deepsynthbody/deepfake_ecg|生成对抗网络数据集|心电图数据集

DeepFake-ECG数据集是一个用于ECG生成的数据集，通过生成对抗网络(GANs)生成真实的合成12-lead 10-sec ECGs，解决了医学数据集中的隐私问题。数据集包含121,977个合成ECGs，这些ECGs经过验证与真实ECGs在间隔和幅度上相似，且完全匿名，可自由使用。数据集大小在10B到100B之间。

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-4.0
• 语言: 英语
• 标签: 生成, ECG生成
• 美观名称: DeepFake-ECG
• 大小类别: 10B<n<100B

内容描述

本数据集包含使用生成对抗网络（GANs）生成的121,977个合成12导联10秒心电图（ECG）数据。这些数据是通过训练两个不同的GAN模型（WaveGAN和Pulse2Pulse GAN）生成的，其中Pulse2Pulse GAN表现更优。这些合成ECG数据与真实ECG数据在ECG间隔和幅度上相似，且完全匿名，无法追溯到任何个体，因此可以自由使用。

数据获取

• 下载方式:

  • Option 1: 使用Python从数据集库加载 python from datasets import load_dataset dataset = load_dataset("deepsynthbody/deepfake_ecg")

  • Option 2: 通过Git LFS克隆数据集 bash git lfs install git clone https://huggingface.co/datasets/deepsynthbody/deepfake_ecg

引用信息

latex @article{thambawita2021deepfake, title={DeepFake electrocardiograms using generative adversarial networks are the beginning of the end for privacy issues in medicine}, author={Thambawita, Vajira and Isaksen, Jonas L and Hicks, Steven A and Ghouse, Jonas and Ahlberg, Gustav and Linneberg, Allan and Grarup, Niels and Ellervik, Christina and Olesen, Morten Salling and Hansen, Torben and others}, journal={Scientific reports}, volume={11}, number={1}, pages={1--8}, year={2021}, publisher={Nature Publishing Group} }