尸体人腹主动脉瘤生物力学(单轴)与组织学数据集
该数据集收集了尸检获取的腹主动脉瘤(AAA)在生物力学行为与组织学特征方面的信息,包含8例AAA(6例梭形、2例囊状)标本,经管腔内充气加压至管壁破裂,并从每例标本的破裂边缘两侧及近端对照处共取4个样本

基本信息
资源简介
尸体人腹主动脉瘤生物力学(单轴)与组织学数据集
Dataset on cadaveric human abdominal aorta aneurysm biomechanics (uniaxial) and histology
该数据集收集了尸检获取的腹主动脉瘤(AAA)在生物力学行为与组织学特征方面的信息,包含8例AAA(6例梭形、2例囊状)标本,经管腔内充气加压至管壁破裂,并从每例标本的破裂边缘两侧及近端对照处共取4个样本。数据可用于研究既往受压的AAA管壁是否仍保留与文献中未受压主动脉相当的抗撕裂能力,适用于血管生物力学、组织学与血管外科相关分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2021。
【数据内容】
源站描述(机器翻译,仅供参考):本数据集汇集了尸检过程中获取的腹主动脉瘤(AAA)生物力学行为与组织学特征信息。本研究的主要假设是:尸体AAA管壁在先前受到充气加压后,是否仍保留与文献中描述的未预先受压主动脉相当的显著抗撕裂能力?8例AAA(6例梭形,2例囊状)被仔细解剖,其分支用棉线或prolene缝线结扎。每个标本均接受管腔内加压,直至其管壁破裂。该加压通过标本内气囊充气至破裂实现。每个标本采集四个样本(破裂边缘每侧各两个,以及两个对照样本,一个来自近端
【主题与分类】
主题标签:Histology、Biomechanics、Vascular Surgery、Collagen、Elastin、Tensile Testing、Mechanical Deformation、Elastic Deformation、Strain、Abdominal Aorta。本站分类:症状、体征与临床所见。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/x64srrc39p
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://doi.org/10.17632/x64srrc39p
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:
数据集大小约 699.2 MB。
数据说明
本数据集汇集了在尸检过程中获取的腹主动脉瘤(AAA)的生物力学行为和组织学特征信息。本研究的主要假设是:尸体AAA壁在先前经充气加压后,是否仍能保持与文献中描述的未经预先加压的主动脉相当的显著抗撕裂能力?对8例AAA(6例梭形和2例囊状)进行了仔细解剖,并用棉线或prolene缝线结扎其分支。每个标本均接受了腔内加压,直至其管壁破裂。加压是通过在标本内部充气气囊直至其破裂来实现的。从每个标本中采集四个样本(两个来自破裂边缘两侧,两个对照样本,一个来自血管近端未扩张区域,另一个来自远端未扩张区域),用于单轴拉伸测试和组织学分析。单轴拉伸测试使用INSTRON SPEC 2200设备,并由INSPEC软件和SERIES IX软件协调进行。
该测试测量的变量为失效应力、失效张力和失效应变。每个样本测试生成一张表示应力与应变关系的图表。组织学分析包括Picrosirius染色(胶原纤维)和Voerhoeff染色(弹性纤维)。遗憾的是,部分样本丢失,尤其是在组织学处理过程中。使用Pannoramic Viewer/Case Viewer软件进行了定量分析(胶原纤维和弹性纤维)。1 值得注意的发现:即使在被拉伸/施加应力至其破裂后,标本仍保留了与Monteiro和Nynomiya分别在文献中描述的AAA和正常主动脉样本相当的单轴生物力学特性。2,3 数据描述:a) 生物力学数据:对于每个有效的样本测试,生成三份文档:1. 应力 X
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。




