Der Datensatz "Daten der Notaufnahmesurveillance" wird durch das Robert Koch-Institut und das AKTIN-Notaufnahmeregister bei Krankenhausaufnahmen bereitgestellt. Der Datensatz beinhaltet aggregierte Routinedaten aus deutschen Notaufnahmen zur syndromischen Überwachung von akuten Erkrankungen. Dazu zählen grippeähnliche Erkrankungen (ILI), Coronavirus-Erkrankungen (COVID-19), akute respiratorische Erkrankungen (ARE), gastrointestinale Infektionen (GI) und schwere akute respiratorische Infektionen (SARI). Dabei wird der relative Anteil dieser Erkrankungen an der Gesamtzahl der Notaufnahmevorstellungen sowie die berechneten Erwartungswerte und Prädiktionsintervalle ausgewiesen. Die Daten sind nach Notaufnahmetypen und Altersgruppen aggregiert. Damit bietet der Datensatz eine wertvolle Ressource für die Forschung im Bereich der Notfallmedizin und der Überwachung akuter Gesundheitsereignisse in Deutschland.
Kantor, Rose · Shakya, Migun · Ruth, Nelson · et al.
2,095 rows · 907 KB · fasta, tsv
A virus genome database representing 21,015 near-complete virus genomes collected from untargeted ultra-deep RNA/DNA combined sequencing of wastewater. Sequence data was provided by the CASPER consortium and raw data may be found on NCBI SRA under bioprojects PRJNA1247874 and PRJNA1198001. Data underwent read trimming, rRNA and human read removal, de novo assembly, and selection of high-quality viral contigs. Contigs were clustered at 95% identity and 85% query coverage to dereplicate. Chimera-checking required at least two independent assemblies of the same viral genome or presence of the genome in another reference database. Annotation made use of RdRpCATCH, geNomad, checkV, BLASTN against NCBI core-nt, and RNAVirHost. The RdRp fasta files contain representative RdRp sequences identified through homology to major RdRp reference databases and clustered at 90% sequence identity over 75% sequence coverage. Included sequences contain all three conserved RdRp motifs (A, B, and C) arranged in either the canonical ABC configuration or the permuted CAB configuration.
Der Datensatz "Daten der Notaufnahmesurveillance" wird durch das Robert Koch-Institut und das AKTIN-Notaufnahmeregister bei Krankenhausaufnahmen bereitgestellt. Der Datensatz beinhaltet aggregierte Routinedaten aus deutschen Notaufnahmen zur syndromischen Überwachung von akuten Erkrankungen. Dazu zählen grippeähnliche Erkrankungen (ILI), Coronavirus-Erkrankungen (COVID-19), akute respiratorische Erkrankungen (ARE), gastrointestinale Infektionen (GI) und schwere akute respiratorische Infektionen (SARI). Dabei wird der relative Anteil dieser Erkrankungen an der Gesamtzahl der Notaufnahmevorstellungen sowie die berechneten Erwartungswerte und Prädiktionsintervalle ausgewiesen. Die Daten sind nach Notaufnahmetypen und Altersgruppen aggregiert. Damit bietet der Datensatz eine wertvolle Ressource für die Forschung im Bereich der Notfallmedizin und der Überwachung akuter Gesundheitsereignisse in Deutschland.
ADM_LSIR is a physics-inspired laparoscopic aerosol degradation dataset for aerosol-aware surgical image analysis and image restoration. The v1.0.0 release contains: - 21,916 clean clinical laparoscopic frames (clean/) - 9,562 real intraoperative aerosol-degraded frames (degraded/) - 36,052 simulated aerosol masks, including 19,701 smoke-like masks and 16,351 trajectory masks (mask/) - Blender simulation/cache materials (ADM_LSIR_Blender_simulation_files_v1.0.rar) - metadata_quality_report_v1.0.csv - recommended_splits_v1.0.csv - video_mapping_v1.0.csv - parts_manifest.txt - checksums_v1.0.tsv - release_manifest_v1.0.json All released clinical frames are de-identified and stored as lossless PNG files. Filenames use anonymized video identifiers, e.g., C-V##-####.png for clean frames and D-V##-####.png for degraded frames. The recommended split is defined at the source_video_id/public_video_label level to reduce leakage across frames from the same source video. The public video labels in video_mapping_v1.0.csv provide privacy-safe source-video identifiers (video1-video19). The Blender archive documents the smoke and trajectory mask simulation setup and supports reuse, but it is not a guaranteed exact per-mask reproduction package. The released pre-rendered mask library is the primary reusable dataset component. Source code for synthesis and quality screening is available at: https://github.com/SweetDeathh/ADM_LSIR
Using gene-level and species-level shotgun metagenomics, we provide the first characterization of the rural, Bolivian microbiome; we identified microbial genes which strongly correlate (rho>0.45) with arsenic in urine, and that overall contribute to substantiate that the gut microbiome helps tolerate arsenic via a evict-out-of-house mechanism. Mediation analysis, followed by phylogenetic investigation of metagenomic-assembled genomes, further strengthens this observation. This study elucidates the role of the microbiome in helping to tolerate arsenic-rich environments, and paves the way for probiotic interventions that may mitigate the effects of this toxic metal. This repository contains 2,478 HQ MAGs from the MicroToxBol cohort in fasta format and a descriptive table comprising taxonomic annotation, quality-checks, and coverage estimation.
