国家环境公共卫生追踪网络
国家环境公共卫生追踪网络(NEPHTN)收集、汇总、分析并整合国家、州和城市层面的健康与环境数据,提供可视化工具、API访问与贡献数据、人口普查区及次县级数据,以及多项环境健康指标

基本信息
资源简介
国家环境公共卫生追踪网络
National Environmental Public Health Tracking Network (NEPHTN)
国家环境公共卫生追踪网络(NEPHTN)收集、汇总、分析并整合国家、州和城市层面的健康与环境数据,提供可视化工具、API访问与贡献数据、人口普查区及次县级数据,以及多项环境健康指标。数据以派生指标呈现,按指标和内容领域组织,可在Data Explorer中检索;多个“Powered by Tracking”专题仪表板以交互方式集中展示重要环境健康主题(来源 DOI 解析)。
【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):National Environmental Health Public Health Tracking Network(NEPHTN)收集、汇总、分析并整合大量从国家、州和城市层面收集的健康与环境数据集。该计划提供全面的可视化工具、用于访问和贡献数据的 API、对人口普查区和县以下级别数据的访问,以及多项环境健康指标。数据以衍生指标形式呈现,按指标和内容领域组织,并可在 Data Explorer 工具中搜索。此外,还提供若干特定主题的“Powered by Tracking”仪表板。这些交互式数据工具可在同一处提供关于重要环境健康主题的更完整、更详细的图景。
【主题与分类】
主题标签:Earth and Environmental Sciences、Medicine, Health and Life Sciences、Population Health、Air Quality、Weather、Water Quality、Social Determinants of Health、Health、Disease、Community Characteristics。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/SV9PNK
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/10.7910/DVN/SV9PNK
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 823 B(规模很小)。
数据说明
National Environmental Health Public Health Tracking Network(NEPHTN)收集、汇总、分析并整合大量从国家、州和城市层面收集的健康与环境数据集。该计划提供全面的可视化工具、用于访问和贡献数据的 API、对人口普查区和县以下级别数据的访问,以及多项环境健康指标。数据以衍生指标形式呈现,按指标和内容领域组织,并可在 Data Explorer 工具中搜索。此外,还提供若干特定主题的“Powered by Tracking”仪表板。这些交互式数据工具可在同一处提供关于重要环境健康主题的更完整、更详细的图景。
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。




