通过工作流自动化与GPU加速计算流体力学集成加速Fontan手术规划
该数据集来自 Harvard Dataverse，聚焦心血管系统疾病中的先天性心脏缺陷（儿童），主题为通过工作流自动化与 GPU 加速计算流体力学来集成加速 Fontan 手术规划
基本信息
资源简介
通过工作流自动化与GPU加速计算流体力学集成加速Fontan手术规划
该数据集英文名为 Integrated Acceleration of Fontan Surgical Planning Through Workflow Automation and GPU-Enabled Computational Fluid Dynamics，由作者 Wei, Zhenglun "Alan" 发布，来源机构为 Harvard Dataverse，发布时间为 2026 年，主题标签为 Engineering。数据集聚焦心血管系统疾病中的先天性心脏缺陷（儿童），核心目标是通过工作流自动化与 GPU 加速计算流体力学，集成并加速 Fontan 手术规划流程。源站描述指出，该项目旨在开发一种自动化方法来增强 Fontan 手术规划工作流。整体而言，该数据集面向先天性心脏病儿童 Fontan 手术规划的计算仿真与流程优化研究，属于工程与医学交叉方向的数据资源。
【数据集背景】
Fontan 手术规划涉及复杂的心血管血流仿真与多步骤工作流，传统流程往往依赖人工操作与较长的计算时间。该数据集对应的项目旨在开发自动化方法，以增强 Fontan 手术规划工作流，并通过 GPU 加速计算流体力学来提升整体效率。数据集所属分类为心血管系统疾病 / 先天性心脏缺陷（儿童），主题标签为 Engineering，体现了工程方法在儿童先天性心脏缺陷手术规划中的应用取向。发布时间为 2026 年，来源站为 doi.org，发布机构为 Harvard Dataverse。
【数据内容】
源站未提供具体的数据文件类型、样本数量、变量字段或仿真结果的组织形式。已知信息仅包括数据集英文名称、主题标签 Engineering、所属分类心血管系统疾病 / 先天性心脏缺陷（儿童），以及项目围绕工作流自动化与 GPU 加速计算流体力学展开的总体方向。关于数据内容的具体构成，源站未提供。
【采集与来源】
该数据集来源站为 doi.org，发布机构为 Harvard Dataverse，作者为 Wei, Zhenglun "Alan"，发布时间为 2026 年。源站描述说明该项目旨在开发自动化方法来增强 Fontan 手术规划工作流。关于数据采集的具体方法、采集对象、采集时间范围与采集环境，源站未提供。
【适用场景】
依据所属分类与主题标签，该数据集适用于心血管系统疾病中先天性心脏缺陷（儿童）相关的研究场景，尤其是 Fontan 手术规划工作流的自动化与 GPU 加速计算流体力学仿真方向。其项目目标指向增强 Fontan 手术规划工作流，因此可用于与手术规划流程优化、计算仿真加速相关的工程与医学交叉研究。关于更具体的适用任务类型与使用条件，源站未提供。
【使用方法】
源站未提供该数据集的使用方法、文件读取方式、预处理步骤或软件环境要求。已知项目涉及工作流自动化与 GPU 加速计算流体力学，但具体使用流程与操作说明源站未提供。
【质量与限制】
源站未提供该数据集的质量评估信息、精度指标、误差范围或已知限制。关于数据完整性、一致性及适用范围方面的限制，源站未提供。
【引用与许可】
该数据集作者为 Wei, Zhenglun "Alan"，发布机构为 Harvard Dataverse，来源站为 doi.org，发布时间为 2026 年。关于引用格式、许可协议与使用条款的具体内容，源站未提供。
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/10.7910/DVN/KV953J
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 867.5 KB。
数据说明
This project aims to develop an automated approach to enhance Fontan surgical planning workflow.
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。
