CADICA冠状动脉疾病检测数据集

包含668个侵入性冠状动脉造影视频的公开数据集,用于冠状动脉疾病检测与分类,附有疾病元数据。

马拉加大学计算机语言与计算机科学系马拉加大学计算机语言与计算机科学系
arXiv
2024-02-16 更新
浏览 60
医学影像冠状动脉疾病医学影像
CADICA

基本信息

模态
医学影像
大小
3.07 GB
创建/更新时间
2024-02-16
版本
v5

资源简介

CADICA冠状动脉疾病检测数据集

【数据集背景】

本数据集源站标题为《CADICA: a new dataset for coronary artery disease》。源站首次发布:2025-11-05。

【数据内容】

源站原始描述:Please cite the following paper when using CADICA: Jiménez‐Partinen, A., Molina‐Cabello, M. A., Thurnhofer‐Hemsi, K., Palomo, E. J., Rodríguez‐Capitán, J., Molina‐Ramos, A. I., & Jiménez‐Navarro, M. (2024). CADICA: A new dataset for coronary artery disease detection by using invasive coronary angiography. Expert Systems, 41(12), e13708. The CADICA dataset is an annotated dataset of Invasive Coronary Angiography (ICA) images from 42 patients, including manually labeled lesion bounding boxes and s…

【数据结构与技术规格】

文件数 1 个,合计 3.08 GB。数据集 DOI:10.17632/p9bpx9ctcv.5。

【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.mendeley.com/datasets/p9bpx9ctcv

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/p9bpx9ctcv/1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

CADICA数据集由西班牙马拉加大学计算机语言与计算机科学系创建,包含668个侵入性冠状动脉造影视频,用于冠状动脉疾病检测。数据集提供患者视频及相关疾病元数据,旨在帮助临床医生训练评估冠状动脉疾病严重性的技能,并支持计算机科学家开发辅助诊断系统。数据模态为医学影像,任务为疾病检测与分类。

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。

获取专属数据定制方案