胎儿心脏四腔心超声数据集

摘要：该胎儿心脏四腔心超声数据集（FOCUS）是专门用于胎儿心脏生物测量的标准化公开资源。四腔心切面超声是围产期护理中的关键成像平面，用于妊娠中期筛查和胎儿超声心动图检查，可直接观察胎儿心脏腔室并测量心胸径比等生物指标以诊断先天性心脏病。

数据集概述

该胎儿心脏四腔心超声数据集（FOCUS）是专门用于胎儿心脏生物测量的标准化公开资源。四腔心切面超声是围产期护理中的关键成像平面，用于妊娠中期筛查和胎儿超声心动图检查，可直接观察胎儿心脏腔室并测量心胸径比等生物指标以诊断先天性心脏病。数据集包含300张由专业超声医师手动标注心脏和胸腔区域的超声图像，预先划分为训练集（200张）、验证集（50张）和测试集（50张）三个子集。数据集由Songxiong Wu等人发布于Zenodo平台，采用CC-BY 4.0许可，旨在支持自动化胎儿生物测量和异常检测的机器学习算法开发和评估。

数据结构与关键特征

数据集采用统一的目录结构组织，每个子集包含四个文件夹：原始超声图像（images）、二值掩模标注（annfiles_mask）、边界框标注（annfiles_rectangle）和椭圆测量标注（annfiles_ellipse）。多格式标注设计支持不同计算机视觉任务：像素级分割掩模用于语义分割模型（如U-Net、Mask R-CNN），每个图像包含独立的心脏和胸腔类别掩模文件；定向边界框标注包含8个坐标值、类别标签和标志位，适用于目标检测模型（如YOLO系列）；椭圆参数标注包含中心坐标、长短轴、角度和类别标签，适用于回归任务和几何建模。这种多标注格式的设计为不同研究方法提供了灵活的数据接口，同时保持了临床生物测量的几何精确性。

应用价值与研究方向

该数据集在产前超声诊断和胎儿心脏智能评估领域具有重要的临床和科研价值，特别适用于自动化生物测量提取、先天性心脏病筛查以及医学图像分割研究。研究方向包括：语义分割模型用于心脏和胸腔区域精确提取、目标检测算法用于噪声超声帧中快速定位胎儿心脏、回归模型直接预测心胸径比等临床指标、多任务学习框架同时实现分割与测量、注意力机制用于关键解剖结构识别、以及基于几何约束的后处理优化。该数据集为开发自动化胎儿生物测量系统、构建先天性心脏病早期筛查工具、减轻超声医师的手动测量负担提供了技术支撑，有助于提高产前筛查的效率和一致性，特别是在医疗资源匮乏地区实现标准化的胎儿心脏评估，在围产医学和医学影像AI领域具有重要的临床转化价值。

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-320
文件大小：58M
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。