Trained variational autoencoder (VAE) checkpoints and per-vocalization latent representations for three developing zebra finches (183K-274K vocalizations each, 40-101 days post-hatch), accompanying the Interspeech 2026 paper "Trajectory Variance: An Unsupervised Measure of Developmental Vocal Plasticity in Birdsong." With the code at https://github.com/hwiora/trajectory_variance , these files reproduce the paper's evaluation tables. The raw audio recordings are not included; they are available from the authors on request and will be released in a future study. See ZENODO_README.md for details.
Fry, Lauren · Seglenieks, Frank · Shrestha, Narayan Kumar · et al.
3 files · 22 MB · sevenzipdeclared
In response to flooding on Lake Ontario and the St. Lawrence River in 2017 and 2019, the U.S. and Canadian governments directed the Great Lakes - St. Lawrence River Adaptive Management (GLAM) Committee to expedite review of Lake Ontario outflow regulation Plan 2014 ahead of its usual 15-year review cycle. The dataset includes (1) a baseline record based on data from 1961-2020, (2) a set of stochastic scenarios that incorporates extremes that may not be in the historical record but are plausible under current hydroclimate conditions, and (3) a set of climate change scenarios to support evaluation of the plan under plausible decadal-scale hydroclimate changes. All data required to simulate Lake Ontario water levels, outflows, and downstream water levels are provided for each scenario. The data have been compressed into the following files: Baseline.7z - Baseline hydroclimate record from 1961-2020 Climate.7z - 8 future climate hydroclimate records Stochastic.7z - 500 stochastic hydroclimate records Within each compressed file are subdirectories that contain the files for each water supply sequence. The following table lists the files that are provided for each of the water supply sequences. For each file there is a description of the variable contained in the file, the location of the data in the file, and the unit of the data in the file if applicable. Filename Variable Location Units dpmi_flw_cms_qm48_na.csv Flow Des Prairies and Mille Iles River cms rich_flw_cms_qm48_na.csv Flow Richelieu River at Rapides Fryer cms stfr_flw_cms_qm48_na.csv Flow St. Francois River at Chut Hemming cms stmc_flw_cms_qm48_na.csv Flow St. Maurice River at La Gabelle cms ont_nbs_cms_qm48_na.csv Net Basin Supply Lake Ontario cms ont_nbs_cms_qm48_na_spinup.csv Net Basin Supply Lake Ontario cms eri_flw_cms_qm48_na.csv Outflow Lake Erie cms eri_flw_cms_qm48_na_spinup.csv Outflow (one year spinup) Lake Erie cms slon_flw_cms_qm48_na.csv SLON flow St. Lawrence River (Lake St. Louis) cms slon_flw_cms_qm48_na_spinup.csv SLON flow (one year spinup) St. Lawrence River (Lake St. Louis) cms stl_icw_cms_qm48_na.csv Ice/weed retardation St. Lawrence River cms stl_tde_m_qm48_na.csv Tidal Signal St. Lawrence River m ont_mlv_m_qm48_na_spinup.csv Water Level (one year spinup) Lake Ontario m stl_ics_xx_qm48_na.csv Ice status indicator St. Lawrence River N/A bati_rgh_xx_qm48_na.csv Ice/weed roughness factor Batiscan N/A card_rgh_xx_qm48_na.csv Ice/weed roughness factor Cardinal N/A corn_rgh_xx_qm48_na.csv Ice/weed roughness factor Cornwall N/A intw_rgh_xx_qm48_na.csv Ice/weed roughness factor International Tail Water N/A irhw_rgh_xx_qm48_na.csv Ice/weed roughness factor Iroquois Head Water N/A irtw_rgh_xx_qm48_na.csv Ice/weed roughness factor Iroquois Tail Water N/A jty1_rgh_xx_qm48_na.csv