主动脉瓣狭窄患者血流动力学预测训练数据
该数据集源自基于计算机断层扫描的人体主动脉 CFD 仿真，针对主动脉瓣狭窄患者，共包含 309 个病例，基于 103 位患者，每位患者以三种不同流量进行模拟，_01 为基线流量，_02 和 _03 为基线的 ±25%
基本信息
资源简介
主动脉瓣狭窄患者血流动力学预测训练数据
Training Data for Predicting Hemodynamics in Aortic Stenosis Patients
该数据集源自基于计算机断层扫描的人体主动脉 CFD 仿真，针对主动脉瓣狭窄患者，共包含 309 个病例，基于 103 位患者，每位患者以三种不同流量进行模拟，_01 为基线流量，_02 和 _03 为基线的 ±25%。数据文件包含沿主动脉中心线的静态压力和壁面剪切应力（输出序列），以及中心线坐标、横截面积/形状和流量（输入序列）。该数据可用于训练人工神经网络，从主动脉瓣狭窄患者的几何数据预测压力和壁面剪切应力。共提供两个文件：一个包含输入和输出序列，另一个包含 MATLAB cell 格式的横截面，每个 cell 保存一个图像堆栈（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
项目资助方：Collaborative project: AI (Artificial Intelligence) -based digital therapy support for cardiology (ArtiCardio) - Subproject: Image-based modeling of hemodynamics in cardiovascular diseases。源站首次发布：2022-08-02。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集源自基于计算机断层扫描的人体主动脉 CFD 仿真，针对主动脉瓣狭窄患者。共呈现 309 个病例，基于 103 位患者。每位患者以三种不同流量进行模拟（例如 case23_01、cas23_02、case_03）。_01 为基线流量，_02 和 _03 为基线流量的 ±25%。数据文件包含沿主动脉中心线的静态压力和壁面剪切应力（输出序列），以及中心线坐标、横截面积/形状和流量（输入序列）。该数据可用于训练人工神经网络，从主动脉瓣狭窄患者的几何数据预测压力和壁面剪切应力。提供两个文件：一个包含输入和输出序列，另一个包含 MATLAB cell 格式的横截面。每个 cell 保存一个图像堆栈，每个图像
【数据结构与技术规格】
文件数 2 个，合计 5.40 MB。数据集 DOI：10.6084/m9.figshare.19478117.v1。
【主题与分类】
源站学科分类：Computational methods in fluid flow, heat and mass transfer (incl. computational fluid dynamics)、Artificial intelligence not elsewhere classified。主题标签：Computational fluid dynamics、hemodynamics data、aortic stenosis、Artificial Neural Network、Computational Fluid Dynamics。本站分类：心血管系统疾病/主动脉瓣狭窄。
【适用方向】
源站学科分类标注为 Computational methods in fluid flow, heat and mass transfer (incl. computational fluid dynamics)、Artificial intelligence not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Training_Data_for_Predicting_Hemodynamics_in_Aortic_Stenosis_Patients/19478117
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yevtushenko, Pavlo; Goubergrits, Leonid; Schafstedde, Marie (2022). Training Data for Predicting Hemodynamics in Aortic Stenosis Patients. figshare. Dataset
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/10.6084/m9.figshare.19478117.v1
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 MB。
数据说明
该数据集源自基于计算机断层扫描的主动脉瓣狭窄患者人体主动脉计算流体力学模拟。共呈现309个案例，基于103名患者。每位患者均在三种不同流速下进行模拟（例如case23_01、case23_02、case_03）。其中_01代表基线流速，_02和_03分别为基线流速的±25%。数据文件包含沿主动脉中心线的静态压力和壁面剪切应力（输出序列），以及中心线坐标、横截面积/形状和流速（输入序列）。这些数据可用于训练人工神经网络，以根据主动脉狭窄患者的几何数据预测压力和壁面剪切应力。提供两个文件：一个包含输入和输出序列；另一个以MATLAB单元格式存储横截面。每个单元包含一个图像堆栈，其中每幅图像代表该案例的一个横截面。文件中的每个单元对应序列文件中的案例。例如，MATLAB文件中的第22个单元包含案例case22_01、case22_02和22_03的横截面。
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。
