摘要：挪威耐力运动员心电图数据库是一个专门针对高水平耐力运动员的心电图医学数据集，包含28个完整的12导联心电图波形记录。
数据集概述
挪威耐力运动员心电图数据库是一个专门针对高水平耐力运动员的心电图医学数据集，包含28个完整的12导联心电图波形记录。所有心电图数据使用通用电气(GE) MAC VUE 360专业心电图仪采集，采样频率为500Hz，每个记录长度为10秒（5000个样本点），确保了高精度的心电信号捕捉。数据集采用标准的WFDB（波形数据库）兼容格式存储，每个心电图记录包含一个.dat波形文件和一个.hea元数据头文件，便于使用Python WFDB包直接导入和处理。所有心电图均经过双重专业解读：GE Marquette SL12心电图算法（版本23, v243）的自动分析和一位接受过运动员心电图专业培训的心脏病专家的人工诊断，为算法验证提供了双重标准参考。
数据结构与关键特征
据集采用标准12导联心电图结构，每个波形文件包含12个独立数组，分别对应12个导联信号（I、II、III、aVR、aVL、aVF、V1-V6），提供了心脏电活动的全方位视图。所有信号以统一的500Hz采样率和10秒固定时长存储，确保了数据的时间分辨率和可比性。头文件（.hea）包含完整的元数据信息，包括导联总数、每个导联的样本数、增益、基线值等技术参数，以及关键的诊断信息：文件末尾两行分别记录了Marquette SL12算法的自动诊断结果和心脏病专家的临床诊断结果，为监督学习提供了双重标注。数据格式与Python WFDB生态系统完全兼容，支持快速数据加载、可视化和特征提取。。
应用价值与研究方向
该数据集在运动医学、心脏病学和医疗AI领域具有重要的临床应用价值和科研意义。在实际应用中，可用于开发运动员心脏健康监测系统、心电图自动诊断工具、运动心脏综合征识别平台和运动员心血管风险评估系统，帮助医疗机构和体育组织及早发现潜在的心脏异常。运动员心电图常表现出与普通人群不同的生理性改变（如运动员心脏综合征），该数据集为区分生理性适应和病理性改变提供了专业参考。在研究方向上，适合用于心电信号处理算法验证、深度学习心律失常检测、算法与专家诊断一致性分析、运动员特异性心电特征挖掘以及迁移学习（从普通人群到运动员人群）研究。此外，该数据集可为心电图解读教学、临床决策支持系统开发和可穿戴心电监测设备校准提供标准化数据支撑，推动精准运动医学和个性化健康管理技术的发展。
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-253
文件大小：1.6M
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)