Ice/weed roughness factor Montreal Jetty No. 1 N/A lspr_rgh_xx_qm48_na.csv Ice/weed roughness factor Lake St. Pierre N/A lstd_rgh_xx_qm48_na.csv Ice/weed roughness factor Long Sault Dam N/A morr_rgh_xx_qm48_na.csv Ice/weed roughness factor Morrisburg N/A ogde_rgh_xx_qm48_na.csv Ice/weed roughness factor Odgensburg N/A ptcl_rgh_xx_qm48_na.csv Ice/weed roughness factor Pointe - Claire N/A sahw_rgh_xx_qm48_na.csv Ice/weed roughness factor Saunders Head Water N/A sorl_rgh_xx_qm48_na.csv Ice/weed roughness factor Sorel N/A summ_rgh_xx_qm48_na.csv Ice/weed roughness factor Summerstown N/A triv_rgh_xx_qm48_na.csv Ice/weed roughness factor Trois Rivières N/A vare_rgh_xx_qm48_na.csv Ice/weed roughness factor Varennes N/A na_fst_xx_qm48_na.csv Forecast indicator N/A N/A
GROND (Genome-derived Ribosomal OperoN Database) A quality-checked and publicly-available database of 16S-ITS-23S RRNA operon sequences and their constituent 16S and 23S genes. Based on GTDB release R232.
Der Datensatz "Daten der Notaufnahmesurveillance" wird durch das Robert Koch-Institut und das AKTIN-Notaufnahmeregister bei Krankenhausaufnahmen bereitgestellt. Der Datensatz beinhaltet aggregierte Routinedaten aus deutschen Notaufnahmen zur syndromischen Überwachung von akuten Erkrankungen. Dazu zählen grippeähnliche Erkrankungen (ILI), Coronavirus-Erkrankungen (COVID-19), akute respiratorische Erkrankungen (ARE), gastrointestinale Infektionen (GI) und schwere akute respiratorische Infektionen (SARI). Dabei wird der relative Anteil dieser Erkrankungen an der Gesamtzahl der Notaufnahmevorstellungen sowie die berechneten Erwartungswerte und Prädiktionsintervalle ausgewiesen. Die Daten sind nach Notaufnahmetypen und Altersgruppen aggregiert. Damit bietet der Datensatz eine wertvolle Ressource für die Forschung im Bereich der Notfallmedizin und der Überwachung akuter Gesundheitsereignisse in Deutschland.
Im Datensatz "SARI-Hospitalisierungsinzidenz" des Robert Koch-Instituts werden die wöchentlichen Inzidenzen schwerer akuter respiratorischer Infektionen (SARI) auf Bundesebene in Deutschland bereitgestellt. Die Daten stammen aus der syndromischen Krankenhaussurveillance ICOSARI, die auf ICD-10-Diagnosecodes aus etwa 70 Sentinelkliniken basiert. Der Datensatz umfasst Hospitalisierungsinzidenzen pro 100.000 Einwohner, aufgeschlüsselt nach Altersgruppen, Saison und Kalenderwoche. Neben der Gesamtheit aller SARI-Fälle werden auch Fälle mit zusätzlicher COVID-19-, Influenza- oder RSV-Diagnose separat erfasst. Die Surveillance liefert entscheidende Informationen zur Krankheitslast akuter respiratorischer Erkrankungen und dient als Grundlage für epidemiologische Bewertungen und Empfehlungen für gesundheitspolitische Maßnahmen.
Buchholz, Udo · Lehfeld, Ann-Sophie · Loenenbach, Anna · et al.
5 files · 953 KB · pdf, tsv, zipdeclared
Im Datensatz "GrippeWeb - Daten des Wochenberichts" des Robert Koch-Instituts werden wöchentliche, bevölkerungsbasierte Schätzungen zur Inzidenz akuter respiratorischer Erkrankungen (ARE) und grippeähnlicher Erkrankungen (ILI) in Deutschland bereitgestellt. GrippeWeb als Online-Portal zur partizipativen syndromischen Surveillance nutzt Selbstauskünfte freiwilliger, pseudonym registrierter Teilnehmender ab 16 Jahren zu Symptomen wie Husten, Fieber und Halsschmerzen. Daraus werden Inzidenzen nach Altersgruppen und Regionen errechnet. Die erhobenen Daten unterstützen die Überwachung saisonaler Infektionen und dienen der Risikobewertung in Pandemien wie COVID-19.
