该数据集包含具有COVID-19相关发现以及没有发现的匿名人肺计算机断层扫描（CT）扫描。总共，一例患者进行了1000次CT扫描。用二进制像素掩码注释了50个研究的子集，以对感兴趣的区域（毛玻璃混浊和合并）进行分割。CT扫描是在2020年3月1日至2020年4月25日之间获得的，并由俄罗斯莫斯科的医疗医院提供。
2021-07-08 13:29:58
1.71GB
1
COVID-19分析
使用Python在墨西哥进行COVID-19数据分析
2021-07-03 17:21:19
131KB
1
在阶段病例已经获得处理数量（即Stage_Treated）较大，且认为其数据是有效的情况下：
阶段的康复率变化波动大的地区与环境温度相关性越能对应上
康复情况越差的地区越可能是处于寒冷的地区，反之则不一定成立
康复情况好的地区很多都是处于环境温度较高地区
当以间隔天数较小进行阶段划分时，同一地区出现较多较大的阶段的康复率的概率是在天气温度较好的时间（在Excel中可过滤可能是异常数值的数据，如阶段康复率是在0.5到1的区间，阶段康复数大于或等于10和阶段死亡数大于或等于0，将过滤后的数据拷贝到新的工作表中，针对该新建工作表数据创建一个以地区和子地区为行，阶段日期组合成月为列，阶段康复率平均值为值的数据透视表）
环境温度对阶段康复率的影响有滞后性，根据供冷供暖情况不同，天气温度会对环境温度有不同的影响，所以不太会出现极端天气温度造成极端差的康复情况，有些地区会出现在寒冷的天气温度下供暖后的康复情况比不供暖时的要好，但大多都会比不过天气温度较高时的状况。
印度的疫情大数据告诉我们，并不是温度越高越好，在2021年2月温度较适宜，2021年1月和2021年3月稍差，到了现在2021年5月更差了，预测印度接下来的更炎热的夏天会疫情康复情况数据会更差。
2021-07-02 11:02:44
35.33MB
文件资料
[NEW]重要说明：IHME COVID-19预测
IHME COVID-19预测中不再使用此方法和存储库。 请改为查看和的存储库。 有关新SEIIR模型的当前IHME COVID-19预测，请参见。
见，对于IHME COVID-19常见问题，更新， 原始的写了在这个库中提出的方法（目前未使用！）。
有关IHME COVID-19的任何查询，请联系 。
安装
克隆或下载存储库，然后执行以下操作：
make install
如果要为系统安装除默认以外的其他位置：
make install prefix=install_prefix_directory
维护者
Aleksandr Aravkin（ ）
彭正（ ）
·班尼克（Marlena Bannick）（ ）
（ ）
阿列克谢·肖洛霍夫（Alexey Sholokhov）（ ）
布拉德利·贝尔（ ）
2021-07-01 16:28:21
134KB
1
2020.1.19-2.22期间中国人口流动影响下的COVID-19时空格局与防控效果分析数据集，计算基于户籍人口的发病率，即每百万人的病例数；采用加权平均的方法，计算每日全国病例到武汉的平均距离及各地病例平均发病日期到起始日（即1月19日）的天数；按照各省区市与湖北省的空间邻接特征将其划分为一级邻接、二级邻接及其他省区等三个圈层，计算各圈层疫情相关指标的逐日变动。该数据集包括中国各省级单元（港澳台没有统计）2020年1月19日至2月22日间34天以下数据：（1）每日新增确诊病例数、累计确诊病例数、新增发病率、累计发病率及各省病例的平均发病天数；（2）每日全国新增确诊病例、累计确诊病例、新增发病率、累计发病率到武汉的平均距离；（3）每日各地理圈层的新增确诊病例、累计确诊病例、新增发病率、累计发病率。
2021-06-28 19:01:57
122KB
1
在本系列文章中，我们将应用深度学习（DL）网络ResNet50来诊断胸部X射线图像中的Covid-19。我们将使用Python的TensorFlow库在Jupyter Notebook上训练神经网络。
2021-06-28 12:10:59
300KB
1
为便于市民在新冠疫情期间的核酸检测，2020年北京市迅速安排医疗卫生机构提供新冠病毒核酸检测服务。截止2021年1月8日，北京市具备核酸检测能力的机构，总计252所。本数据集的属性信息包括机构的原始编号（oriID）、地理位置、机构名称、机构地址、电话、预约方式、网页链接地址等。这项服务方便了市民和外地来京人员开展新冠病毒疫情防疫和出行。数据集存储为.shp格式，WGS 1984地理坐标系，由7个文件组成，数据量为658 KB（压缩为1个文件，32.4 KB）。
2021-06-22 21:02:13
32KB
1
SurviveCovid-19
什么是SurviveCovid-19？
SurviveCovid19是一款教育游戏，旨在促进针对Covid-19大流行的社交距离和其他卫生措施的习惯。
该存储库中的代码可用于构建SurviveCovid19的所有Web，桌面和Android版本。
开发SurviveCovid-19是为了教育和激励公众采取安全措施，以控制基于Android和Web的移动游戏Covid-19大流行。
SurviveCovid-19的特点：
感染通过接触传播，因此加强了社会疏离的概念。
口罩和消毒剂控制病毒的传播。
收集药品和杂货，同时避免病毒来提高水平。
SurviveCovid-19的用途：
制作游戏的步骤：
将存储库下载到本地计算机上。
创建一个新的Unity 3D应用程序。
将文件夹从SurviveCovid19文件夹内部复制到应用程序中。
更换所
2021-06-20 12:57:46
343.33MB
1