基本信息

模态

多模态

创建/更新时间

2025-07-31

资源简介

该数据集包含来自荷兰阿姆斯特丹大学医学中心100名腹主动脉瘤患者的术前CT血管造影（CTA）扫描数据，以及对应的动脉树模型和计算流体动力学（CFD）模拟结果，用于训练深度学习模型估计患者的瞬时壁面剪切应力，为腹主动脉瘤患者的血流动力学参数估计提供支持。

原始链接

https://github.com/PatRyg99/AAAWSS-neural-surrogate

访问原始数据

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

git clone https://github.com/PatRyg99/AAAWSS-neural-surrogate.git

curl -L -o repo.zip https://github.com/PatRyg99/AAAWSS-neural-surrogate/archive/refs/heads/main.zip
unzip repo.zip

数据说明

该数据集包含来自荷兰阿姆斯特丹大学医学中心100名腹主动脉瘤患者的术前CT血管造影（CTA）扫描数据，以及对应的动脉树模型和计算流体动力学（CFD）模拟结果，用于训练深度学习模型估计患者的瞬时壁面剪切应力，为腹主动脉瘤患者的血流动力学参数估计提供支持。

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