2017 PhysioNet CinC Challenge

该数据集包含了用于开发和测试基于ResNet的心房颤动（AF）检测器的ECG记录。该心房颤动检测器在测试中平均取得了85.10%的F1分数，最佳测试F1分数达到了87.31%。这项任务的目的是实现心房颤动的自动化诊断和筛查。

This dataset contains ECG records used for developing and testing ResNet-based atrial fibrillation (AF) detectors. These AF detectors achieved an average F1-score of 85.10% and a best test F1-score of 87.31% during evaluation. The objective of this task is to enable automated diagnosis and screening for atrial fibrillation.

搜集汇总

背景与挑战

背景概述

该数据集是2017年PhysioNet/Computing in Cardiology Challenge的一部分，包含超过10,000条单导联ECG记录，用于分类正常心律、心房颤动（AF）、其他心律或噪声过大无法处理。数据集旨在开发高精度且抗噪声的AF检测算法。