CovBit：一个完整​​的应用程序，用于更新COVID-19新闻，进行自我评估，获取附近人员的通知以保持社交距离并跟踪COVID-19积极用户的位置

基于 ML 的 COVID-19 下社交媒体用户注意力分析。|| 基于机器学习的COVID-19疫情背景下，分阶段的微博数据文本情感分析，先爬取，再用消息、情感词典和多维情感分析，并可视化

Covid-19-肺段 从一对肺的CT扫描中分割毛玻璃不透明（瘢痕组织）的算法。 该算法能够确定肺部损伤的严重程度，并能够预测患者是否患有COVID-19以及达到何种程度。

冠状动脉CT 该数据集的实用性已由中国武汉同济医院的一名高级放射科医生确认，他在1月至4月的疾病暴发期间对大量COVID-19患者进行了诊断和治疗。 发布此数据集后，我们收到了一些反馈，表达了对该数据集可用性的担忧。 主要问题概述如下。 首先，将原始CT图像放入纸张中后，这些图像的质量会下降，这可能会使诊断决策的准确性降低。 质量下降包括：损失了Hounsfield单位（HU）值； 每个像素的位数减少； 图像的分辨率降低。 其次，原始的CT扫描包含一系列CT切片，但是当放入论文中时，只选择了几个关键切片，这也可能对诊断产生负面影响。 我们就这两个问题咨询了同济医院的放射科医生。 放射科医生认为，这些问题引起的问题不会显着影响诊断决策的准确性。 首先，经验丰富的放射科医生能够根据低质量的CT图像做出准确的诊断。 例如，给定由智能手机拍摄的原始CT图像照片，尽管照片中的CT图像质量比原始CT图像低得多，但是有经验的放射科医生仅通过查看照片即可做出准确的诊断。 同样，论文中的CT图像与原始CT图像之间的质量差距不会在很大程度上损害诊断的准确性。 其次，虽然最好读取一系列CT切片，但通常单

佐纳·罗莎（ZonaRossa） ABM模拟Covid-19的扩散和政府对红色或白色区域的建立的React

超级市场中基于代理的COVID-19传输模型。 该代码与。 安装 我们的软件包主要依赖 ，它需要Python> = 3.6。 > pip install covid19-supermarket-abm 例子 在下面的示例中，我们使用包中包含的示例数据，在给定以下参数的情况下，模拟了虚拟商店中的一天。 from covid19_supermarket_abm . utils . load_example_data import load_example_store_graph , load_example_paths from covid19_supermarket_abm . path_generators import get_path_generator from covid19_supermarket_abm . simulator import simulate_one_day

COVID-19衍生的资料集（JHU，NY Times，ECDC） 目录： ， 数据集： ， ， ， ， 关于 该存储库包含与COVID-19相关的各种数据集（JHU CSSE，NY Times，ECDC）： 数据文件位于文件夹中； 原始数据和中间数据文件可在文件夹中找到； 此外，还可以在以下位置获得一些基于派生数据集的可视化效果： 或在此存储库的文件夹内； 这些数据集都不是我收集的，但是我已经对其进行了重新处理，重新格式化和扩充，以便于操作。 使用者 （论文） ； （网站） ； （网站） ; （代码） ; （代码） ; （代码） ; （代码） ; 免责声明 就像现在互联网上的任何东西一样，我对任何事情都不承担任何责任。 :) 可视化 我已根据JHU CSSE数据集创建了6个国家/地区组，并为每个组绘制了所有可用指标： global 或确认病例超过5万的全球国家； global-major - 或 -世界各地的国家拥有超过40万确诊病例; global-medium 或确诊病例超过10万但少于40万的全球国家/地区； global-m

#资源达人分享计划#

Code-For-COVID-19-Data 获取新型冠状病毒疫情历史数据代码(包含中国及全球214个国家地区)|Code for COVID-19 Data acquisition 说明 之前开源了新型冠状病毒疫情历史数据代码，链接见 有很多人问我如何获取的，现把爬虫代码开源，具体编写流程可参见博客 执行 代码在py-data文件夹下，执行顺序为： get-data-list.py——>deal-data-list.py——>deal-data.py 另外需要建立一些文件夹并配置数据库，这里可参考博客，也可阅读代码后自行更改。 最后，致敬所有抗疫英雄！

CML-COVID：具有潜在主题、情绪和位置信息的大规模COVID-19 TWITTER数据集 CML-COVID: A LARGE-SCALE COVID-19 TWITTER DATASET WITH LATENT TOPICS, SENTIMENT AND LOCATION INFORMATION