MIMIC-IV-ECHO 数据集结构化视图分类标注（ECHOVIEW）
ECHOVIEW 利用预训练的 CNN，为来自 MIMIC-IV-ECHO 的 29,196 份经胸超声心动图提供结构化视图类别标注
基本信息
资源简介
MIMIC-IV-ECHO 数据集结构化视图分类标注（ECHOVIEW）
ECHOVIEW 利用预训练的 CNN，为来自 MIMIC-IV-ECHO 的 29,196 份经胸超声心动图提供结构化视图类别标注
echoview
【数据集背景】
本数据集源站标题为《Structured Viewing Classification Annotations From the MIMIC-IV-ECHO Dataset (ECHOVIEW)》。
【数据内容】
源站描述（机器翻译，仅供参考）：ECHOVIEW 利用预训练的 CNN，为来自 MIMIC-IV-ECHO 的 29,196 份经胸超声心动图提供结构化视图类别标注。临床医生人工复核显示，其与这些标注具有较强的一致性（κ=0.69）。
【主题与分类】
主题标签：超声心动图、经胸超声、心血管疾病、心脏病学、视图分类、图像标注、自动标注、临床验证。本站分类：心血管系统疾病/其他。
【获取与许可】
源站页面：https://physionet.org/content/echoview/
使用许可：PhysioNet Credentialed Health Data License 1.5.0。
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（PhysioNet）
- 源站标题：Structured Viewing Classification Annotations From the MIMIC-IV-ECHO Dataset (ECHOVIEW)
- DOI：10.13026/ywz0-5b62
- 源站页面：https://physionet.org/content/echoview/0.1
PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：
- 在 https://physionet.org/content/echoview/0.1 页面登录并接受许可条款；
- 命令行整目录下载：
wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/echoview/0.1/
- 或用官方工具（推荐，支持断点续传与校验）：
pip install physionet-download
physionet-download echoview
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。
数据说明
可靠的超声心动图分析的发展一直受限于注释良好、带标签的超声心动图数据集的稀缺。我们介绍 ECHOVIEW（Structured Viewing Classification Annotations From the MIMIC-IV-ECHO Dataset），这是一个衍生数据集，为 MIMIC-IV-ECHO 数据集的一个衍生子集提供经胸（TTE）超声心动图切面分类。该衍生数据集包含来自 463 名患者的 717 项检查中的 29,196 份超声心动图的切面分类。每项检查包含多个超声心动图切面，有时使用多种超声技术，超声探头位置和角度的变化对应不同的切面。同样，每名患者可以有多次检查。ECHOVIEW 数据集包含针对每份超声心动图预测的 23 个独立切面分类，这些分类由机器学习（ML）分类器生成。我们的模型为至少具有 10 帧数据的超声心动图提供分类概率。我们通过让一名持证心脏病专家和一名重症监护医师独立审查 50 份超声心动图样本，对我们的预测进行了验证。随后将他们的评估结果与 ML 切面分类进行比较。随着该数据集的发布，我们为 MIMIC-IV-ECHO 数据集提供机器生成的切面分类，并希望促进进一步超声心动图分析和模型的开发。
许可
PhysioNet Credentialed Health Data License 1.5.0
引用
学术使用请引用：Rapuri et al. (2026). Structured Viewing Classification Annotations From the MIMIC-IV-ECHO Dataset (ECHOVIEW). PhysioNet. doi:10.13026/ywz0-5b62 DOI 10.13026/ywz0-5b62。
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。
