心脏病
心脏病泛指影响心脏结构、功能及传导系统的多种疾病，其中以冠状动脉粥样硬化性心脏病最为常见，主要因冠状动脉粥样硬化斑块形成导致管腔狭窄或闭塞，引发心肌缺血缺氧。典型临床表现包括胸骨后压榨性疼痛、心悸、呼吸困难、乏力，病情进展可致急性心肌梗死、心力衰竭甚至心脏性猝死。诊断依靠心电图、超声心动图、心肌标志物及冠脉造影等检查。治疗策略包括抗血小板、调脂、β受体阻滞剂等药物管理，以及经皮冠状动脉介入治疗、冠状动脉旁路移植术等血运重建手段。心脏病是全球疾病负担最重的慢性病之一，其预防、早期筛查及精准诊疗始终是临床与转化医学研究的核心方向。
获取 心脏病 专属定制方案共 388 个数据集
MIMIC-IV 超声心动图匹配子集
MIMIC-IV-ECHO 模块包含来自超过 200,000 次超声心动图检查和超过 500,000 份超声心动图 DICOM 文件的结构化测量数据
心电图数据集用于心脏状况分类
该数据集标题为 ECG Dataset for Heart Condition Classification，包含正常、异常和疾病特异性心脏信号三类，采集自健康个体和心脏病患者，提供带标签的 ECG 记录，适用于训练面向实时健康监测和心脏疾病预测的机器学习模型
Cardio_v2 心脏医学论文摘要数据集
该数据集是一个包含276万条心脏相关医学论文摘要的文本数据集，数据来源于PubMed，包含论文标题和摘要两个字段，主要用于预训练专注于心脏病学领域的语言模型，支持医学自然语言处理、临床知识挖掘和智能医疗辅助系统等研究方向。
心血管疾病数据集-19756
改进型心血管疾病数据集，修复胆固醇缺失值，用于心脏病风险预测。
心脏病数据集（克利夫兰UCI）
该数据集是一个包含302名患者临床诊断测量数据的表格数据集，涵盖了年龄、性别、胸痛类型、血压、胆固醇等13个特征以及一个二元分类目标变量，用于预测心脏病的存在与否。它源自经典的UCI克利夫兰心脏病数据集，经过清理和增强，去除了重复记录并添加了可读标签，主要应用于心血管疾病风险预测、机器学习模型评估和临床决策支持系统的研究。
心脏疾病数据集
基于克利夫兰等中心的心脏病临床数据，含270条样本和13个特征，用于二分类预测是否患有心脏疾病。
心脏CT数据集
来自PCIR的心脏CT扫描DICOM序列数据集，用于心脏成像分析。
心脏病数据集-20920
心脏病患者记录数据集，用于心脏病风险分析。
心脏病数据集
该数据集是一个包含患者多项临床特征的心脏病诊断数据集，数据模态为结构化表格数据，涵盖年龄、血压、胆固醇等医学指标，主要用于心脏病预测模型的训练与验证、医学诊断辅助系统的开发以及公共卫生领域的相关研究。
心电问答-重症监护医学信息集市IV-心电图-250-2500
基于MIMIC-IV-ECG的心电图问答数据集，包含心电图信号和文本描述，250Hz采样，五折交叉验证，约117万样本。
心脏病学医疗数据集（1K免费样本）
1000条合成心脏病学临床记录文本数据集，用于文本分类、命名实体识别等NLP任务，零PHI，CC BY 4.0许可。
心脏病数据集
克利夫兰诊所基金会提供的心脏病数据集，含303位患者表格数据，用于二分类预测。
