UK Biobank心血管影像数据
UK Biobank Cardiovascular Imaging 数据集包含与室壁瘤相关的多模态资料，可用于风险预测、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
UK Biobank心血管影像数据
【一句话概览】
英国生物银行是全球最大的健康影像研究，受试者10万人。其采集的影像涵盖MRI、DXA、颈动脉超声、OCT，涉及脑、心、腹部、视网膜及COVID-19。将影像数据与已有的遗传和生活方式数据结合，科学家可识别与变化相关的遗传变异，助力疾病早期诊断和靶向治疗。借助重复影像项目，研究人员能探索身体随时间的变化，理解中晚年疾病的发展（来源 ukbiobank.ac.uk）。
【数据集背景】
本数据集源站标题为《Imaging data》。
【数据内容】
源站原始描述：UK Biobank is the world’s largest health imaging study. The images we collect from our participants allow researchers to investigate on an unprecedented scale how people’s genetics and lifestyle influence the structure and function of internal organs. By combining imaging data with existing genetic and lifestyle data from our participants, scientists can identify the genetic variants associated with any changes, enabling earlier diagnoses and targeted treatments of diseases. Thanks to the UK Bio…
中文译文（机器翻译，仅供快速理解，请以原文为准）：英国生物样本库是全球最大的健康影像研究项目。我们从参与者那里收集的图像使研究人员能够以前所未有的规模探究人们的遗传和生活方式如何影响内脏器官的结构与功能。通过将影像数据与参与者现有的遗传和生活方式数据相结合，科学家可以识别与任何变化相关的遗传变异，从而实现疾病的早期诊断和靶向治疗。得益于英国生物样本库重复影像项目，研究人员能够探索身体随时间的变化，有助于理解中老年疾病是如何发展的。
【主题与分类】
主题标签：imaging、MRI、DXA、carotid ultrasound、OCT、brain、heart、abdomen、retina、COVID-19。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.ukbiobank.ac.uk/enable-your-research/about-our-data/imaging-data/
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
源站：https://www.ukbiobank.ac.uk/enable-your-research/about-our-data/imaging-data/
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
UKB心脏MRI、住院和死亡数据可用于室壁瘤、心梗后重构和长期结局研究。
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。
