心脏瓣膜病
心脏瓣膜病是指心脏瓣膜因风湿热、退行性变、感染、先天性畸形等因素发生结构或功能异常，导致瓣膜狭窄和（或）关闭不全的一组疾病。发病时瓣膜开合受限或闭合不全，引起血流动力学紊乱，逐步导致心房、心室扩大及心力衰竭。常见临床表现包括劳力性呼吸困难、心悸、胸痛、头晕、水肿，听诊可闻及特征性心脏杂音。超声心动图是确诊的核心手段，可精准评估瓣膜形态与功能。治疗涵盖药物管理、外科瓣膜修复或置换，以及经导管瓣膜介入治疗。在心血管疾病防控、新型瓣膜器械研发及个体化治疗策略优化等领域具有广泛应用。
获取 心脏瓣膜病 专属定制方案共 53 个数据集
罕见基因组拷贝数变异揭示二叶式主动脉瓣新候选基因
该数据集是一个包含全基因组基因分型数据和拷贝数变异（CNV）检测结果的基因组学资源，数据模态包括基因型文件、变异检测报告和临床表型表格，主要用于研究二叶式主动脉瓣疾病（BAV）的遗传基础，通过分析罕见拷贝数变异来发现新的候选基因，为心脏瓣膜病的病因探索和精准医疗提供遗传学证据。
心脏瓣膜病：按部门统计的住院发病率
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。
心脏病数据集
该数据集是一个包含心脏病患者临床表格数据的医学数据集，主要基于克利夫兰诊所的医疗记录，涵盖年龄、血压、胆固醇、心电图等多维临床属性，主要用于机器学习在心脏病诊断、风险预测和心血管事件分析方面的研究，支持分类和预测模型的开发与验证。
心脏病分类数据集
该数据集是一个包含患者心血管指标和身体参数的结构化表格数据集，数据模态为临床表格，主要用于心脏病分类预测和风险评估研究，支持机器学习模型在医疗诊断领域的应用开发。
心脏病UCI数据集
该数据集是一个包含患者临床特征（如年龄、血压、胆固醇、心电图等表格数据）和心脏病诊断标签的公开医学数据集，数据模态为结构化表格，主要用于心脏病预测模型的构建、医疗诊断辅助研究以及机器学习分类算法的训练与评估，是医学数据挖掘领域的经典资源。
