摘要：缺血性心脏病数据集是一个专门针对心血管疾病主要死因之一——缺血性心脏病的专业心电图数据集，包含2559例经专业医疗人员标注并确诊的缺血患者心电图记录。
数据集概述
缺血性心脏病数据集是一个专门针对心血管疾病主要死因之一——缺血性心脏病的专业心电图数据集，包含2559例经专业医疗人员标注并确诊的缺血患者心电图记录。该数据集通过系统性检索七个国际权威心电图数据库构建而成，涵盖圣彼得堡INCART 12导联心律失常数据库、绍兴宁波医院心电图数据库、PTB-XL心电图数据库、PTB诊断心电图数据库、中国12导联心电图挑战数据库、2018年中国生理信号挑战赛数据以及乔治亚州12导联心电图挑战数据库。所有心电图均经过专业诊断验证，仅纳入明确诊断为缺血性心脏病的患者，确保了数据的临床准确性。
数据结构与关键特征
数据集采用标准WFDB（波形数据库）格式存储，共包含5118个文件，每个心电图记录由两个文件组成：一个二进制MATLAB v4格式文件存储心电信号数据，一个纯文本格式的WFDB头文件存储记录和患者属性元数据。所有心电图均为标准12导联配置(I、II、III、aVR、aVL、aVF、V1-V6)，提供心脏电活动的全方位视图，能够捕捉缺血相关的ST段压低/抬高、T波倒置和异常Q波等关键诊断特征。数据集整合了来自中国、欧洲、美国和俄罗斯等不同地理区域的七个异构数据源，覆盖了不同采集设备、采样率和记录协议，增强了数据的多样性和模型泛化能力。WFDB格式与Python WFDB包和PhysioToolkit完全兼容，支持快速数据加载、信号处理和可视化。数据集专注于单一疾病类别——缺血性心脏病，避免了多类别标注不平衡问题，特别适合缺血检测的二分类任务或与健康对照组的对比研究。
应用价值与研究方向
该数据集在心血管疾病诊断、急诊医学和医疗AI领域具有重要的临床应用价值和科研意义。在临床应用中，可用于开发缺血性心脏病自动筛查系统、急性冠脉综合征(ACS)早期预警工具、远程心电监护平台和基层医疗辅助诊断系统，帮助提升缺血检测的敏感性和特异性，在急诊科和社区卫生中心等资源受限环境中减少漏诊和误诊风险。在研究方向上，适合用于深度学习心电图分类模型训练（1D CNN、ResNet、LSTM、Transformer）、缺血特异性生物标志物挖掘、迁移学习验证、可解释AI研究（通过注意力机制识别ST-T波段异常）以及多导联信息融合策略优化，推动精准心脏病学和个性化治疗决策支持系统的发展，最终降低缺血性心脏病的致死率和改善患者预后。
数据集来源
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-256
文件大小：170M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)