表格化原始数据

该数据集以表格形式提供了关于绵羊双心室心力衰竭模型中三尖瓣后叶和隔叶的形态与功能测量原始数据,包括瓣叶尺寸、组织结构和生理参数等多模态临床表格数据,主要用于心脏瓣膜疾病机制、心力衰竭病理研究及生物力学建模分析。

University of Texas at AustinUniversity of Texas at Austin
Texas Data Repository
2025-07-29 更新
浏览 37
EngineeringTricuspid valveBiventricular heart failureSheepSoft Tissue Biomechanics
Tabulated Raw Data

基本信息

创建/更新时间
2025-07-29

资源简介

表格化原始数据

【一句话概览】

该数据集包含手稿《双心室心力衰竭绵羊的三尖瓣适应不良:后瓣与隔瓣》中报告的表格化原始数据,涉及工程学、三尖瓣、双心室心力衰竭、绵羊及软组织生物力学等标签内容(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Tabulated Raw Data》。

【数据内容】

源站原始描述:This data set contains tabulated raw data as reported in our manuscript "Tricuspid valve maladaptation in sheep with biventricular heart failure: The posterior and septal leaflets"

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据集包含我们手稿《双心室心力衰竭绵羊的三尖瓣适应不良:后瓣和隔瓣》中报告的表格化原始数据。

【主题与分类】

主题标签:Engineering、Tricuspid valve、Biventricular heart failure、Sheep、Soft Tissue Biomechanics。

【获取与许可】

源站页面:https://dataverse.tdl.org/citation?persistentId=doi:10.18738/T8/5EPBVN

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。

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://dataverse.tdl.org/citation?persistentId=doi:10.18738/T8/5EPBVN

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

该数据集包含论文《Tricuspid valve maladaptation in sheep with biventricular heart failure: The posterior and septal leaflets》中报告的表格化原始数据。数据来源于对患有双心室心力衰竭的绵羊三尖瓣后叶和隔叶的形态学与功能研究,包括瓣叶尺寸、组织结构和相关生理参数等测量结果。该数据集主要用于心脏瓣膜疾病、心力衰竭病理机制及生物力学建模等领域的研究。

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