Sonoma主要健康指标
Sonoma Leading Health Indicators(SLHI)是Sonoma县主要健康指标数据集,聚焦可损害健康或儿童健康发展的重大健康问题与事件,涵盖全人群及各年龄组主要死因的高层汇总,年龄组包括产前至1岁、1至12岁、13至17岁、18至59岁及60岁以上,并包含患病风险因素与行为

基本信息
资源简介
Sonoma主要健康指标
Sonoma Leading Health Indicators
Sonoma Leading Health Indicators(SLHI)是Sonoma县主要健康指标数据集,聚焦可损害健康或儿童健康发展的重大健康问题与事件,涵盖全人群及各年龄组主要死因的高层汇总,年龄组包括产前至1岁、1至12岁、13至17岁、18至59岁及60岁以上,并包含患病风险因素与行为等发病率信息及健康与健康发展指标。数据来自地方与州级来源,可用于分析各年龄组死因分布、健康差异与医疗可及性,支持健康评估与相关研究(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):Sonoma主要健康指标(SLHI)是一组指标概览,突出可能损害健康或儿童健康发展的重大健康状况或事件。这些健康指标是对Sonoma县成人和儿童疾病与伤害、残疾和死亡贡献最突出的指标。该概览包括从地方和州级来源获得的数据的高层汇总,涉及全人群及按年龄组划分的主要死因。年龄组包括产前至1岁儿童;1至12岁儿童;13至17岁儿童;18至59岁成人;以及60岁及以上人群。每个年龄组的主要死因与重要发病率原因的信息一并呈现,包括导致发病的风险因素和行为。健康与健康发展指标也可用
【主题与分类】
主题标签:Earth and Environmental Sciences、Medicine, Health and Life Sciences、Care Access、Causes of Death、Disparities、Health Conditions、Health Indicators、Health Outcome、Health Status、Hospitalization Data。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/NTSOKZ
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/NTSOKZ
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 5.4 KB。
数据说明
索诺马领先健康指标(SLHI)是一份指标概览,重点呈现可能危害健康或儿童健康发展的重大健康状况或事件。这些健康指标是对索诺马县成人和儿童致病与受伤、致残和死亡影响最为突出的指标。该概览包含从地方和州级来源获取的数据的高层级摘要,涉及总人口及按年龄组划分的主要死因。年龄组包括产前至1岁儿童;1至12岁儿童;13至17岁儿童;18至59岁成人;以及60岁及以上人群。概览按各年龄组呈现主要死因,并附有关键发病原因的信息,包括导致发病的风险因素和行为。在深入了解儿童整体健康状况时,还可参考健康与健康发展指标。
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。




