该数据集是一个用于多分类的心电图图像数据集，包含四种心脏健康状态：心肌梗死患者（MI）、有心肌梗死病史患者（History of MI）、心律失常患者（Abnormal Heartbeat）和正常人，共计11,148张训练图像和相应测试图像。
数据集概述
该数据集是一个用于多分类的心电图图像数据集，包含四种心脏健康状态：心肌梗死患者（MI）、有心肌梗死病史患者（History of MI）、心律失常患者（Abnormal Heartbeat）和正常人，共计11,148张训练图像和相应测试图像。每位患者提供12张标准导联心电图图像（对应12导联ECG），数据源自公开平台并为医学影像分析项目重组。心电图是心血管疾病诊断的核心工具，传统判读依赖医生专业知识和经验，该数据集为开发基于卷积神经网络的心电图自动分类系统提供训练数据，支持辅助诊断和疾病筛查。
数据结构与关键特征
数据集采用train/test两级目录结构，每个类别独立存储。四类心电图具有独特的波形特征：心肌梗死患者显示ST段抬高或压低、病理性Q波；心梗病史患者呈现陈旧性心梗痕迹（持续性Q波、T波倒置）；心律失常患者表现为心率异常、节律不齐或传导阻滞；正常心电图呈现规律的P-QRS-T波群。每位患者12张图像对应12导联视角（I、II、III、aVR、aVL、aVF、V1-V6），提供心脏电活动的全方位信息。数据集类别分布：MI 2,880张、MI病史2,064张、心律失常2,796张、正常3,408张，存在轻度类别不平衡。
应用价值与研究方向
该数据集为心血管疾病智能诊断提供技术基础，可应用于急诊科快速心梗筛查、社区医院远程诊断支持和可穿戴设备心电监测。技术层面支持CNN分类模型开发（ResNet、DenseNet、EfficientNet）、多导联融合策略（12导联联合判别）和迁移学习验证。研究方向包括：注意力机制定位关键波形特征（ST段、Q波、T波）、类别不平衡学习优化、多任务学习同时预测疾病类型和严重程度、可解释性AI生成临床可信的波形标注、跨数据集泛化性研究、以及结合患者年龄性别等临床信息的多模态诊断，数据仅供教育和研究用途，不能替代专业医疗诊断。
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-289
文件大小：820M
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)