要求严格的灰区：基于心脏磁共振成像的运动指数区分肥厚型心肌病与运动员心脏

数据集获取

源站：https://search.dataone.org/view/sha256:240e2a84c73a2d7033b4606c9952bc657334b2f2f7dd5e08f14baad0f750f08d

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

该数据集旨在通过心脏磁共振成像（CMR）技术，研究如何区分生理性心肌肥厚（运动员心脏）与病理性肥厚（肥厚型心肌病）。数据集包含来自精英运动员（n=150，每周训练超过18小时）、肥厚型心肌病患者（n=194）以及同时患有肥厚型心肌病的运动员（n=10）的CMR影像数据。研究采用传统和基于阈值的量化方法，计算了如最大舒张末期室壁厚度与左心室舒张末期容积指数比值、左心室质量与左心室舒张末期容积比值等运动指数，以有效识别处于“灰区”（室壁厚度13-16毫米）的个案。该数据集主要用于心血管疾病诊断、运动医学评估及影像生物标志物开发等领域。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。