基于血管造影的机器学习评估心肌缺血：开发与回顾性验证数据集
该数据集包含1,132名心绞痛患者的冠状动脉造影影像、血流储备分数测量结果和临床信息等多模态数据，通过机器学习方法预测血管支配区域和缺血性病变，主要用于冠状动脉疾病的辅助诊断研究，旨在提高血管造影对心肌缺血评估的准确性。
创建时间2018-11-13
更新时间2018-11-13
原始链接
https://figshare.com/articles/dataset/Machine_learning_assessment_of_myocardial_ischemia_using_angiography_Development_and_retrospective_validation/7335521
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个用于评估心肌缺血的医学影像数据集，包含来自1,132名稳定型和不稳定型心绞痛患者的冠状动脉造影、血流储备分数（FFR）和冠状动脉CT血管造影（CCTA）数据。数据来源于韩国首尔峨山医学中心（2012年5月至2015年11月），并进行了回顾性收集。数据集包含患者临床信息、血管造影图像特征、血管支配区域的心肌体积（CAMS-%Vsub）以及血流储备分数标签。该数据集主要用于开发机器学习模型，以预测血管支配区域和识别缺血性病变，旨在弥补血管造影视觉评估与血流储备分数功能评估之间的差距，研究方向为冠状动脉疾病的辅助诊断和医疗影像机器学习应用。
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 心肌缺血 的高质量、多模态真实临床数据定制解决方案。