心脏瓣膜病

包含用于可降解电纺心脏瓣膜替代物的丝素蛋白/DegraPol DP30混合生物材料实验测量数据。

用于预测心脏瓣膜置换术后结果的多模态医学数据集，包含CT、心电图等，支持联邦学习。

包含超过800个心音录音，分为6类瓣膜疾病和健康样本，用于自动化心血管疾病诊断。

系统综述数据集，评估AngioVac对非细菌性血栓性心内膜炎的治疗效果，包含4例病例的汇总数据。

使用数字听诊器从临床人体模型记录的535个心音和肺音录音，含单独和混合、正常和异常声音，用于AI研究。

Taylor & Francis提供的经导管瓣膜数据集，覆盖所有心脏位置，可能包含医学影像或临床数据。

包含多中心透析患者结构化临床数据，用于开发和验证心脏瓣膜钙化早期筛查的机器学习模型。

包含体外和体内采集的心音记录声音波文件，用于心血管疾病研究。

TIPI 3.4型心脏瓣膜假体原型在血流动力学测试装置中模拟心动周期的高速视频。

该数据集是一个包含临床特征（如年龄、血压、胆固醇等）的结构化表格数据，用于心脏病预测与分类研究，主要应用于机器学习模型训练，以支持心脏疾病的早期诊断和风险评估。

该数据集是一个基于法国国家健康数据系统（SNDS）构建的临床医疗统计数据集，主要包含2012年至2023年间法国各地区心脏瓣膜病住院患者的年度数量、粗发病率以及按年龄、性别和部门细分的数据，数据模态为结构化临床表格，主要用于心血管疾病流行病学分析、公共卫生监测和卫生政策制定，为研究心脏瓣膜病的发病趋势、地理分布及人口学特征提供了重要的实证基础。

该数据集是一个基于Framingham心脏研究的临床表格数据集，包含年龄、性别、血压、胆固醇等多项健康指标，用于预测个体在未来10年内患心脏病的风险，主要应用于医学研究和机器学习模型开发，以支持心血管疾病的早期预防和风险评估。