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
心脏病数据
克利夫兰诊所基金会心脏病患者评估样本数据，表格格式，用于心脏病诊断。
心脏病数据集-20436
包含心脏病相关数据的表格数据集，用于诊断或预测。
心血管疾病数据集
南非心脏病患者临床数据表格，用于预测心脏病风险。
心电图及其他心脏信号
包含心电图及其他心脏信号的心跳监测数据集，用于心脏疾病分析与监护。
人类心脏病数据集
Kaggle上的心脏病表格数据集，用于诊断分类任务。
心脏病预测数据集-20415
用于心脏病预测的预处理表格数据集，包含医疗特征。
心脏病数据集-20387
由5个知名心脏病数据集整合而成的综合性表格数据集，用于心脏病预测分析。
心脏病数据集-20370
包含303个样本的心脏病表格数据集，适用于诊断或预测分析。
心脏病发作风险预测数据集
基于多维度合成数据的心脏病发作风险预测表格数据集，用于分类任务。
心脏病数据集-20319
一个包含患者数据的全面性心脏病数据集，用于分析心脏病相关因素。
心脏病预测数据集
用于心脏病预测的临床表格数据集，支持EDA和机器学习建模。
基于机器学习的心脏病识别方法
基于机器学习的心脏病识别方法数据集，用于电子医疗项目。
