暴露于*Nannizziops
【主题与分类】
主题标签:Mycology、Lizards、Veterinary diagnostics。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Af90ec911bf3827989ae7a0f5cecc0dce1bd353d28122ffd5e2ea769f4143b020
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。
使用方式
数据集获取
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
几种真菌诊断方法可在临床病例中检测到Nannizziopsis guarroir,即蜥蜴真菌性皮炎的病原体,但这些方法的临床性能尚待探索。六只成年鬃狮蜥沿背中线局部暴露于N. guarroi,并在五个月内随着临床皮肤病变的发展进行连续采样。本文呈现了真菌培养、qPCR和NGS阳性与阴性的诊断检测结果。,,# 六只实验性暴露于Nannizziopsis guarroi的鬃狮蜥(Pogona vitticeps)的死前诊断结果 数据集DOI:10.5061/dryad.n02v6wx9c ## 数据与文件结构说明 ### 文件与变量 #### 文件:Supplementary_file_1-2.pdf **说明:**六只实验性暴露于Nannizziopsis guarroi的鬃狮蜥(Pogona vitticeps)的死前诊断结果。缩写包括:DPIE = 初始暴露后天数;FC = 真菌培养,PE = 暴露前;NGS = 下一代测序;qPCR = 定量聚合酶链反应,+ = 阳性,- = 阴性,C = 污染物,NP = 未进行。,
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。




