心脏病

该数据集是一个临床表格数据集，整合了来自克利夫兰、匈牙利、瑞士和长滩四个医疗中心的患者临床指标，包括年龄、血压、胆固醇等特征，并标注心脏病诊断结果，主要用于机器学习在心脏病预测和临床数据分析领域的研究与应用。

ImageCHD数据集是一个包含110例患者3D CT图像的医学影像数据集，数据模态为三维医学影像，涵盖了从婴儿到成人的多种先天性心脏病类型，尤其聚焦于法洛四联症儿童患者。该数据集通过生成高分辨率心脏解剖网格并整合多尺度电生理模型，主要用于计算心脏病学、统计形状分析、疾病建模及个性化医疗等研究方向，以探究心脏解剖与功能的变异性和开发鲁棒的预测模型。

该数据集是一个包含心电图波形和心脏超声影像的多模态医学数据集，通过将ECG信号与超声心动图数据进行对齐匹配，支持早期无症状心脏病的检测研究，可用于心血管疾病风险预测、多模态医学数据分析以及机器学习模型在心脏病诊断领域的应用开发。

该数据集包含心脏病患者的医疗记录，数据模态为临床表格，涵盖生存时间、是否存活、年龄、心脏状况等多项指标，主要用于预测患者是否能在心脏病发作后至少存活两年的研究，支持心脏病生存预测和临床风险评估等应用。

该数据集是一个包含患者年龄、胸痛类型等临床特征的医学表格数据集，主要用于心脏病诊断的分类研究，支持机器学习模型在医疗健康领域的应用，以帮助预测和评估个体患心脏病的风险。

该数据集是一个包含临床特征和人口统计学信息的结构化表格数据集，主要用于心脏病发作的风险预测，通过收集患者的年龄、血压、胆固醇等指标，支持机器学习模型在医疗数据分析与临床决策辅助中的应用研究。

该数据集是一个以表格形式存储的临床医学数据集，包含患者的年龄、性别、血压、胆固醇等14个关键临床指标，目标字段为心脏病严重程度分级。它主要用于机器学习分类任务，如心脏病风险预测和诊断辅助研究，是医学数据分析与人工智能应用领域的经典基准数据集之一。

该数据集是基于美国CDC公开调查数据构建的结构化临床表格数据集，包含年龄、性别、血压、胆固醇等多项与心脏病风险相关的特征，主要用于机器学习模型在心脏病预测、心血管疾病风险分析和临床辅助决策等医疗健康领域的研究与应用开发。

Cleveland数据库是一个包含临床表格数据的公开医学数据集，涵盖76个属性，其中14个核心属性常用于心脏病预测研究，目标字段表示患者心脏病的存在程度（0-4），主要用于机器学习算法在心脏病诊断和医疗辅助决策中的应用与评估。

包含70,000条患者医疗记录，涵盖人口统计学、临床指标和生活方式特征，用于心血管疾病风险预测。

基于临床特征预测是否存在心脏疾病的表格数据集，适用于二分类任务。

用于心脏病症医疗结局预测的数据集。