CARDIUM胎儿先天性心脏异常数据集
CARDIUM胎儿先天性心脏异常数据集收录胎儿先天性心脏病诊断影像、统一病历和多模态标签，数据模态为多模态，适合艾森曼格综合征相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
资源简介
CARDIUM胎儿先天性心脏异常数据集
【一句话概览】
先天性心脏病产前诊断具AI应用潜力，但病例稀少导致数据不平衡、质量低，且缺乏影像与临床信息的公开整合。为此，作者提出CARDIUM数据集，这是首个公开的多模态数据集，整合胎儿超声与超声心动图图像及母亲临床记录，用于产前先心病检测。同时提出融合图像与表格特征的多模态transformer架构，采用交叉注意力机制，在先心病检测上较单模态图像和表格方法分别提升11%和50%，F1分数达79.8±4.8%。数据集与代码将公开（来源 bcv-uniandes.github.io）。
【数据集背景】
本数据集源站标题为《CARDIUM: Congenital Anomaly Recognition with Diagnostic Images and Unified Medical Records Dataset》。
【数据内容】
源站原始描述：Prenatal diagnosis of Congenital Heart Diseases (CHDs) holds great potential for Artificial Intelligence (AI)-driven solutions. However, collecting high-quality diagnostic data remains difficult due to the rarity of these conditions, resulting in imbalanced and low-quality datasets that hinder model performance. Moreover, no public efforts have been made to integrate multiple sources of information, such as imaging and clinical data, further limiting the ability of AI models to support and enhan…
中文译文（机器翻译，仅供快速理解，请以原文为准）：先天性心脏病（CHDs）的产前诊断在人工智能（AI）驱动的解决方案方面具有巨大潜力。然而，由于这些疾病的罕见性，收集高质量的诊断数据仍然困难，导致数据集不平衡且质量低下，从而阻碍了模型性能。此外，尚无公开努力整合多种信息来源，如影像和临床数据，进一步限制了AI模型支持和增强临床决策的能力。为克服这些挑战，我们推出了先天性异常识别与诊断图像及统一医疗记录（CARDIUM）数据集，这是首个公开可用的多模态数据集，整合了胎儿超声和超声心动图图像以及母体临床记录，用于产前CHD检测。此外，我们提出了一种稳健的多模态变换器架构，该架构结合了交叉注意力机制，以融合来自图像和表格数据的特征表示，分别比图像和表格单模态方法将CHD检测提高了11%和50%，并在CARDIUM数据集中实现了79.8 ± 4.8%的F1分数。我们将公开发布我们的数据集和代码，以鼓励对这一未探索领域的进一步研究。
【主题与分类】
主题标签：Congenital Heart Diseases、CHD、prenatal diagnosis、fetal ultrasound、echocardiographic images、maternal clinical records、multimodal dataset、multimodal transformer、cross-attention。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://bcv-uniandes.github.io/CardiumPage/
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://bcv-uniandes.github.io/CardiumPage/
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
CARDIUM 数据集包含胎儿先天性心脏病诊断影像、统一病历和多模态标签，可围绕艾森曼格综合征（Eisenmenger syndrome）开展病例筛选、特征提取、诊断分类、分割检测、风险评估或预后分析。
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。
