用于狭窄检测的血管造影数据集

数据集获取

源站：https://doi.org/10.17632/ydrm75xywg.3

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。

数据集大小约 8.30 GB。

数据说明

在本数据集中，我们提供了一组来自一百名患者的血管造影图像序列，这些患者在俄罗斯克麦罗沃心血管疾病复杂问题研究所使用Coroscop（西门子）和Innova（GE Healthcare）图像引导手术系统接受了冠状动脉造影。所有患者均经血管造影和/或功能学确认患有单支冠状动脉疾病（通过定量冠状动脉分析直径狭窄≥70%，或50%-69%且FFR（血流储备分数）≤0.80，或负荷超声心动图显示区域性缺血证据）。根据2017年美国稳定缺血性心脏病患者冠状动脉血运重建适宜使用标准，我们研究中定义了显著冠状动脉狭窄。研究设计获得了心血管疾病复杂问题研究所当地伦理委员会的批准（批准信编号112，于2018年5月11日发布）。所有参与者均提供了参与研究的书面知情同意。

冠状动脉造影由单一术者根据2018年ESC/EACTS心肌血运重建指南中所述适应证和建议进行。冠状动脉狭窄的存在与否由同一术者根据2018年ESC/EACTS心肌血运重建指南，通过血管造影成像序列进行确认。选取显示有不透明叠加冠状动脉及狭窄段的血管造影图像，然后将其转换为独立图像。一位介入心脏病学家剔除了无信息量的图像，仅选择那些包含造影剂通过狭窄血管的图像。数据集共纳入8325张灰度图像（100例患者），像素范围为512×512至1000×1000。数据使用LabelBox（SaaS即软件即服务的免费版本）进行标注。我们还通过计算边界框面积来额外估算狭窄区域的大小。类似于Common Obj

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。