威斯康星州2017–2019年蓝藻水华发生与哮喘或喘息急诊就诊数据集

数据覆盖威斯康星州2017至2019年,关联蓝藻水华发生情况与哮喘或喘息相关急诊就诊记录,可用于探索有害藻华暴露与呼吸系统健康结局之间的关联

U.S. Environmental Protection AgencyU.S. Environmental Protection Agency
datacite
浏览 9
其他预测satellitewater qualityharmful algal bloomhuman healthcyanobacteria
Dataset for Cyanobacterial Bloom Occurrence and Emergency Department Visits for Asthma or Wheeze, Wisconsin, 2017–2019

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

威斯康星州2017–2019年蓝藻水华发生与哮喘或喘息急诊就诊数据集

Dataset for Cyanobacterial Bloom Occurrence and Emergency Department Visits for Asthma or Wheeze, Wisconsin, 2017–2019

该数据集由U.S. Environmental Protection Agency发布,英文名为Dataset for Cyanobacterial Bloom Occurrence and Emergency Department Visits for Asthma or Wheeze, Wisconsin, 2017–2019,主题涉及呼吸系统疾病与哮喘。数据覆盖威斯康星州2017至2019年,关联蓝藻水华发生情况与哮喘或喘息相关急诊就诊记录,可用于探索有害藻华暴露与呼吸系统健康结局之间的关联。源站描述指出公开数据可在https://oceancolor.gsfc.nasa.gov/about/projects/cyan/获取(。

【数据集背景】

源站首次发布:2026。

【主题与分类】

主题标签:satellite、water quality、harmful algal bloom、human health、cyanobacteria。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://catalog.data.gov/dataset/dataset-for-cyanobacterial-bloom-occurrence-and-emergency-department-visits-for-asthma-or-

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/10.23719/1532329

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

Public data available at https://oceancolor.gsfc.nasa.gov/about/projects/cyan/

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。

获取专属数据定制方案