肺动脉高压CT数据集四分类
该数据集来源于 kaggle.com，包含 807 张肺动脉分叉处横断面增强胸部 CT 图像，采集自 2016 年 1 月 1 日至 2022 年 12 月 31 日期间 Firat University Hospital 心脏病门诊的 313 名患者
基本信息
资源简介
肺动脉高压CT数据集四分类
Pulmonary hypertension CT dataset four classes
该数据集来源于 kaggle.com，包含 807 张肺动脉分叉处横断面增强胸部 CT 图像，采集自 2016 年 1 月 1 日至 2022 年 12 月 31 日期间 Firat University Hospital 心脏病门诊的 313 名患者。患者按有创右心导管测得的平均肺动脉压（mPAP）分为一个无已知肺动脉高压的对照组和三个病情逐渐加重的肺动脉高压组。数据可用于构建和评估肺动脉高压严重程度的四分类模型（来源 Kaggle，Unknown 许可）。
【数据集背景】
源站首次发布：2023-07-03。
【数据内容】
源站描述（机器翻译，仅供参考）：一个新的胸部 CT 数据集，包含 807 张肺动脉分叉处的横断面增强 CT 图像（图 1），整理自 2016 年 1 月 1 日至 2022 年 12 月 31 日期间在 Firat University Hospital 心脏病门诊就诊的 313 名患者的影像记录。对这些图像及相关临床记录的回顾性分析已获医院伦理委员会批准。患者被分为一个无已知 PH 的对照组和三个按有创右心导管测得的平均肺动脉压（mPAP）量化的病情逐渐加重的 PH 患者组 [34]：第 1 组，20 mmHg ≤ mPAP <25 mmHg；第 2 组，25 mmHg ≤mPAP ≤30 mmHg；第 3 组，mPAP >30 mmHg。表 1. 研究数据集中按组划分的患者特征和 CT 图像数量。组 参与者数量 年龄（岁） 女：男
【数据结构与技术规格】
文件数 20 个，合计 3.63 MB。
【主题与分类】
主题标签：heart conditions。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/turkertuncer/ph-ct-v1
使用许可：Unknown。
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://kaggle.com/datasets/turkertuncer/ph-ct-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 138.0 MB。
数据说明
Türker TUNCER (2023). Pulmonary hypertension CT dataset four classes [Dataset]. https://www.kaggle.com/datasets/turkertuncer/ph-ct-v1
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。
