经胸超声心动图在二尖瓣修复患者中的应用：新型经胸3D技术与2D经食管超声心动图在二尖瓣脱垂定位中的比较
该数据集包含149例重度退行性二尖瓣反流患者的超声心动图数据，涉及经胸三维超声和二维经食管超声两种影像模态，通过对比手术探查结果，评估了三维超声技术在二尖瓣脱垂定位中的准确性与可行性，主要用于心脏瓣膜疾病的无创诊断与术前评估研究。
基本信息
资源简介
经胸超声心动图在二尖瓣修复患者中的应用：新型经胸3D技术与2D经食管超声心动图在二尖瓣脱垂定位中的比较
【数据集背景】
本数据集源站标题为《Transthoracic echocardiography in patients undergoing mitral valve repair: comparison of new transthoracic 3D techniques to 2D transoesophageal echocardiography in the localization of mitral valve prolapse》。源站首次发布：2019。
【数据内容】
源站原始描述：Successful mitral valve (MV) repair for degenerative mitral regurgitation (DMR) is mainly related to surgical expertise and MV anatomy. Although 2D echocardiography, specifically transoesophageal (TOE), provides precise information regarding MV anatomy, recent advancements in matrix technology meant a decisive step forward to the point where segmental MV analysis can be accurately performed from a noninvasive 3D transthoracic (TTE) approach. The aims of this study were: (a) to evaluate the feasi…
【主题与分类】
主题标签：Echocardiography。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/5d59s4t8xn/1
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：http://doi.org/10.17632/5d59s4t8xn.1
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
该数据集是一项医学研究数据集，聚焦于二尖瓣反流（DMR）患者的超声心动图数据。数据集包含149例连续重度DMR患者的经胸三维超声心动图（3D TTE）和二维经食管超声心动图（2D TOE）检查结果，并与手术探查结果进行对比。数据内容涉及二尖瓣解剖结构、瓣叶脱垂的识别与定位，以及三维彩色多普勒检查的附加诊断价值。数据来源于临床超声成像，主要研究方向包括评估3D TTE在二尖瓣脱垂分析中的可行性、准确性及其与2D TOE的比较，旨在为二尖瓣修复手术提供非侵入性、精准的术前评估工具。
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。
