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

社区健康志愿者与医生心血管疾病筛查测试比较数据集
比较社区健康志愿者与医生进行心血管疾病筛查测试结果的数据集,用于评估不同筛查提供者的表现。

心脏病预测数据集
该数据集包含患者的多种临床特征表格数据,如年龄、血压、胆固醇和心电图指标等,通过收集真实医疗记录构建,主要用于心脏病风险预测模型的训练与评估,支持医疗健康领域的机器学习研究和临床辅助决策应用。

心脏病数据集
该数据集是一个合成医疗数据集,包含患者临床表格数据,如年龄、血压和心电图结果等,用于心脏病分析与预测模型的研究,支持医疗数据挖掘和机器学习应用。

埃尔比勒心脏病数据集
该数据集是一个包含333名患者信息的临床表格数据集,涵盖了人口统计学、病史、体格检查、实验室测试和诊断特征等多模态数据,主要用于心脏病预测和医学研究,通过收集自伊拉克埃尔比勒一家医院的真实患者数据,支持机器学习模型在心血管疾病诊断和风险分析中的应用。

心脏疾病脏数据集
该数据集是一个包含心脏疾病患者临床特征和诊断指标的结构化表格数据,专门设计为存在缺失值、噪声和不一致性的脏数据集,主要用于数据清洗、异常检测和机器学习鲁棒性研究,以评估医疗数据分析中预处理算法的效果。

弗雷明汉心脏研究
该数据集是一个临床表格数据集,包含弗雷明汉地区参与者的长期临床数据,如人口统计、血压、胆固醇和吸烟习惯等,主要用于心血管疾病的危险因素分析、预测模型构建以及公共卫生研究,为心脏病学和流行病学领域提供了重要的实证基础。

UCI心脏病数据集
该数据集是一个包含多中心临床记录的心脏病诊断数据集,数据模态为结构化临床表格,涵盖年龄、性别、血压、胆固醇、心电图等多项患者指标,主要用于开发心脏病预测的机器学习模型、分析心血管疾病风险因素以及构建医疗辅助诊断系统。

心脏病UCI数据集
该数据集为包含患者临床属性(如年龄、血压、胆固醇等)的表格数据,主要用于心脏病预测和分类研究,通过机器学习模型支持医疗诊断与健康风险分析。

合成心脏病数据集
该数据集是一个包含合成患者临床信息的表格数据集,涵盖年龄、性别、血压、胆固醇及心电图等多模态指标,主要用于心脏病风险预测、诊断辅助模型训练以及医疗数据分析算法的研究与验证。

UCI心脏病数据集
该数据集是一个包含心脏病患者临床诊断数据的表格型医学数据集,涵盖年龄、血压、胆固醇、心电图等多维临床指标,主要用于心血管疾病的风险预测模型构建、机器学习算法在医疗诊断领域的应用验证以及医学数据分析研究。

心脏病数据集(UCI)
该数据集是一个临床表格数据模态的心脏病数据集,包含年龄、性别、胸痛类型、血压、胆固醇等多维特征,主要用于机器学习中的心脏病预测与分类研究,以支持疾病风险评估和辅助诊断。

心脏病预测
该数据集为临床表格数据,包含13个临床特征(如年龄、血压、胆固醇等)及二进制分类标签,用于基于机器学习的心脏病风险预测研究,旨在辅助医疗诊断与健康管理决策。
