基于三尖瓣反流严重程度分层的HFpEF患者基线影像学特征数据集
该数据集包含射血分数保留型心力衰竭(HFpEF)患者的基线影像学特征,数据模态为心脏影像学数据(如超声心动图和心脏磁共振图像),主要用于研究不同三尖瓣反流严重程度下HFpEF患者的心脏结构与功能差异,支持心血管疾病、心力衰竭表型分析和影像学评估等研究方向。

基本信息
资源简介
基于三尖瓣反流严重程度分层的HFpEF患者基线影像学特征数据集
【数据集背景】
本数据集源站标题为《Baseline imaging characteristics in HFpEF patients, stratified by tricuspid regurgitation severity.》。配套论文《Presence of ´isolated´ tricuspid regurgitation should prompt the suspicion of heart failure with preserved ejection fraction》发表于 PLOS ONE(2017),DOI:10.1371/journal.pone.0171542。源站首次发布:2017-02-15。
【数据内容】
源站原始描述:Baseline imaging characteristics in HFpEF patients, stratified by tricuspid regurgitation severity
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 5.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0171542.t005。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Molecular Biology、Biotechnology、Developmental Biology、Cancer。主题标签:PAC、ejection fraction Background Diastolic dysfunction、heart failure、Significant hemodynamic differences、TR、results Consecutive HFpEF patients、event-free survival。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Molecular Biology、Biotechnology、Developmental Biology、Cancer。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Baseline_imaging_characteristics_in_HFpEF_patients_stratified_by_tricuspid_regurgitation_severity_/4656190
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Mascherbauer, Julia; A. Kammerlander, Andreas; Zotter-Tufaro, Caroline; Aschauer, Stefan; Duca, Franz; Dalos, Daniel; et al. (2017). Baseline imaging characteristics in HFpEF patients, stratified by tricuspid regurgitation severity.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31,引用时请注意版本时效。
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。
免登录有偿下载
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集收集了射血分数保留型心力衰竭(HFpEF)患者的基线影像学特征数据,并根据三尖瓣反流的严重程度进行分层。数据主要包括超声心动图、心脏磁共振等影像学检查结果,用于分析不同三尖瓣反流程度下HFpEF患者的心脏结构与功能差异。数据集来源于临床研究,适用于心血管疾病研究、心力衰竭表型分析以及心脏影像学评估等方向。
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。




