超声心动图射血分数预测数据集

摘要：超声心动图射血分数预测数据集是一个专门用于通过超声心动图视频序列自动预测左心室射血分数(LVEF)的医学影像数据集。

数据集概述

超声心动图射血分数预测数据集是一个专门用于通过超声心动图视频序列自动预测左心室射血分数(LVEF)的医学影像数据集。射血分数是评估心脏收缩功能的核心指标，正常值为50-70%，低于40%提示心力衰竭风险。数据集包含450名患者(patient0001-patient0450)的超声心动图视频序列，每位患者提供两个标准切面：二腔心切面(2CH)和四腔心切面(4CH)，这是临床评估左心室功能的标准视图。数据以MetaImage格式存储，每个视频序列由一对文件组成：.mhd元数据头文件和.raw原始影像数据文件。配套的train.csv文件包含患者标注信息，可能包括射血分数真值、临床诊断和人口统计学数据。该数据集将传统依赖人工测量和经验判断的射血分数评估转化为可自动化、标准化的深度学习任务。

数据结构与关键特征

数据集采用按患者ID组织的目录结构(patient0001/至patient0450/)，每个患者文件夹包含4个文件：2CH和4CH两个切面的.mhd/.raw配对文件。MetaImage(.mhd/.raw)是医学影像常用格式，.mhd文件存储元数据(图像尺寸、间距、数据类型)，.raw文件存储未压缩的原始像素数据，支持高精度医学影像分析。二腔心切面(2CH)显示左心房、左心室和二尖瓣，四腔心切面(4CH)同时显示左右心房、左右心室及房室瓣，两个切面互补提供立体化的心脏结构信息。超声心动图视频序列捕捉完整的心动周期(收缩期和舒张期)，射血分数计算需要识别舒张末期容积(EDV)和收缩末期容积(ESV)，公式为EF=(EDV-ESV)/EDV×100%。train.csv文件作为标注文件，关联患者ID与射血分数真值或心功能分类标签(正常/轻度异常/中度异常/重度异常)。数据集规模450例适合中等规模深度学习任务，双切面设计支持多视图融合建模。

应用价值与研究方向

该数据集在心血管疾病诊断、心力衰竭管理和医疗AI领域具有重要的临床转化价值和研究意义。在临床应用中，可用于开发自动化射血分数测量系统、心功能快速评估工具、心力衰竭风险预警平台和远程超声诊断辅助系统，减少超声医师手动描绘心内膜边界的耗时操作(传统方法每例需5-10分钟)，提高测量一致性并降低观察者间变异性。在研究方向上，适合用于视频分类与回归任务(3D CNN、C3D、I3D用于时空特征提取)、时序建模(LSTM、GRU追踪心动周期变化)、语义分割(U-Net分割左心室腔以计算容积)、多视图融合学习(2CH+4CH信息整合)、关键帧检测(自动识别舒张末期和收缩末期帧)以及迁移学习验证,为超声心动图自动分析建立标准化评估基准,最终改善心力衰竭患者的早期筛查、疗效监测和预后评估,推动精准心脏病学和智能超声技术的临床普及。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-262
文件大小：3.9G
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。