edcci/GenECG

GenECG是一个基于图像的心电图数据集，由PTB-XL数据集转换而来。它包含两个子集：数据集A包含没有视觉缺陷的心电图图像，数据集B包含添加了模拟常见问题的视觉缺陷的心电图图像。数据集总共包含21799个心电图图像，每个图像都与PTB-XL数据集中的心电图记录相对应，并在ID上添加了后缀_hr_1R。GenECG is an image-based ECG dataset derived from the PTB-XL dataset. It includes two subsets: Subset A contains ECG images without visual imperfections, and Subset B contains ECG images with added visual imperfections simulating common issues found in photographed ECGs. The dataset consists of 21799 ECG images, each corresponding to an ECG recording in the PTB-XL dataset with the addition of the suffix _hr_1R to the ECG ID.

搜集汇总

数据集介绍

构建方式

GenECG数据集是基于PTB-XL信号数据集构建的图像级心电图数据集。PTB-XL包含21799份独特的心电图信号记录，GenECG将其转化为视觉图像形式。数据集分为两个子集：A集为无瑕疵心电图图像，直接从原始PTB-XL记录生成，不添加任何视觉缺陷；B集则在相同图像上人工模拟了拍摄心电图时常见的视觉瑕疵，如模糊、倾斜或噪声等。图像命名保留PTB-XL的ecg_id，并附加_hr_1R后缀，便于与原始信号一一对应。

特点

GenECG的核心特点在于其双轨设计，同时提供无瑕疵和有瑕疵的图像版本，为评估心电图图像分析算法对真实世界噪声的鲁棒性提供了独特资源。数据集规模庞大，包含21799对图像，覆盖多种心脏病理类型，且与PTB-XL的元数据完全兼容，便于利用已有的诊断标签进行监督学习。图像质量经过控制，瑕疵类型模拟临床摄影中的常见退化，增强了数据集的实用性和挑战性。

使用方法

GenECG适用于训练和测试基于图像的心电图分类模型，特别是针对真实拍摄场景下的噪声干扰。用户可直接加载图像文件，并利用PTB-XL的元数据（如诊断标签）进行模型训练。建议将A集作为基准训练集，B集用于评估模型的抗噪能力。图像尺寸为标准格式，可直接输入卷积神经网络。数据集遵循CC-BY-4.0许可，可自由用于学术研究，相关生成细节可参考配套文献（DOI: bmjhci-2024-101335）。

背景与挑战

背景概述

GenECG数据集由edcci团队于近年创建，源自广泛使用的PTB-XL心电信号数据集，旨在推动基于图像的心电图分析研究。该数据集将21799条原始心电信号转换为标准图像格式，并分为无瑕疵数据集A与模拟真实拍摄缺陷的数据集B，为深度学习模型在临床心电图自动解读中的应用提供了关键资源。其核心研究问题聚焦于图像化心电数据的质量退化对诊断准确性的影响，填补了从信号到图像转换过程中数据增强与鲁棒性评估的空白。GenECG的发布为心电领域的研究人员提供了标准化基准，促进了可泛化模型的发展，尤其在远程医疗与低质量图像诊断场景中具有重要价值。

当前挑战

GenECG所解决的领域挑战在于心电图像分类任务中真实世界噪声的模拟与应对，如模糊、倾斜、光照不均等视觉缺陷，这些因素常导致传统模型性能骤降。构建过程中，团队需精准复现拍摄心电图像时常见的失真模式，同时保持与原始信号诊断标签的一致性，避免引入伪影干扰。此外，从PTB-XL信号到图像的转换需确保时空分辨率与临床可解释性不受损，而数据集B的缺陷添加需平衡真实性与多样性，避免过度简化或人为偏倚。这些挑战要求生成策略既能模拟物理拍摄条件，又不丢失关键病理特征，为后续鲁棒性研究设定了高门槛。

常用场景

经典使用场景

GenECG数据集以图像形式呈现心电图，其最经典的使用场景在于为基于视觉的深度学习模型提供大规模、标准化的训练与评估基准。该数据集将传统一维心电信号转换为二维图像，使得研究者能够利用卷积神经网络等图像处理架构直接对心电图进行自动分析与分类，例如识别心肌梗死、心律失常等病理状态。这一转换不仅保留了原始信号的诊断信息，还模拟了临床实践中医生直接阅片的视觉模式，从而弥合了信号处理与医学影像分析之间的鸿沟。

实际应用

在实际临床与远程医疗场景中，GenECG数据集可助力开发能够从手机拍摄或扫描仪获取的心电图照片中自动识别异常心电活动的智能系统。例如，基层医疗机构或家庭健康监测设备可通过拍摄纸质心电图，借助基于GenECG训练的模型实现心肌缺血、房颤等疾病的快速筛查。此外，该数据集还可用于优化心电图存档与检索系统，支持从大量数字化心电图像中高效定位特定病理特征，从而提升临床诊断效率与医疗资源分配的科学性。

衍生相关工作

基于GenECG数据集，研究者已衍生出多项经典工作，包括但不限于：利用对比学习框架在无标签心电图像上预训练视觉表征，进而迁移至下游诊断任务；构建多任务学习模型同时进行心电图像的去噪与病理分类；以及探索生成对抗网络（GAN）对含瑕疵心电图像进行修复以提升诊断准确性。其中，发表于BMJ Health & Care Informatics的相关工作（DOI: bmjhci-2024-101335）详细阐述了数据集的构建方法论，为后续研究奠定了方法论基础。这些工作共同推动了图像级心电分析从实验室环境向真实临床部署的转化。