从静态CT图像提取的左心房3D模型(AF与SR模型)
该数据集包含由德国汉堡-埃彭多夫大学医学中心提供的45×2例患者特异性3D模型,源自静态计算机断层扫描(CT)图像,分别对应心房颤动(AF)与窦性心律(SR)状态

基本信息
资源简介
从静态CT图像提取的左心房3D模型(AF与SR模型)
Left Atrium 3D Models Extracted from Static CT Images (AF and SR Models)
该数据集包含由德国汉堡-埃彭多夫大学医学中心提供的45×2例患者特异性3D模型,源自静态计算机断层扫描(CT)图像,分别对应心房颤动(AF)与窦性心律(SR)状态。数据以.zip文件形式提供3D表面模型(.vtp格式),已用于左心房血流模拟中入口流率估计及心房颤动患者血栓形成与卒中血流动力学与形态学判别因素的研究。该数据可用于心血管系统疾病特别是心房扑动/心房颤动相关的血流动力学建模、形态学分析与患者特异性模拟研究(来源 Zenodo,cc-by-4.0 许可)。
【数据集背景】
项目资助方:PARIS。源站首次发布:2024-09-23。
【数据内容】
源站描述(机器翻译,仅供参考):一个由德国汉堡-埃彭多夫大学医学中心提供的45×2例患者特异性3D模型队列,源自静态计算机断层扫描(CT)图像。该研究符合欧盟2016/679号条例,并已获得地区委员会的伦理批准。该队列已用于两篇研究论文:Kjeldsberg等人(2024),模拟左心房血流中入口流率的估计:一种提出的优化且基于参考的算法及其在窦性心律和心房颤动中的应用,J Biomech [已接受];Kjeldsberg等人(2024),超越CHA2DS2–VASc:心房颤动患者血栓形成和卒中的血流动力学与形态学判别因素,Ann. Biomed. Eng. [已提交]。models_af.zip包含45个3D表面模型(.vtp),提取自心房舒张期开始时,其中使用运动算法应用了心房颤动运动
【数据结构与技术规格】
文件数 2 个,合计 70.23 MB。数据集 DOI:10.5281/zenodo.13829891。
【主题与分类】
主题标签:Patient-specific、Medical imaging、Sinus rythmn、Atrial fibrillation、Flow rate estimation。本站分类:心血管系统疾病/心房扑动。
【获取与许可】
源站页面:https://zenodo.org/records/13829891
使用许可:cc-by-4.0。
【使用注意】
· 源站最后修改于 2025-03-11,引用时请注意版本时效。
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(Zenodo 公开直链)
curl -L -o "models_sr.zip" "https://zenodo.org/api/records/13829891/files/models_sr.zip/content"
curl -L -o "models_af.zip" "https://zenodo.org/api/records/13829891/files/models_af.zip/content"
文件清单
models_sr.zip(33.5 MB)models_af.zip(33.5 MB)
数据集大小约 70.2 MB。
数据说明
一个由45×2个患者特异性三维模型组成的队列,这些模型来自德国汉堡-埃彭多夫大学医学中心提供的静态计算机断层扫描(CT)图像。该研究符合欧盟第2016/679号条例,并已获得地区委员会的伦理批准。该队列已用于两篇研究论文:Kjeldsberg等(2024),《左心房血流模拟中入口流率的估计:一种提出的优化与基于参考的算法及其在窦性心律与心房颤动中的应用》,《生物力学杂志》[已接受];Kjeldsberg等(2024),《超越CHA2DS2–VASc:心房颤动患者血栓形成与卒中的血流动力学和形态学判别因素》,《生物医学工程年鉴》。
[已提交] models_af.zip 包含45个三维表面模型(.vtp),这些模型是在心房舒张期开始时提取的,其时使用运动算法施加了心房颤动运动[] models_sr.zip 包含45个三维表面模型(.vtp),这些模型是在心房舒张期开始时提取的,其时使用运动算法施加了窦性心律运动[] [*] 有关运动算法的详细信息,请参见 Harrison – Medical Imaging, Shapes and Statistics for Stroke Prediction in Atrial Fibrillation
许可
cc-by-4.0
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。




