罗马尼亚Harghita县月度死因别死亡数据（2017年1月–2024年5月）
该数据集为罗马尼亚Harghita县2017年1月至2024年5月共89个月的月度死因别死亡汇总计数，合计29,029例死亡，来源于Harghita县公共卫生局（DSP Harghita）的月度报告，经书面授权发布，不含个体级数据
基本信息
资源简介
罗马尼亚Harghita县月度死因别死亡数据（2017年1月–2024年5月）
Monthly cause-specific deaths, Harghita County, Romania, January 2017 – May 2024
该数据集为罗马尼亚Harghita县2017年1月至2024年5月共89个月的月度死因别死亡汇总计数，合计29,029例死亡，来源于Harghita县公共卫生局（DSP Harghita）的月度报告，经书面授权发布，不含个体级数据。数据可用于分析COVID-19期间及之后的超额死亡与死因重分配，是中断时间序列分析的基础数据，相关研究已投稿至Scientific Reports（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）：罗马尼亚Harghita县2017年1月至2024年5月按死因组汇总的月度死亡计数（89个月，29,029例死亡），汇编自Harghita县公共卫生局（DSP Harghita）的月度报告（“Centralizator lunar”），该局已书面授权发布。该数据集不含个体级数据。它是COVID-19期间及之后超额死亡与死因重分配的中断时间序列分析的基础数据（已投稿至Scientific Reports）。变量、ICD-10映射、时期定义和局限性见README.md。
【主题与分类】
主题标签：COVID-19、excess mortality、cause of death、interrupted time series、Harghita County。本站分类：感染性疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23588228
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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.23588228
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 11.0 KB。
数据说明
罗马尼亚哈尔吉塔县2017年1月至2024年5月按死因组别汇总的月度死亡计数（89个月，29,029例死亡），汇编自哈尔吉塔县公共卫生局（DSP Harghita）的月度报告（“Centralizator lunar”），该局已书面授权发布。该数据集不含个体层面数据。它是一项关于COVID-19期间及之后超额死亡与死因重新分配的中断时间序列分析的基础数据（已投稿至Scientific Reports）。有关变量、ICD-10映射、时期定义及局限性，请参见README.md。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
