心脏病

用于心脏疾病区分的心电图与超声心动图AI训练数据集。

用于心脏疾病分析的UCI数据集，包含多种心脏健康特征。

用于预测心脏疾病的结构化表格数据集，包含年龄、性别、胸痛类型等特征，以及是否患有心脏疾病的二分类标签。

心脏疾病健康指标数据集，包含多种健康指标表格数据，用于心脏疾病风险预测分析。

用于分析心血管疾病风险因素并构建预测模型的表格数据集。

包含患者特征的心脏疾病数据集，用于机器学习分类预测心脏疾病风险。

包含45,779条患者记录的结构化表格数据集，用于多类心脏疾病检测、分类和预测，涵盖症状、检查技术和风险因素。

包含36名患者4腔超声心动图和心脏MRI图像对的配对数据集，用于研究从超声心动图到心脏MRI视图的转换，提高心血管疾病诊断准确性。

CaReSound 是包含呼吸和心脏声音的医疗音频数据集，用于诊断推理研究，整合了音频编码器和大语言模型。

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。

该数据集是一个用于心脏病分类的表格数据集，数据模态为结构化表格数据，包含以文本文件存储、空格分隔的特征值，并根据心脏病存在与否进行了类别划分。其主要用途是作为机器学习模型的训练与测试数据，支持心脏病诊断辅助、疾病风险预测等医疗人工智能方向的研究与应用开发。

该数据集是一个包含患者生命体征测量数据的结构化临床表格数据集，涵盖年龄、性别、血氧饱和度、心率、体温等6个生理特征，用于心脏病早期风险的三分类预测任务。数据集来源于医院环境收集的匿名化生理数据，主要应用于机器学习模型开发、健康分析研究以及医疗监测系统的构建，特别适用于心血管疾病风险预测和早期预警系统的研究与开发。