Sister Study / EnviroAtlas 社区样本
Sister Study 由 NIEHS 开展，纳入 50,884 名 35 至 74 岁美国女性，入组时间为 2003 至 2009 年，参与者无乳腺癌病史但至少有一位姐妹确诊乳腺癌
基本信息
资源简介
Sister Study / EnviroAtlas 社区样本
Sister Study / EnviroAtlas Community Sample
该数据集源自 Sister Study 前瞻性队列与 EnviroAtlas 社区样本，由 U.S. EPA Office of Research and Development (ORD) 于 2020 年发布，来源站为 doi.org。Sister Study 由 NIEHS 开展，纳入 50,884 名 35 至 74 岁美国女性，入组时间为 2003 至 2009 年，参与者无乳腺癌病史但至少有一位姐妹确诊乳腺癌。数据涵盖健康结局、生活方式、社会经济因素、用药史以及建成与自然环境因素，可用于乳腺癌相关环境暴露与健康结局的预测研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2020。
【数据内容】
源站描述（机器翻译，仅供参考）：Sister Study 是由 NIEHS 开展的一项前瞻性队列研究，纳入 50,884 名年龄在 35 至 74 岁之间的美国女性。符合条件的参与者在 2003 至 2009 年入组时无乳腺癌病史，但至少有一位姐妹被诊断为乳腺癌。本研究工作所使用的数据集包括健康结局、生活方式因素、社会经济因素、用药史以及建成和自然环境因素。
【主题与分类】
主题标签：EnviroAtlas、Sister Study、eco-health、Urban greenery、climate。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://catalog.data.gov/dataset/sister-study-enviroatlas-community-sample
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/10.23719/1520520
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:
数据说明
姐妹研究是由NIEHS开展的一项前瞻性队列研究，涉及50，884名年龄在35至74岁之间的美国女性。符合条件的参与者为无乳腺癌病史，但至少有一位姐妹在2003年至2009年入组时被诊断为乳腺癌的女性。本研究使用的数据集包括健康结果、生活方式因素、社会经济因素、药物史以及建筑和自然环境因素。
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。