Im Datensatz "ARE-Konsultationsinzidenz" des Robert Koch-Instituts werden wöchentliche Inzidenzen von ambulanten Konsultationen mit akuter respiratorischer Erkrankung (ARE) in Deutschland bereitgestellt. Die Daten stammen vom ARE-Praxis-Sentinel des RKI. Hier werden aus Sentinelpraxen Daten von gesetzlich versicherten Patientinnen und Patienten mit einer akuten Atemwegserkrankung entweder einzelfallbasiert anhand von ICD-10-Diagnosecodes mit dem SEED/ARE-Modul oder aggregiert nach Altersgruppen über eine Online-Eingabemaske erfasst. Die ARE-Konsultationsinzidenz wird pro 100.000 Einwohner und nach Altersgruppen und Bundesländern ausgewiesen. Ziel ist es, die Krankheitslast und den saisonalen Verlauf von Atemwegserkrankungen wie Influenza, COVID-19 und RSV-Erkrankungen zu bewerten sowie epidemiologische Entwicklungen frühzeitig zu erkennen
Im Datensatz "Respiratorische Synzytialvirusfälle in Deutschland" des Robert Koch-Instituts werden die Daten basierend auf Meldungen zu Infektionen mit dem Respiratorischen Synzytial-Virus (RSV) nach dem Infektionsschutzgesetz (IfSG) bereitgestellt. Darin enthalten sind Informationen auf Bundeslandebene zu Infektionen nach Falldefinition des Robert Koch-Instituts, differenziert nach Altersgruppen. Diese Daten dienen als Grundlage für epidemiologische Bewertungen und gesundheitspolitische Maßnahmen.
Im Datensatz "Laborbestätigte Influenzafälle in Deutschland" des Robert Koch-Instituts werden die Daten basierend auf Meldungen zu Infektionen mit dem Influenzavirus nach dem Infektionsschutzgesetz (IfSG) bereitgestellt. Darin enthalten sind Informationen auf Bundeslandebene zu Infektionen nach Falldefinition des Robert Koch-Instituts, differenziert nach Altersgruppen. Diese Daten dienen als Grundlage für epidemiologische Bewertungen und gesundheitspolitische Maßnahmen.
Vanstreels, Ralph E. T. · Serafini, Patricia P. · Giacinti, Jolene · et al.
3 files · 55 KB · tsvdeclared
High pathogenicity avian influenza (HPAI) viruses have rapidly emerged as a major global threat to wildlife, with severe consequences for seabird populations. Albatrosses and petrels (order Procellariiformes) are particularly vulnerable due to their long lifespan, low reproductive rates and strong site fidelity. Since 2021, HPAI viruses have caused unprecedented mortality in seabird communities worldwide and have expanded into the core range of procellariiform species, including sub-Antarctic and Antarctic regions. In response to the urgent need for timely, species-relevant information, the Agreement on the Conservation of Albatrosses and Petrels (ACAP) established the High Pathogenicity H5Nx Avian Influenza Intersessional Correspondence Group (HPAI-ICG), which developed the ACAP HPAI database - an openly accessible, regularly updated resource that consolidates all known suspected and confirmed HPAI events involving procellariiform birds. The database compiles information from global and national reporting systems, scientific literature, genetic repositories, government communications and direct expert notifications. Events are standardised using transparent case definitions, cross-referenced and validated by subject-matter experts and complemented by additional data on case impacts and viral characteristics. The database provides a critical decision-support tool for governments, researchers, conservation practitioners and tourism operators, contributing to the planning and implementation of HPAI biosafety, surveillance, monitoring and outbreak response activities.
This record contains the processed proteomics data, sample metadata, and differential-abundance results for the BRCA Prevention Tissue Cohort (sub-study 1), a study of the baseline breast-tissue proteome in women carrying germline BRCA1/2 mutations. Histologically normal breast tissue from non-carrier controls, cancer-free BRCA1/2 carriers, and BRCA1/2 carriers with a prior cancer history was profiled by global mass- spectrometry proteomics (DIA-NN). The record includes: (1) the DIA-NN protein-level abundance matrix (8,684 proteins x 72 samples); (2) de-identified per-sample clinical and sample-source metadata; and (3) differential protein-abundance results across six model specifications and three biological-group contrasts. Dataset prepared by D. C. Radisky and N. Cruz-Reyes on behalf of the study authors; the full author list appears in the associated publication. See README.txt for file-level details.
