用于检测冠状动脉CT血管造影中冠状动脉粥样硬化的CNN算法开发图像数据集
包含500名患者的冠状动脉CT血管造影马赛克投影图像，用于训练CNN检测冠状动脉粥样硬化，已按3:1:1划分训练/验证/测试集。
基本信息
资源简介
用于检测冠状动脉CT血管造影中冠状动脉粥样硬化的CNN算法开发图像数据集
【一句话概览】
本数据集是 Mendeley Data 公开的影像数据集，收录 3 个文件、合计 354.67 MB，可用于医学图像分割、检测与分类模型的训练与评测。
【数据集背景】
本数据集源站标题为《Image dataset for a CNN algorithm development to detect coronary atherosclerosis in coronary CT angiography》。源站首次发布：2019-11-08。
【数据内容】
源站原始描述：Coronary artery image sets for 500 patients. Each image represents a Mosaic Projection View (MPV) which consists of 18 different views of a straightened coronary artery stacked vertically. Training-Validation-Test image sets are sub-divided per patient with 3/1/1 ratio (300/100/100), each with 50% normal and 50% diseased cases. Artery images derived from the 300 training cases were augmented 6-fold to create 2,364 (i.e., 394 x 6) images in order to strengthen modeling and dataset balance. Howeve…
【数据结构与技术规格】
文件数 3 个，合计 354.67 MB。数据集 DOI：10.17632/fk6rys63h9.1。
【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/fk6rys63h9
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/fk6rys63h9
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。
