心脏图谱项目数据集
心脏图谱项目数据集收录心脏MRI、三维模型、衍生测量和多病种心脏影像队列，数据模态为图像，适合马凡综合征相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
资源简介
心脏图谱项目数据集
【一句话概览】
心脏图谱项目（CAP）是一个全球性联盟与在线资源，致力于整合和共享心脏影像检查、基于参数模型的功能分析及相关临床信息。该项目已建立大规模心脏影像检查、相关模型与衍生测量数据库，以开发可共享、可通过网络访问的正常与病理心脏结构与功能图谱，服务于临床、研究和教育。CAP的目标之一是促进区域心脏形状与室壁运动的协作统计分析，并刻画人群组间及组内的心脏功能特征（来源 cardiacatlas.org）。
【数据集背景】
本数据集源站标题为《Cardiac Atlas Project》。
【数据内容】
源站原始描述：Cardiac Atlas Project (CAP) is a worldwide consortium and online resource for integrating and sharing cardiac imaging examinations, together with parametric model-derived functional analyses and associated clinical information. We have established a large-scale database of cardiac imaging examinations and associated models and derived measurements in order to develop a shareable, web-accessible, structural and functional atlas of the normal and pathological heart for clinical, research and educa…
中文译文（机器翻译，仅供快速理解，请以原文为准）：心脏图谱项目（CAP）是一个全球性的联盟和在线资源，旨在整合并共享心脏影像检查、参数模型衍生的功能分析及相关临床信息。我们已建立了一个大规模的心脏影像检查数据库及其相关模型和衍生测量数据，以开发一个可共享、网络可访问的正常与病理心脏结构与功能图谱，服务于临床、研究和教育目的。CAP的一个目标是促进对区域性心脏形状和室壁运动的协作统计分析，并表征不同人群组间及组内的心脏功能。
【主题与分类】
主题标签：cardiac imaging、cardiac MRI、CMR、echocardiography、congenital heart disease、atrial septal defect、coronary artery disease、atherosclerosis、myocardial infarction、segmentation。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.cardiacatlas.org/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://www.cardiacatlas.org/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
Cardiac Atlas Project 数据集包含心脏MRI、三维模型、衍生测量和多病种心脏影像队列，可围绕马凡综合征（Marfan syndrome）开展病例筛选、特征提取、诊断分类、分割检测、风险评估或预后分析。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
