自动心脏诊断挑战数据
ACDC 数据集包含与室壁瘤相关的图像资料，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
自动心脏诊断挑战数据
【一句话概览】
ACDC 数据集源自法国第戎大学医院的真实临床检查，数据已完全匿名化。数据集包含 150 名不同患者的检查，均分为 5 个亚组：30 名正常受试者、30 名既往心肌梗死患者、30 名扩张型心肌病患者、30 名肥厚型心肌病患者、30 名右心室异常患者。各亚组依据生理参数定义，如左右心室舒张容积或射血分数、左心室局部收缩、左心室质量及心肌最大厚度。每位患者还附带体重、身高及舒张期和收缩期时刻信息。数据采集历时 6 年，使用两台不同磁场强度的 MRI 扫描仪（来源 creatis.insa-lyon.fr）。
【数据集背景】
本数据集源站标题为《ACDC Challenge Automated Cardiac Diagnosis Challenge (ACDC)》。
【数据内容】
源站原始描述：The overall ACDC dataset was created from real clinical exams acquired at the University Hospital of Dijon. Acquired data were fully anonymized and handled within the regulations set by the local ethical committee of the Hospital of Dijon (France). Our dataset covers several well-defined pathologies with enough cases to (1) properly train machine learning methods and (2) clearly assess the variations of the main physiological parameters obtained from cine-MRI (in particular diastolic volume and…
中文译文（机器翻译，仅供快速理解，请以原文为准）：整个ACDC数据集来源于第戎大学医院采集的真实临床检查。采集的数据已完全匿名化，并按照第戎医院（法国）当地伦理委员会的规定进行处理。我们的数据集涵盖了若干明确界定的病理类型，且病例数量充足，足以（1）有效训练机器学习方法，并（2）清晰评估从电影MRI中获得的主要生理参数的变化（特别是舒张末期容积和射血分数）。该数据集由150例检查组成（均来自不同患者），分为5个均匀分布的亚组（4个病理组加1个健康受试者组），具体如下所述。此外，每位患者还附带以下附加信息：体重、身高，以及舒张期和收缩期的时刻。尽管挑战赛现已结束，但数据和真值仍可通过以下链接公开获取。研究人群本研究的靶向人群由150名患者组成，分为以下5个亚组：30名正常受试者 - NOR 30名既往心肌梗死患者（左心室射血分数低于40%，且多个心肌节段收缩异常） - MINF 30名扩张型心肌病患者（左心室舒张容积>100 mL/m²，左心室射血分数低于40%） - DCM 30名肥厚型心肌病患者（左心室心肌质量高于110 g/m²，舒张期多个心肌节段厚度大于15 mm，射血分数正常） - HCM 30名右心室异常患者（右心室腔容积高于110 mL/m²或右心室射血分数低于40%） - RV 每组均根据生理参数明确界定，如左或右舒张容积或射血分数、左心室的局部收缩、左心室质量和心肌最大厚度。更多细节可在分类规则选项卡中找到。涉及系统采集工作历时6年，使用了两台不同磁场强度的MRI扫描仪（1.5 T（Siemens Area，Siemens Medical Solutions，德国）和3.0 T（Siemens Trio Tim，Siemens Medical Solutions，德国））。电影MR图像在屏气状态下采集，采用
【主题与分类】
主题标签：cardiac MRI、cine-MRI、myocardial infarction、dilated cardiomyopathy、hypertrophic cardiomyopathy、abnormal right ventricle、segmentation、diagnosis。
【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/acdc/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/acdc/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
心脏MRI诊断与分割数据，含心梗和心肌病类别，可用于室壁瘤影像模型预训练。
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。
