乳腺动脉钙化与冠状动脉疾病相关性的CT血管造影研究
该数据集包含100名女性的临床影像与健康记录数据，涵盖数字乳腺X线影像和冠状动脉CT血管造影两种模态，用于分析乳腺动脉钙化与冠状动脉疾病之间的相关性，主要研究方向为利用乳腺影像学生物标志物进行心血管疾病的风险评估与早期筛查。
基本信息
资源简介
乳腺动脉钙化与冠状动脉疾病相关性的CT血管造影研究
【数据集背景】
本数据集源站标题为《Prevalence of coronary artery disease evaluated by coronary CT angiography in women with mammographically detected breast arterial calcifications》。
【数据内容】
源站原始描述：To assess the correlation between breast arterial calcifications (BAC) on digital mammography and the extent of coronary artery disease (CAD) diagnosed with dual source coronary computed tomography angiography (CTA) in a population of women both symptomatic and asymptomatic for coronary artery disease. 100 consecutive women (aged 34 â 86 years) who underwent both coronary CTA and digital mammography were included in the study. Health records were reviewed to determine the presence of cardiovas…
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:4aca234b35fb21f6c0f0a9bbe35c0f9b5ce604b86e939876e354a2c20276eeeb
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
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:
数据说明
该数据集旨在评估数字乳腺X线摄影中发现的乳腺动脉钙化（BAC）与冠状动脉疾病（CAD）严重程度之间的相关性。研究纳入了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），包括有症状和无症状冠状动脉疾病的人群。数据集包含患者的心血管风险因素（如高血压、高脂血症、糖尿病、吸烟史）、乳腺动脉钙化的严重程度与范围分级（采用四级评分），以及冠状动脉CTA评估的钙化与非钙化斑块范围、主要血管狭窄程度（同样采用四级评分）。数据来源于临床影像检查和健康记录回顾，主要应用于心血管疾病与乳腺影像的交叉研究，探索乳腺动脉钙化作为冠状动脉疾病的潜在影像学生物标志物。
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。
