基于三维超声心动图的继发性二尖瓣反流患者临床数据

该数据集包含229例继发性二尖瓣反流患者的临床数据,数据模态包括通过三维超声心动图获取的影像表型信息以及患者随访期间的临床表格数据,主要用于心血管疾病领域的研究,特别是针对二尖瓣反流患者的预后评估、风险分层以及相关临床结局的分析与预测。

公开数据公开数据
海数据
浏览 29
心血管疾病研究二尖瓣反流预后
Clinical Data of Secondary Mitral Regurgitation Patients Based on 3D Echocardiography

基本信息

创建/更新时间
2026-09-28

资源简介

基于三维超声心动图的继发性二尖瓣反流患者临床数据

【数据内容】

源站原始描述:数据集概述 本数据集包含229例经三维超声心动图全面表型分析的心室继发性二尖瓣反流患者的临床数据,患者平均年龄70±13岁,男性占74%。研究终点为心力衰竭住院和全因死亡的复合事件,随访时间为20±11个月,数据集仅包含一个文件。 文件详解 文件名称:DB mitral.xlsx 文件格式:XLSX

中文译文(机器翻译,仅供快速理解,请以原文为准):Dataset overview: This dataset contains clinical data from 229 patients with ventricular secondary mitral regurgitation who underwent comprehensive phenotypic analysis by three-dimensional echocardiography. The mean age of the patients was 70 ± 13 years, and 74% were male. The study endpoint was a composite of heart failure hospitalization and all-cause death, with a follow-up duration of 20 ± 11 months. The dataset contains only one file. File details: File name: DB mitral.xlsx; File format: XLSX...

【获取与许可】

源站页面:https://haidatas.com/dataset/jiyusanweichaoshengxindongtudejifaxingerji_88a24a61

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。

需登录

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://haidatas.com/dataset/jiyusanweichaoshengxindongtudejifaxingerji_88a24a61

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

该数据集是一个医学临床数据集,包含229例经三维超声心动图全面表型分析的继发性二尖瓣反流患者的临床数据。数据内容包括患者的基本信息(平均年龄70±13岁,男性占74%)、随访信息(平均随访20±11个月)以及研究终点(心力衰竭住院和全因死亡的复合事件)。数据来源于临床收集与随访,主要用于心血管疾病研究,特别是针对继发性二尖瓣反流的预后分析、风险因素评估以及相关临床决策支持。

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。

获取专属数据定制方案