机器学习预测二尖瓣修复可行性与二尖瓣反流复发的数据集
该数据集包含1000名接受二尖瓣修复手术患者的临床数据和超声心动图数据，数据模态涉及结构化临床表格和医学影像参数，主要用于开发机器学习模型以预测手术失败风险及二尖瓣反流复发情况，研究方向包括心脏外科预后评估和临床决策支持。
创建时间2022-01-19
更新时间2022-01-31
资源简介
该数据集来源于一项研究，旨在开发基于机器学习的预后模型，用于预测二尖瓣修复手术的失败原因及二尖瓣反流复发情况。数据集包含了2008年至2018年间接受二尖瓣修复手术的1000名患者的临床数据和超声心动图数据，患者随访时间长达三年。数据被随机分为训练集和验证集，用于评估术中或早期修复失败以及三年内中重度二尖瓣反流复发的预测性能。研究结果表明，机器学习算法在预测修复预后方面具有潜力，可辅助临床决策和患者选择。
提供机构：Zenodo
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 二尖瓣狭窄 的高质量、多模态真实临床数据定制解决方案。