Atherosclerosis Risk in Communities (ARIC) Study|心血管疾病数据集|队列研究数据集
收藏
- Atherosclerosis Risk in Communities (ARIC) Study 首次启动,旨在研究心血管疾病的风险因素及其发展过程。
- ARIC Study 在美国四个社区中招募了约15,792名参与者,开始进行基线数据收集。
- ARIC Study 完成了首次大规模的基线数据收集,包括生物样本、生活方式和健康状况的详细信息。
- ARIC Study 开始进行定期的随访研究,以监测参与者的心血管健康状况和疾病进展。
- ARIC Study 首次发表了关于心血管疾病风险因素的研究成果,引起了学术界的广泛关注。
- ARIC Study 扩展了研究范围,开始关注糖尿病、肥胖和其他慢性疾病的风险因素。
- ARIC Study 发布了关于心血管疾病预防和管理的综合指南,对公共卫生政策产生了重要影响。
- ARIC Study 启动了基因组学研究,开始探索遗传因素在心血管疾病中的作用。
- ARIC Study 发布了关于心血管疾病长期风险预测模型的研究成果,为临床实践提供了重要参考。
- ARIC Study 继续进行数据更新和随访,致力于提供最新的心血管疾病风险评估和管理策略。
- 1The Atherosclerosis Risk in Communities (ARIC) Study: Design and ObjectivesUniversity of North Carolina at Chapel Hill · 1989年
- 2The Atherosclerosis Risk in Communities (ARIC) Study: Cardiovascular Health Promotion in the CommunityUniversity of Minnesota · 2018年
- 3The Atherosclerosis Risk in Communities (ARIC) Study: A Longitudinal Study of Atherosclerosis Progression and Risk FactorsJohns Hopkins University · 2015年
- 4The Atherosclerosis Risk in Communities (ARIC) Study: Rationale and DesignUniversity of North Carolina at Chapel Hill · 1989年
- 5The Atherosclerosis Risk in Communities (ARIC) Study: A Comprehensive Analysis of Cardiovascular Risk FactorsUniversity of Minnesota · 2017年
Figshare
Figshare是一个在线数据共享平台,允许研究人员上传和共享各种类型的研究成果,包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
YOLO Drone Detection Dataset
为了促进无人机检测模型的开发和评估,我们引入了一个新颖且全面的数据集,专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集,包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象,以实现强大的检测和分类。
github 收录
Apoptosis Gene Expression Dataset
该数据集包含与细胞凋亡相关的基因表达数据,用于研究细胞凋亡过程中的基因表达变化。
www.ncbi.nlm.nih.gov 收录
UCF-Crime
UCF-犯罪数据集是128小时视频的新型大规模第一个数据集。它包含1900年长而未修剪的真实世界监控视频,其中包含13个现实异常,包括虐待,逮捕,纵火,殴打,道路交通事故,入室盗窃,爆炸,战斗,抢劫,射击,偷窃,入店行窃和故意破坏。之所以选择这些异常,是因为它们对公共安全有重大影响。这个数据集可以用于两个任务。首先,考虑一组中的所有异常和另一组中的所有正常活动的一般异常检测。第二,用于识别13个异常活动中的每一个。
OpenDataLab 收录