PTB-XL ECG

心电图 (ECG) 是评估患者心脏状况的关键诊断工具。自动ECG解释算法作为诊断支持系统，仅根据常规服用的ECG数量，可为医务人员带来巨大的缓解。但是，此类算法的开发需要大量的训练数据集和清晰的基准程序。我们认为，现有的可免费访问的ECG数据集不能令人满意地涵盖这两个方面。
Ptb-xl ECG数据集是来自10秒长度的18885名患者的21837个临床12导联ECG的大型数据集。原始波形数据由最多两名心脏病专家注释，他们为每个记录分配了潜在的多个ECG声明。总共71种不同的ECG语句符合scp-ecg标准，涵盖了诊断，形式和节律语句。为了确保在数据集上训练的机器学习算法的可比性，我们提供了建议的分为训练集和测试集。结合广泛的注释，这将数据集变成了用于训练和评估自动ECG解释算法的丰富资源。数据集由人口统计学，梗塞特征，诊断性ECG语句的可能性以及注释的信号属性的广泛元数据补充。