A-Eval数据集是由上海交通大学和上海人工智能实验室联合创建，旨在评估腹部多器官分割模型的跨数据集泛化能力。该数据集整合了四个大型公共数据集（FLARE22, AMOS, WORD, TotalSegmentator）的训练集，以及BTCV数据集的训练集，总计包含1432个标记的CT图像和2000个未标记的CT图像，涵盖多种器官和疾病类型。数据集创建过程中，采用了多种数据处理和模型训练策略，以确
本数据集由Sber AI Lab和Tyumen Cardiology Research Center联合创建，包含1,844名患者的冠状动脉造影视频及其对应的SYNTAX评分，用于自动评估冠状动脉疾病的严重程度。数据集内容包括多视角X射线视频，每个视频包含约20-60帧，像素范围为0-255。数据集的创建遵循严格的医疗指南，并由经验丰富的介入心脏病专家进行标注。该数据集主要应用于心血管疾病的研究和
