CAMUS心脏超声分割数据
CAMUS 数据集包含与三尖瓣疾病相关的图像资料，可用于图像分割、特征提取、风险建模和公开基准验证，适合疾病数据集检索、临床研究和算法开发。
基本信息
资源简介
CAMUS心脏超声分割数据
【一句话概览】
CAMUS 数据集包含来自法国圣艾蒂安大学医院的 500 名患者的临床检查，经完全匿名化后纳入研究。采集针对左心室射血分数测量进行优化，未设前置条件或数据筛选，以贴近临床真实情况。部分病例难以追踪，采集设置差异大，部分患者图像中心壁不可见，部分病例无法按推荐探头方向获取标准四腔心切面而改用五腔心切面，导致图像质量与病理病例高度异质。数据集含 450 名患者的训练集及对应专家手动参考，以及 50 名新患者的测试集，原始输入图像以 raw/mhd 格式提供（来源 creatis.insa-lyon.fr）。
【数据集背景】
本数据集源站标题为《CAMUS》。
【数据内容】
源站原始描述：The overall CAMUS dataset consists of clinical exams from 500 patients, acquired at the University Hospital of St Etienne (France) and included in this study within the regulation set by the local ethical committee of the hospital after full anonymization. The acquisitions were optimized to perform left ventricle ejection fraction measurements. In order to enforce clinical realism, neither prerequisite nor data selection have been performed. Consequently, some cases were difficult to trace; the…
中文译文（机器翻译，仅供快速理解，请以原文为准）：CAMUS数据集整体包含500名患者的临床检查数据，这些数据在法国圣艾蒂安大学医院采集，并在完全匿名化后，经医院当地伦理委员会规定的规程纳入本研究。采集过程经过优化，以进行左心室射血分数测量。为了确保临床真实性，未进行任何前提条件设置或数据筛选。因此，部分病例难以追踪；数据集涉及广泛的采集设置变异性；对于某些患者，图像中部分心室壁不可见；在某些情况下，获取严格四腔心切面的探头方向建议根本无法遵循，因而改为获取了五腔心切面。这导致数据集在图像质量和病理病例方面均高度异质，而这正是日常临床实践数据的典型特征。该数据集已在HERE向社区开放。数据集包括：i) 由450名患者组成的训练集，以及基于一位临床专家分析所得的相应手动参考标注；ii) 由50名新患者组成的测试集。原始输入图像以raw/mhd文件格式提供。
【主题与分类】
主题标签：Cardiac、Ultrasound、Echocardiography、Left Ventricle、Segmentation、2D。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://www.creatis.insa-lyon.fr/Challenge/camus/databases.html
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。
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://www.creatis.insa-lyon.fr/Challenge/camus/databases.html
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
二维心超ED/ES帧和结构分割数据，可用于三尖瓣疾病引起的心腔改变量化。
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。
