主髂动脉支架患者超声测速数据 - B组 - PIV最佳版本
B组单支架主髂动脉支架患者的超声PIV测速数据及衍生数据。
基本信息
资源简介
主髂动脉支架患者超声测速数据 - B组 - PIV最佳版本
【一句话概览】
本数据集标题为“Ultrasound velocimetry in patients with aortoiliac stents - group_B - PIV_Best versions”，包含B组（单支架）所有患者的PIV及衍生数据，详情见Readme文件。源站标签涉及粒子图像测速、高帧率造影增强超声、主动脉髂疾病、血管内治疗、动脉支架、US测速和echoPIV，属于超声测速在主动脉髂支架患者中的应用数据集。源站分类为临床健康（器官、疾病和异常状况），许可为CC0（来源 figshare，CC0 许可）。
【数据集背景】
本数据集源站标题为《Ultrasound velocimetry in patients with aortoiliac stents - group_B - PIV_Best versions》。项目资助方：Stichting Lijf & Leven。源站首次发布：2021-12-08。
【数据内容】
源站原始描述：PIV and derived data, for all patients in group B (single stent). See Readme file for details
中文译文（机器翻译，仅供快速理解，请以原文为准）：PIV 及衍生数据，适用于 B 组（单支架）的所有患者。详见 Readme 文件。
【数据结构与技术规格】
数据集 DOI：10.4121/16617544.v1。
【主题与分类】
源站学科分类：Clinical Health (organs, Diseases and Abnormal Conditions)。主题标签：Particle Image Velocimetry、aortoiliac disease、endovascular treatment、arterial stenting、US velocimetry、echoPIV。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://data.4tu.nl/articles/dataset/Ultrasound_velocimetry_in_patients_with_aortoiliac_stents_-_group_B_-_PIV_Best_versions/16617544
使用许可：CC0（https://creativecommons.org/publicdomain/zero/1.0/）。
规范引用：Engelhard, Stefan; van Helvert, Majorie; Groot Jebbink, Erik; Reijnen, Michel; Versluis, Michel (2021). Ultrasound velocimetry in patients with aortoiliac stents - group_B - PIV_Best versions. 4TU.ResearchData. Dataset
【使用注意】
· 源站最后修改于 2022-08-18，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。
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://data.4tu.nl/articles/_/16617544/1
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。
