通过乳腺X线摄影检测的乳腺动脉钙化评估冠状动脉疾病患病率：基于冠状动脉CT血管造影数据

数据集获取

源站：https://search.dataone.org/view/null

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

该数据集是一个医学研究数据集，旨在评估乳腺X线数字摄影中乳腺动脉钙化（BAC）与冠状动脉疾病（CAD）程度之间的相关性。数据集包含100名连续接受冠状动脉CT血管造影（CTA）和数字乳腺X线检查的女性患者（年龄34-86岁）的数据。数据内容包括患者的健康记录（如高血压、高血脂、糖尿病、吸烟等心血管风险因素）、乳腺X线图像中BAC的存在与程度（按严重性和范围分级）、冠状动脉CTA图像中CAD的评估（基于钙化和非钙化斑块程度以及主要血管狭窄程度的分级）。数据通过双源冠状动脉CTA和数字乳腺X线检查构建，主要研究方向为利用医学影像（图像和临床表格数据）探索BAC作为CAD预测标志物的价值，并应用于心血管疾病风险预测和医学影像分析领域。

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。