交通噪声与空气污染互调估计数据集：缺血性心脏病与心肌梗死
该数据集汇编了来自30篇文献的179个缺血性心脏病（IHD）与心肌梗死（MI）估计值，在同一模型中同时纳入交通噪声（道路交通、铁路、航空、总环境噪声）与空气污染（PM₂.₅、PM₁₀、NO₂、NOₓ、黑碳、烟尘、超细颗粒物）
基本信息
资源简介
交通噪声与空气污染互调估计数据集：缺血性心脏病与心肌梗死
Disentangling transportation noise and air pollution: a dataset of mutually-adjusted estimates for ischemic heart disease and myocardial infarction
该数据集汇编了来自30篇文献的179个缺血性心脏病（IHD）与心肌梗死（MI）估计值，在同一模型中同时纳入交通噪声（道路交通、铁路、航空、总环境噪声）与空气污染（PM₂.₅、PM₁₀、NO₂、NOₓ、黑碳、烟尘、超细颗粒物）。每个互调估计值在报告时与同一研究中的单暴露估计值配对。研究人群来自九个欧洲国家和加拿大，参与者规模从4,433至1,050万不等。基于该数据集的meta分析可帮助研究者计算合并效应，用于区分交通噪声与空气污染对心血管结局的独立影响（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：道路交通噪声与交通相关空气污染具有共同来源且在空间上相关，因此二者可能相互混淆各自与心血管结局的关联。因此，仅考察单一暴露的研究无法区分它们对缺血性心脏病（IHD）和心肌梗死（MI）的独立效应。本数据集汇编了来自30篇文献的179个IHD/MI估计值，在同一模型中同时纳入交通噪声（道路交通、铁路、航空、总环境噪声）与空气污染（PM₂.₅、PM₁₀、NO₂、NOₓ、黑碳、烟尘、超细颗粒物）。每个互调估计值在报告时与同一研究中的相应单暴露估计值配对。研究人群来自九个欧洲国家和加拿大，参与者规模从4,433至1,050万不等。基于该数据集的meta分析可使研究者计算合并
【主题与分类】
主题标签：Noise pollution、Air pollution、Ischemic Heart Disease、Myocardial Infarction、Cardiovascular Diseases、Mutually Adjusted、Road traffic noise、Traffic-Related Pollution。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23382612
使用许可：Creative Commons Attribution 4.0 International。
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
源站：https://doi.org/10.5281/zenodo.23382612
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:
数据集大小约 92.1 KB。
数据说明
道路交通噪声与交通相关空气污染具有共同来源，且在空间上相关，因此二者可能相互混杂各自与心血管结局的关联。因此，仅考察单一暴露的研究无法厘清它们对缺血性心脏病（IHD）和心肌梗死（MI）的独立效应。本数据集汇总了来自30篇出版物的179项IHD/MI估计值，这些研究在同一模型中同时纳入交通噪声（道路交通、铁路、飞机、总环境噪声）和空气污染（PM₂.₅、PM₁₀、NO₂、NOₓ、黑碳、烟尘、超细颗粒物）。在有所报告的情况下，每个相互调整的估计值均与同一研究中相应的单一暴露估计值配对。研究人群来自九个欧洲国家和加拿大，参与者数量从4，433人至1，050万人不等。基于本数据集的荟萃分析可使研究者计算噪声和空气污染的合并相互调整估计值，并量化每种暴露与IHD和MI独立于另一暴露的关联。
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。
