心脏临床审计

Name: 心脏临床审计
Creator: University of Melbourne
License: Restrictive Licence

心脏疾病回顾性临床审计数据集，用于治疗质量评估。

University of Melbourne

DataCite Commons

2020-09-22 更新

其他Clinical auditDemographic dataGenotypePhenotypePaediatricsMedical Genetics (excl. Cancer Genetics)

基本信息

模态

其他

许可

Restrictive Licence

创建/更新时间

2020-09-22

版本

资源简介

心脏临床审计

【一句话概览】

该数据集源站标题为 Cardiac Clinical Audit，原始描述为回顾性临床审计。标签包括临床审计、人口统计学数据、基因型、表型、心脏病学（含心血管疾病）、儿科学、医学遗传学（不含癌症遗传学）。分类涉及心脏病学（含心血管疾病）、未另分类的儿科学、医学遗传学（不含癌症遗传学）。许可为限制性许可（来源 figshare，Restrictive Licence 许可）。

【数据集背景】

本数据集源站标题为《Cardiac Clinical Audit》。源站首次发布：2020-06-25。

【数据结构与技术规格】

数据集 DOI：10.26188/12489308.v1。

【主题与分类】

源站学科分类：Cardiology (incl. cardiovascular diseases)、Paediatrics not elsewhere classified、Medical genetics (excl. cancer genetics)。主题标签：Clinical audit、Demographic data、Genotype、Phenotype、Paediatrics、Medical Genetics (excl. Cancer Genetics)。

【适用方向】

源站学科分类标注为 Cardiology (incl. cardiovascular diseases)、Paediatrics not elsewhere classified、Medical genetics (excl. cancer genetics)。

【获取与许可】

源站页面：https://figshare.unimelb.edu.au/articles/dataset/Cardiac_Clinical_Audit/12489308

使用许可：Restrictive Licence（https://library.unimelb.edu.au/restricted-licence-template）。

规范引用：Melbourne Academic Centre for Health (MACH) (2020). Cardiac Clinical Audit. The University of Melbourne. Dataset

【使用注意】

· 源站最后修改于 2023-06-03，引用时请注意版本时效。

原始链接

https://melbourne.figshare.com/articles/Cardiac_Clinical_Audit/12489308

访问原始数据

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（Figshare）

源站标题：Cardiac Clinical Audit
DOI：10.26188/12489308.v1
发布日期：2020-06-25
源站页面：https://figshare.unimelb.edu.au/articles/dataset/Cardiac_Clinical_Audit/12489308

源站：https://melbourne.figshare.com/articles/Cardiac_Clinical_Audit/12489308

按页面 Download 按钮获取。

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