疑似主动脉缩窄胎儿三维磁共振虚拟队列数据集
本数据集是疑似主动脉缩窄(CoA)胎儿主动脉弓解剖模型的虚拟队列,基于112例运动校正的三维胎儿心血管磁共振数据构建统计形状模型(SSM),生成1000个包含升主动脉、动脉导管和降主动脉的网格

基本信息
资源简介
疑似主动脉缩窄胎儿三维磁共振虚拟队列数据集
Virtual cohort of fetal cases with suspected coarctation of the aorta from fetal three-dimensional magnetic resonance images
本数据集是疑似主动脉缩窄(CoA)胎儿主动脉弓解剖模型的虚拟队列,基于112例运动校正的三维胎儿心血管磁共振数据构建统计形状模型(SSM),生成1000个包含升主动脉、动脉导管和降主动脉的网格。每个合成病例提供前10个PCA模态的系数(原始分数与Z分数)及CoA风险评分,可用于胎儿主动脉弓形态分析、风险评分建模与统计形状建模方法研究(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2022。
【数据内容】
源站描述(机器翻译,仅供参考):本数据集是论文的补充数据集:Hermida, U., van Poppel, M.P.M., Lloyd, D.F.A. et al. Learning the Hidden Signature of Fetal Arch Anatomy: a Three-Dimensional Shape Analysis in Suspected Coarctation of the Aorta. J. of Cardiovasc. Trans. Res. (2022). 数据集描述:我们提出一个胎儿大血管弓解剖模型数据库,该数据库源自疑似主动脉缩窄(CoA)胎儿的统计形状模型(SSM)。数据集包含1000个网格,涵盖胎儿升主动脉、动脉导管和降主动脉。对于每个合成病例,共享其前10个PCA模态对应的PCA系数以及CoA风险评分。PCA分数以原始分数和Z分数两种形式提供。为构建SSM,使用了112例运动校正的三维胎儿心血管磁共振数据集
【主题与分类】
主题标签:Clinical biomarker、Computational anatomy、Congenital heart disease、Fetal magnetic resonance imaging、Statistical shape modeling、Synthetic cohort、Virtual patient cohort、Principal Component Analysis、Prediction、Coarctation of the aorta。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://zenodo.org/record/6256917
使用许可:Creative Commons Attribution 4.0 International。
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。
免登录有偿下载
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://doi.org/10.5281/zenodo.6256917
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 393.5 MB。
数据说明
本数据集是以下论文的补充数据集:Hermida, U., van Poppel, M.P.M., Lloyd, D.F.A. 等。学习胎儿主动脉弓解剖的隐藏特征:疑似主动脉缩窄的三维形状分析。《心血管转化研究杂志》(2022)。https://doi.org/10.1007/s12265-022-10335-9 数据集描述:我们提供了一个胎儿大血管弓解剖模型的数据库,这些模型源自疑似主动脉缩窄(CoA)胎儿的统计形状模型(SSM)。该数据集包含1000个网格,涵盖胎儿升主动脉、动脉导管和降主动脉。对于每个合成案例,我们分享了前10个PCA模式对应的PCA系数及其CoA风险评分。PCA得分以原始分数和Z分数两种形式提供。为了构建SSM,我们使用了来自疑似CoA病例的112幅运动校正三维胎儿心血管磁共振(CMR)图像及其相应的分割数据集。数据包括确诊的CoA病例以及假阳性(FP)病例。通过提取中心线并对其进行对齐,构建了胎儿大血管弓的SSM。
资金来源 本工作得到了Wellcome Trust IEH Award [102431](iFIND项目)的支持,以及来自Wellcome/EPSRC Centre for Medical Engineering [WT203148/Z/16/Z]的核心资助和Rosetrees Trust [A2725]的资助。该研究由位于Guy’s and St Thomas’ NHS Foundation Trust和King’s College London的National Institute for Health Research (NIHR) Biomedical Research Centre资助,并得到NIHR Clinical Research Facility的支持。所表达的观点仅代表作者本人,不一定代表NHS、NIHR或卫生部的观点。D.F.A. Lloyd感谢Rothschild Foundation(2020/2017)的支持。P. Lamata持有Wellcome Trust Senior Research Fellowship(209450/Z/17/Z)。
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。




