摘要：自发性室性心动过速数据库是由PhysioNet.org重新分发的专业心律失常数据集，包含通过植入式心脏复律除颤器(ICD)记录的RR间期时间序列数据。
数据集概述
自发性室性心动过速数据库是由PhysioNet.org重新分发的专业心律失常数据集，包含通过植入式心脏复律除颤器(ICD)记录的RR间期时间序列数据。该数据集捕捉了真实临床环境中自发性室性心动过速(VT)事件的心电生理特征，RR间期数据由植入患者体内的ICD设备实时采集，具有长期连续监测的独特优势。室性心动过速是一种起源于心室的快速性心律失常，可能导致心源性猝死，ICD设备能够在检测到危险心律时自动进行电击治疗，因此其记录的数据具有高度的临床相关性和诊断价值。数据集由PhysioNet平台提供，该平台是国际公认的生理信号研究资源库，为复杂生理信号分析提供标准化数据支持。原始出处来源于Goldberger等人2000年发表在Circulation期刊上的PhysioBank、PhysioToolkit和PhysioNet资源介绍文献。
数据结构与关键特征
数据集采用RR间期时间序列格式，记录连续心跳之间的时间间隔(以毫秒为单位)，这是分析心律失常最直接和关键的特征参数。与标准心电图波形数据不同，RR间期数据更为紧凑和高效，聚焦于心率变异性(HRV)和心律模式分析。植入式ICD设备的记录具有以下特点：(1)长期连续监测能力——可追踪数天至数月的心律变化，捕捉罕见的自发性VT事件；(2)真实临床场景——数据来自实际患者在日常生活中的自然状态，而非实验室诱发的心律失常；(3)事件标注精确——ICD设备能够自动识别并标记VT发作时刻，提供了可靠的监督学习标签；(4)高风险患者群体——数据来源于已植入ICD的患者，这些患者通常有心源性猝死高危因素或既往恶性心律失常病史。数据集专注于室性心动过速这一特定心律失常类型，为VT早期预警和风险分层研究提供了专病数据支持。
应用价值与研究方向
该数据集在心脏电生理、心律失常预警和可穿戴医疗设备领域具有重要的临床转化价值和科研意义。在临床应用中，可用于开发VT早期预警算法、ICD智能决策支持系统、心源性猝死风险预测模型和远程心律监护平台，帮助识别VT发作前的前驱信号(如心率变异性异常、RR间期不规则性增加)，实现从被动治疗到主动预防的转变。在研究方向上，适合用于时间序列异常检测算法验证、心率变异性分析、机器学习心律失常分类模型训练(LSTM、GRU等循环神经网络)、VT触发机制研究以及ICD误放电减少策略优化,为改善ICD患者生活质量和延长设备电池寿命提供数据支撑,最终降低心源性猝死风险并提升高危患者的长期生存率。
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-259
文件大小：16M
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)