HC-CAR-008 先天性心脏病合成队列样本数据集

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("xpertsystems/hccar008-sample")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/xpertsystems/hccar008-sample

数据说明

该数据集是一个完全合成的先天性心脏病（CHD）患者队列数据，由XpertSystems.ai合成数据工厂生成，专门针对心脏病垂直领域。它模拟了儿科和成人CHD患者全生命周期的临床数据，涵盖产前诊断、14种病变类型（从简单的房间隔缺损/室间隔缺损到危重的左心发育不良综合征）、手术与导管干预（采用STS-CHSD STAT 1-5死亡率分层）、多模态影像学（超声心动图和心脏磁共振）、电生理学、功能能力评估（如NYHA分级、心肺运动试验、6分钟步行试验）、生物标志物（如BNP、NT-proBNP、肌钙蛋白、血红蛋白等）以及长期结局（如Fontan衰竭、心脏移植、中风等）和妊娠结局。数据集设计用于分析、建模、演示和教育目的，所有数据均为合成生成，不包含真实患者信息，无个人身份识别风险。

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。

完整数据卡：huggingface.co/datasets/xpertsystems/hccar008-sample