ImageCHD
ImageCHD数据集是一个包含110例患者3D CT图像的医学影像数据集，数据模态为三维医学影像，涵盖了从婴儿到成人的多种先天性心脏病类型，尤其聚焦于法洛四联症儿童患者。该数据集通过生成高分辨率心脏解剖网格并整合多尺度电生理模型，主要用于计算心脏病学、统计形状分析、疾病建模及个性化医疗等研究方向，以探究心脏解剖与功能的变异性和开发鲁棒的预测模型。
基本信息
资源简介
ImageCHD是一个公开的医学影像数据集，专门针对先天性心脏病（CHD）研究。该数据集包含110例从1个月到40岁患者的3D计算机断层扫描（CT）图像，涵盖了多种先天性心脏病类型。其中，研究重点聚焦于法洛四联症儿童患者子集，并基于这些影像生成了高分辨率的心脏解剖网格。通过结合多尺度数学模型进行电生理学模拟，并应用统计形状建模和分支潜神经网络（BLNMs）方法，该数据集旨在捕捉心脏解剖与功能的高度变异性，验证模型在复杂解剖结构中的鲁棒性和泛化能力。数据来源于斯坦福大学的研究项目，主要应用于计算心脏病学、医学图像分析、疾病建模与个性化医疗等研究方向。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/StanfordCBCL/BLNM.git
curl -L -o repo.zip https://github.com/StanfordCBCL/BLNM/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Getting Started
This repository demonstrates combining physics-based cardiac electrophysiology simulations with Branched Latent Neural Maps (BLNMs). We train a BLNM to predict activation maps from space coordinates and z-scores.
- BLNM.py
Defines the BLNM architecture and utility functions. - train_AT.py
Training script for the BLNM model.
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。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 心脏病 的高质量、多模态真实临床数据定制解决方案。
