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
Nightingale 开放科学数据集
该数据集是一个包含心电图波形和心脏超声影像的多模态医学数据集，通过将ECG信号与超声心动图数据进行对齐匹配，支持早期无症状心脏病的检测研究，可用于心血管疾病风险预测、多模态医学数据分析以及机器学习模型在心脏病诊断领域的应用开发。
超声心动图数据集
该数据集包含心脏病患者的医疗记录，数据模态为临床表格，涵盖生存时间、是否存活、年龄、心脏状况等多项指标，主要用于预测患者是否能在心脏病发作后至少存活两年的研究，支持心脏病生存预测和临床风险评估等应用。
STATLOG心脏疾病数据集
该数据集包含患者的临床表格数据，如年龄、血压、胆固醇等指标，用于心脏疾病的分类任务，主要应用于机器学习领域，支持基于朴素贝叶斯等算法的疾病预测与诊断研究。
克利夫兰诊所基金会数据集
该数据集是一个包含患者年龄、胸痛类型等临床特征的医学表格数据集，主要用于心脏病诊断的分类研究，支持机器学习模型在医疗健康领域的应用，以帮助预测和评估个体患心脏病的风险。
Cardio_v2 心脏医学论文摘要数据集
该数据集是一个包含276万条心脏相关医学论文摘要的文本数据集，数据来源于PubMed，包含论文标题和摘要两个字段，主要用于预训练专注于心脏病学领域的语言模型，支持医学自然语言处理、临床知识挖掘和智能医疗辅助系统等研究方向。
UCI心脏病数据集
该数据集是一个包含多中心临床记录的心脏病诊断数据集，数据模态为结构化临床表格，涵盖年龄、性别、血压、胆固醇、心电图等多项患者指标，主要用于开发心脏病预测的机器学习模型、分析心血管疾病风险因素以及构建医疗辅助诊断系统。
心脏病发作数据集
该数据集是一个包含临床特征和人口统计学信息的结构化表格数据集，主要用于心脏病发作的风险预测，通过收集患者的年龄、血压、胆固醇等指标，支持机器学习模型在医疗数据分析与临床决策辅助中的应用研究。
Cleveland数据库
Cleveland数据库是一个包含临床表格数据的公开医学数据集，涵盖76个属性，其中14个核心属性常用于心脏病预测研究，目标字段表示患者心脏病的存在程度（0-4），主要用于机器学习算法在心脏病诊断和医疗辅助决策中的应用与评估。
血浆同型半胱氨酸与青年缺血性心脏病相关性研究结果数据
该数据集包含青年缺血性心脏病患者的临床表格数据，具体涉及患者基本特征、血浆同型半胱氨酸水平及血脂指标等多维信息，主要用于分析血浆同型半胱氨酸作为生物标志物与青年缺血性心脏病发病风险之间的相关性，为心血管疾病的病因学和预防研究提供数据支持。
心脏疾病数据（UCI）
该数据集是一个包含克利夫兰心脏数据库临床记录的多模态医学数据集，涵盖年龄、性别、胸痛类型、血压、胆固醇、血糖、心电图结果等14个关键临床属性，主要用于心脏病风险预测和临床诊断模型的研究与开发，支持机器学习、数据挖掘在医疗健康领域的应用。
心脏病数据集（UCI）
该数据集是一个临床表格数据模态的心脏病数据集，包含年龄、性别、胸痛类型、血压、胆固醇等多维特征，主要用于机器学习中的心脏病预测与分类研究，以支持疾病风险评估和辅助诊断。
心脏病和中风预防
该数据集是一个针对心血管疾病（如心脏病和中风）的公共卫生监测数据集，主要包含来自美国国家监测系统的结构化临床与流行病学数据，涵盖疾病发病率、死亡率、行为风险因素及环境指标等多模态信息，主要用于公共卫生负担评估、疾病预防策略研究、风险因素分析和相关政策制定支持。