心脏病
心脏病泛指影响心脏结构、功能及传导系统的多种疾病，其中以冠状动脉粥样硬化性心脏病最为常见，主要因冠状动脉粥样硬化斑块形成导致管腔狭窄或闭塞，引发心肌缺血缺氧。典型临床表现包括胸骨后压榨性疼痛、心悸、呼吸困难、乏力，病情进展可致急性心肌梗死、心力衰竭甚至心脏性猝死。诊断依靠心电图、超声心动图、心肌标志物及冠脉造影等检查。治疗策略包括抗血小板、调脂、β受体阻滞剂等药物管理，以及经皮冠状动脉介入治疗、冠状动脉旁路移植术等血运重建手段。心脏病是全球疾病负担最重的慢性病之一，其预防、早期筛查及精准诊疗始终是临床与转化医学研究的核心方向。
获取 心脏病 专属定制方案
心脏病预测数据集
该数据集包含经过插补处理的临床表格数据，涵盖患者年龄、性别、血压、胆固醇等多维生理指标，主要用于心脏病风险预测、疾病诊断辅助等医疗健康领域的研究，支持机器学习模型在临床决策支持系统中的应用。
合成心脏病数据集
该数据集是一个包含合成患者临床信息的表格数据集，涵盖年龄、性别、血压、胆固醇及心电图等多模态指标，主要用于心脏病风险预测、诊断辅助模型训练以及医疗数据分析算法的研究与验证。
BIDMC充血性心力衰竭心电图数据集
该数据集包含贝斯以色列女执事医疗中心收集的充血性心力衰竭患者心电图信号，数据模态为时间序列生理信号，主要用于研究心力衰竭的心电特征、开发心律失常检测算法以及辅助临床诊断，适用于心脏电生理分析和医疗人工智能模型训练。
冠状动脉心脏病数据集
该数据集是一个包含1,841个样本的医学数据集，数据模态为分类变量表格，涵盖了吸烟、工作强度、血压、脂蛋白比例和家族史等6个冠状动脉心脏病的风险因素，主要用于因果发现算法的研究以及医学数据分析与疾病风险评估。
UCI心脏病数据集
该数据集是一个包含心脏病患者临床诊断数据的表格型医学数据集，涵盖年龄、血压、胆固醇、心电图等多维临床指标，主要用于心血管疾病的风险预测模型构建、机器学习算法在医疗诊断领域的应用验证以及医学数据分析研究。
心脏病预测
该数据集为临床表格数据，包含13个临床特征（如年龄、血压、胆固醇等）及二进制分类标签，用于基于机器学习的心脏病风险预测研究，旨在辅助医疗诊断与健康管理决策。
心脏疾病脏数据集
该数据集是一个包含心脏疾病患者临床特征和诊断指标的结构化表格数据，专门设计为存在缺失值、噪声和不一致性的脏数据集，主要用于数据清洗、异常检测和机器学习鲁棒性研究，以评估医疗数据分析中预处理算法的效果。
冠心病预防
该数据集是一个基于科学文献整理的文本数据集，系统收录了冠心病发病机制、风险因素（如生活方式、饮食习惯、代谢紊乱）以及一级与二级预防措施的相关信息，主要用于心血管疾病预防研究、临床决策支持和公共卫生策略制定。
心力衰竭预测数据集
该数据集是一个包含11项临床特征的结构化表格数据，涵盖年龄、性别、血压、胆固醇等指标，用于基于机器学习方法预测心力衰竭事件的发生风险，主要应用于心血管疾病的早期筛查与临床辅助决策研究。
弗雷明汉心脏研究
该数据集是一个临床表格数据集，包含弗雷明汉地区参与者的长期临床数据，如人口统计、血压、胆固醇和吸烟习惯等，主要用于心血管疾病的危险因素分析、预测模型构建以及公共卫生研究，为心脏病学和流行病学领域提供了重要的实证基础。
ImageCHD
ImageCHD数据集是一个包含110例患者3D CT图像的医学影像数据集，数据模态为三维医学影像，涵盖了从婴儿到成人的多种先天性心脏病类型，尤其聚焦于法洛四联症儿童患者。该数据集通过生成高分辨率心脏解剖网格并整合多尺度电生理模型，主要用于计算心脏病学、统计形状分析、疾病建模及个性化医疗等研究方向，以探究心脏解剖与功能的变异性和开发鲁棒的预测模型。
心脏病UCI数据集
该数据集是一个以表格形式存储的临床医学数据集，包含患者的年龄、性别、血压、胆固醇等14个关键临床指标，目标字段为心脏病严重程度分级。它主要用于机器学习分类任务，如心脏病风险预测和诊断辅助研究，是医学数据分析与人工智能应用领域的经典基准数据集之一。