摘要ACDC 数据集包含 150 名患者五类心脏病理正常、心梗、扩张型心肌病、肥厚型心肌病、右心室异常MRI 电影图像NIfTI 格式ED/ES 帧训练集 100 名测试集 50 名数据集简介数据集概述ACDC自动化心脏诊断挑战Automated Cardiac Diagnosis Challenge数据集来自法国第戎大学医院的真实临床检查专为心脏图像分析和机器学习而设计。数据集包含 150 名患者均匀分布在五个心脏病理类别NOR正常射血分数 50%、MINF心肌梗死导致的收缩性心力衰竭射血分数 40%、DCM扩张型心肌病射血分数 40%、HCM肥厚型心肌病射血分数 55%心肌厚度 15mm、ARV右心室异常。数据通过 6 年期间使用 1.5T 和 3.0T MRI 扫描仪采集采用 SSFP 序列的屏气电影 MR 图像短轴切片覆盖左心室。数据集分为训练集100 名患者每组 20 名和测试集50 名患者每组 10 名转换为 NIfTI 格式包含舒张末期ED和收缩末期ES帧以及患者体重和身高用于生理参数归一化。数据结构与关键特征ACDC 数据集包含 150 名患者五类心脏病理每类 30 名训练集 100 名含手动标注测试集 50 名采用 1.5T/3.0T MRI、SSFP 序列、短轴切片28-40 个时相NIfTI 格式标注 ED/ES 帧的左心室、右心室和心肌包含患者体重身高用于 BSA 归一化生理参数射血分数、心室体积、心肌厚度。应用价值与研究方向持心脏病理分类五类疾病识别、心脏分割左心室、右心室、心肌、生理参数估计射血分数、心室体积、心肌厚度、心脏功能评估、机器学习模型训练CNN、U-Net、Transformer、临床决策支持系统、心脏 MRI 图像分析、医学图像分割、多类别分类、迁移学习和医学影像研究。数据集来源该数据集来自法国第戎大学医院真实临床检查专为 MICCAI 2017心脏诊断挑战赛而构建。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-103文件大小2.1G原创声明本数据集为整理作品