腹主动脉瘤症状与壁应力关系研究数据集

该数据集包含19例腹主动脉瘤患者的匿名医学影像、STL格式的几何表面数据以及患者特异性有限元模型,涉及图像和几何数据模态,主要用于研究动脉瘤壁应力与临床症状之间的生物力学关联,支持心血管疾病的风险评估和计算生物力学分析。

The University of Western AustraliaThe University of Western Australia
Research Data Australia
2021-04-26 更新
浏览 32
医学影像生物力学
Data for: Is There A Relationship Between Stress in Walls of Abdominal Aortic Aneurysm and Symptoms?

基本信息

创建/更新时间
2021-04-26

资源简介

腹主动脉瘤症状与壁应力关系研究数据集

【数据集背景】

本数据集源站标题为《Data for: Is There A Relationship Between Stress in Walls of Abdominal Aortic Aneurysm and Symptoms?》。源站首次发布:2021。

【数据内容】

源站原始描述:The data include anonymised image-sets of abdominal aortic aneurysms, geometry data (discretised surfaces of the aneurysms in STL format), and patient-specific finite element models for all 19 patients with abdominal aortic aneurysm we analysed in this study

中文译文(机器翻译,仅供快速理解,请以原文为准):数据包括本研究中分析的19例腹主动脉瘤患者的匿名图像集、几何数据(以STL格式离散化的动脉瘤表面)以及患者特异性有限元模型。

【获取与许可】

源站页面:https://researchdata.edu.au/data-for-is-aneurysm-symptoms/2922211

规范引用:Is There a Relationship Between Stress in Walls of Abdominal Aortic Aneurysm and Symptoms?

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://researchdata.edu.au/data-for-is-aneurysm-symptoms/2922211

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

该数据集包含19例腹主动脉瘤患者的匿名影像数据、几何数据及患者特异性有限元模型。具体包括:腹主动脉瘤的匿名影像集、以STL格式离散化的动脉瘤表面几何数据,以及基于这些几何构建的生物力学有限元模型。数据来源于澳大利亚西澳大学的研究项目,通过Research Data Australia平台公开。该数据集主要用于研究腹主动脉瘤壁应力与临床症状(如疼痛、破裂风险)之间的关联,支持医学影像分析、计算生物力学和心血管疾病研究等方向。

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