ACDC 2017 数据集
整个ACDC数据集是根据在第戎大学医院获得的真实临床检查创建的。获取的数据完全匿名，并按照法国第戎医院当地伦理委员会制定的规定进行处理。我们的数据集涵盖了几个明确定义的病理，有足够的病例 (1) 正确训练机器学习方法和…
基本信息
资源简介
ACDC 2017 数据集
【一句话概览】
ACDC 2017 数据集基于法国第戎大学医院的真实临床检查构建，数据已完全匿名化，并遵循当地伦理委员会规定处理。该数据集涵盖若干明确界定的病理，包含足够病例，可用于训练机器学习方法，并评估电影 MRI 获得的主要生理参数变化，尤其是舒张期容积和射血分数。数据集由 150 例检查组成，全部来自不同患者，分为 5 个均匀分布亚组，即 4 个病理组加 1 个健康受试者组。每位患者还附带体重、身高以及舒张期和收缩期时刻信息（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《ACDC 2017 dataset》。
【数据内容】
源站原始描述：整个ACDC数据集是根据在第戎大学医院获得的真实临床检查创建的。获取的数据完全匿名，并按照法国第戎医院当地伦理委员会制定的规定进行处理。我们的数据集涵盖了几个明确定义的病理，有足够的病例 (1) 正确训练机器学习方法和 (2) 清楚地评估从电影MRI获得的主要生理参数的变化 (特别是舒张期容积和射血分数)。数据集由如下所述的150检查 (全部来自不同的患者) 组成，该检查分为5个均匀分布的亚组 (4个病理加上1个健康受试者组)。此外，每位患者都附带以下附加信息: 体重，身高以及舒张期和收缩期时刻。
中文译文（机器翻译，仅供快速理解，请以原文为准）：The entire ACDC dataset was created based on real clinical examinations obtained at the University Hospital of Dijon. The acquired data were fully anonymized and processed in accordance with the regulations established by the local ethics committee of the Dijon Hospital in France. Our dataset covers several well-defined pathologies, with sufficient cases to (1) properly train machine learning methods and (2) clearly evaluate changes in key physiological parameters obtained from cine MRI (particularly diastolic volume and ejection fraction). The dataset consists of 150 examinations (all from different patients) as described below, divided into 5 evenly distributed subgroups (4 pathologies plus 1 healthy subject group). In addition, each patient is accompanied by the following additional in…
【主题与分类】
主题标签：心脏、MRI、电影MRI、病理、健康受试者。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/ACDC_2017_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。
需登录公开下载
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。
暂未开放有偿下载
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://opendatalab.org.cn/OpenDataLab/ACDC_2017_dataset
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:
数据说明
基于第戎大学医院真实临床检查构建的心脏MRI数据集，包含150例患者（全部来自不同患者），分为5个均匀分布亚组（4种病理组加1个健康对照组），并附有体重、身高、舒张期和收缩期时刻等附加信息，用于训练和评估机器学习方法，特别是评估从电影MRI获得的主要生理参数（如舒张期容积和射血分数）的变化。
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。
