MARCUS多模态心脏数据集
MARCUS多模态心脏数据集，包含1350万张ECG、超声和CMR图像，用于心血管疾病多模态诊断AI系统开发。
基本信息
资源简介
MARCUS多模态心脏数据集
【数据集背景】
本数据集源站标题为《AshleyLab/MARCUS》。源站首次发布：2026-03-20。
【数据内容】
源站原始描述：# MARCUS ### Multimodal Autonomous Reasoning and Chat for Ultrasound and Signals *An agentic, multimodal vision-language model for cardiac diagnosis and management* - **MARCUS** is an open-source agentic medical AI system for cardiac diagnosis across three imaging modalities: electrocardiography (ECG), echocardiography (Echo), and cardiac magnetic resonance imaging (CMR). Built on Qwen 2.5-VL (3B parameters), MARCUS comprises three specialized expert models trained on over 13 million cardiac i…
【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://github.com/AshleyLab/MARCUS
使用许可：NOASSERTION。
【使用注意】
· 源站最后修改于 2026-06-02，引用时请注意版本时效。
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
git clone https://github.com/AshleyLab/MARCUS.git
curl -L -o repo.zip https://github.com/AshleyLab/MARCUS/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Installation
From PyPI
pip install marcus-cardiac-ai
From Source
git clone https://github.com/stanford-cardiac-ai/MARCUS.git
cd MARCUS
python3 -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install .
Optional Extras
| Extra | Installs | Use case |
|---|---|---|
[preprocessing] |
pydicom, opencv, numpy, matplotlib, Pillow, pandas | DICOM/ECG preprocessing |
[eval] |
openai, tqdm, scipy | Batch VQA/MCQ evaluation with GPT judge |
[training] |
torch, transformers, trl, peft, datasets | Model fine-tuning |
[dev] |
ruff, pytest, pytest-asyncio | Development and testing |
[all] |
All of the above | Full installation |
pip install "marcus-cardiac-ai[preprocessing]"
pip install "marcus-cardiac-ai[eval]"
pip install "marcus-cardiac-ai[all]"
Development Install
pip install -e ".[dev,preprocessing]"
Training Dependencies (LLaMA-Factory)
MARCUS expert models are served via LLaMA-Factory. Stages 1 & 2 training also use LLaMA-Factory; Stage 3
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。