Im Datensatz "SARS-CoV-2-Sequenzdaten aus Deutschland" umfasst vollständige Virusgenomsequenzen sowie zugehörige Metadaten aus bundesweit erhobenen Proben. Die Proben werden in Zusammenarbeit vom IMSSC2-Labornetzwerk, dem Nationalen Referenzzentrum für Coronaviren an der Charité sowie dem RKI sequenziert und bioinformatisch analysiert. Der Datensatz ermöglicht eine fundierte molekular-epidemiologische Analyse der SARS-CoV-2-Ausbreitung in Deutschland und stellt eine zentrale Ressource für Forschung und öffentliche Gesundheitsüberwachung dar.
Gomułka, Kamil · Woźniak, Piotr · Krzeszowski, Tomasz
1 files · 6.4 GB · sevenzipdeclared
======================= License ======================= This dataset is made available under the Creative Commons Attribution 4.0 International (CC BY 4.0) license. ======================= Summary ======================= DATASET FOR EVALUATING THE EFFECTIVENESS OF AI-GENERATED DATA FOR VIDEO-BASED ACTION RECOGNITION This repository contains the dataset accompanying the paper "Evaluating the Effectiveness of AI-Generated Data for Video-Based Action Recognition". The dataset was curated to investigate the impact of incorporating AI-generated synthetic video data into the training process of deep learning models (such as I3D and TimeSformer) for human action recognition. It is particularly focused on evaluating cross-domain generalization and addressing the synthetic-to-real distribution shift using domain adaptation techniques. It is obligatory to cite the following paper in every work that uses the dataset: K. Gomulka, P. Wozniak, T. Krzeszowski: Evaluating the Effectiveness of AI-Generated Data for Video-Based Action Recognition, Electronics, MDPI, 2026. ======================= Data description ======================= The dataset focuses on 15 target action categories from the HMDB51 benchmark: Draw Sword, Fall, Flick Flack, Handstand, Jump, Kick, Pick, Punch, Run, Shoot Bow, Shoot Gun, Sit, Throw, Walk, and Wave. The repository consists of three main data subsets: * Grok Synthetic Dataset (Grok): Contains 1,500 synthetic video sequences (100 videos per class) generated using the Grok Imagine 1.0 model. Resolution is 560x560 pixels with a duration of 6 seconds per clip. * Meta Synthetic Dataset (Meta): Contains 1,480 synthetic video sequences (80 in the 'throw' class, 100 videos per other classes) generated using the Meta AI Vibes model. Resolution is 624x624 pixels with a duration of 5 seconds per clip. * HMDB51 Subset (hmdb51_org): A specific subset of the real-world HMDB51 dataset containing 2,315 video sequences distributed across the 15 target action classes, providing a direct real-world baseline. The repository also includes sample .csv files defining the train, validation, and test splits. In the example configuration, 60% of the HMDB51 dataset is allocated to training, 20% to validation, and 20% to testing, with all synthetic Grok videos appended exclusively to the training set. ======================= Dataset structure ======================= * Grok/ - directory containing 1,500 synthetic videos generated by Grok Imagine 1.0. * Meta/ - directory containing 1,480 synthetic videos generated by Meta AI Vibes. * hmdb51_org/ - directory containing 2,315 real-world videos from the HMDB51 dataset. * ghtrain_hval/ - directory containing example .csv files defining the train, validation, and test splits for the baseline HMDB + Grok setup. * train.csv - training set paths and labels. * val.csv - validation set paths and labels. * test.csv - testing set paths and labels. * README.md - detailed documentation including dataset overview, configuration details, and instructions for training the TimeSformer model using the provided data splits. ======================= Generation Methodology ======================= The synthetic videos were generated using a structured, combinatorial prompt engineering framework resulting in 100 unique prompts per class. Each prompt combined predefined descriptions of the action, environmental context (e.g., vintage film style, urban outdoor), and camera framing to ensure high scene diversity. While the generated sequences preserve essential motion semantics, they also may contain inherent generative artifacts.
Im Datensatz "Abwassersurveillance AMELAG" des Robert Koch-Instituts und Umweltbundesamts werden Daten aus der Überwachung von Infektionserregern im Abwasser bereitgestellt. Die Daten zur SARS-CoV-2-Viruslast werden seit Februar 2022 in einem bundesweiten Netzwerk von Kläranlagen, Laboren und Behörden erhoben. Seitdem wurden die Daten um die Viruslast weiterer respiratorischer Viren (Influenza A/B, RSV) ergänzt. Der Datensatz enthält neben Einzelwerten der Kläranlagen auch bevölkerungsgewichtete, aggregierte Zeitreihen. Darüber hinaus werden Auswertungsskripte als Kontextmaterialien bereitgestellt.