二尖瓣反流量化:心脏磁共振成像软件间比较

该数据集提供了35例二尖瓣反流患者的心脏磁共振成像(CMR)数据,包含4D流式回波平面成像序列、Cine成像协议等医学影像模态,主要用于比较不同软件在二尖瓣反流量化分析中的一致性与相关性,支持心脏疾病诊断、影像处理算法验证及血流动力学研究。数据来源于临床采集,并附有详细的成像序列技术说明。

DataONE
2021-12-29 更新
浏览 26
MedicineHealth and Life Sciences
Mitral Regurgitation Quantification by Cardiac MRI Between Software Solutions

基本信息

大小
0.000002081 GB
创建/更新时间
2021-12-29

资源简介

二尖瓣反流量化:心脏磁共振成像软件间比较

【数据集背景】

本数据集源站标题为《Mitral regurgitation quantification by cardiac MRI between software solutions》。

【数据内容】

源站原始描述:Included is the cardiovascular magnetic resonance imaging data of 35 patients with mitral regurgitation. We present data for within-software and inter-software correlation and agreement analyses. We also enclose supplemental material relating to the 4D-flow echo-planar imaging (EPI) sequence details on the 1.5T Leeds system, the 4D-flow echo-planar imaging (EPI) sequence details, and the Cine imaging CMR protocol sequence details

【主题与分类】

主题标签:Medicine, Health and Life Sciences。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256:e977eee4cbe6f935832575758ac3d21c13bdfcaadb78f881685715464746ad50

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免登录

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://search.dataone.org/view/sha256:e977eee4cbe6f935832575758ac3d21c13bdfcaadb78f881685715464746ad50

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

该数据集包含35名二尖瓣反流患者的心血管磁共振成像(CMR)数据,旨在评估不同软件解决方案在二尖瓣反流量化分析中的相关性和一致性。数据内容包括4D流式回波平面成像(EPI)序列细节(基于1.5T Leeds系统)、Cine成像CMR协议序列详情以及补充材料。该数据集主要用于心脏成像研究,支持二尖瓣反流的诊断、软件工具验证及血流动力学分析。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案