埃尔比勒心脏病数据集

数据集获取

源站：https://www.kaggle.com/hangawqadir/erbil-heart-disease-dataset

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

该数据集是从伊拉克埃尔比勒一家私立医院和心脏中心（Medical Help Center）的患者信息中直接手动收集整理的。数据集旨在基于本地患者的心脏问题信息来预测患者是否患有心脏病。数据最初由住院医生和心脏病专家在患者就诊时手工记录在纸质表格上，后由研究人员仔细、准确地录入Excel表格，并移除了所有包含缺失信息的行，确保数据集中无空值。原始收集了约400名患者的24个特征数据，经缺失值处理后，最终包含333名患者的数据。数据分为五类：患者人口统计学信息、病史、体格检查与症状、医学实验室检查以及诊断特征。特征选择基于医生建议和研究论文中与心脏病相关的有效特征，并识别了导致心血管疾病的常见因素或特征。数据集中的“Target”字段表示患者是否存在心脏病。患者姓名在数据整理完成后已从数据库中移除。数据收集过程涉及四个文件：部分患者信息由住院医生在纸质表格上记录；部分从医院系统中获取；患者的LDL胆固醇测试结果来自医院实验室；以及患者的超声心动图和心电图扫描结果。该数据集主要用于心脏病预测、临床决策支持和医学研究。

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。