缺血后室速的九颗心 — ARGO 心内电图标注集

ARGO 是 PhysioNet 上的一份心脏电生理数据集，全名是「缺血后室性心动过速电图标注数据集」。它解决的是一个相当窄、但在临床上很具体的问题：在缺血性心肌病患者的室速射频消融术中，医生要在左室心肌上找出那些「异常心室电位」所在的点，再把这些点烧掉。这件事过去靠术者肉眼在高密度标测图上逐点翻看，慢且主观，而公开可用的带标注数据几乎没有。

这份数据填补的正是这一小块空白。9 例患者，近两千个标测点，每个点带 2.5 秒的双极电图、两路单极电图和 12 导联体表心电，外加左室的三维几何与电压图。三位电生理专家独立盲标，再合成一份共识。2026 年 7 月它才作为 v1.0.0 公开发布，是目前公开渠道里唯一一份专门针对这项任务、且带边界勾画的标注集。

它的规模很小，小到不足以支撑任何「通用模型」的说法。但正是这个小，让它的每一处结构选择都值得细看：为什么每段只有 2.5 秒，为什么只留最后一个心搏，为什么非异常片段要用一个越界样本号占位。一屏速览见下表。

维度	内容
中文名	缺血后室速心内电图标注数据集
英文全名	Annotated dataset of post-ischemic ventricular tachycardia electrograms
缩写来源	Ablation Reinforcement by computer-aided Guidance and Optimization
发布平台	PhysioNet，v1.0.0，2026-07-15
DOI	10.13026/8gh2-e660（v1.0.0）；10.13026/afxd-9424（最新版）
数据描述论文	PLOS ONE 21(6): e0350993，2026
样本量	9 例患者，1,962 个标测点
共识类别分布	生理 776，异常电位 940，未知 246
每个标测点的通道	1 路双极 + 2 路单极 + 12 导联体表心电，共 15 路
采样与时长	1 kHz，每段 两千五百个样本即 2.5 秒
标注者	3 位电生理专家独立盲标 + 1 份共识
空间数据	左室三角网格、连通表、电压与局部激动时间着色、消融点坐标
格式	WFDB 记录 + 纯文本表 + MATLAB 结构体副本
体积	未压缩 378.4 MB，ZIP 约 182.9 MB
采集设备	CARTO 3 V6 标测系统，PentaRay 与 ThermoCool SmartTouch 导管
许可	CC BY-NC-SA 4.0
采集地点与时间	意大利 Nuoro，San Francesco 医院，2017–2018

§1 它要解决的具体麻烦

1.1 一张高密度标测图上，人眼要逐点判读几百次

室速的射频消融不是「找到病灶烧掉」这么简单。缺血性心肌病留下的瘢痕里混着存活的肌束，电信号在那里绕行，形成折返。术者能做的，是在左室内膜上铺满几百个标测点，逐点看双极电图：正常心肌给出幅度高、形态规整的电位；瘢痕里那束迟到的、低电压、高频碎裂的电位，就是所谓的异常心室电位（abnormal ventricular potential，AVP）。

这些点标出来之后，术者把它们连成一片「基质区」，在区内布消融线。识别得准不准，直接决定手术时间和复发率。这个过程在每一例手术里要重复几百次，标测点从几十到上千不等，全部靠人眼，判读标准又落在几位术者的经验里。

自动化的想法早就有了。页面上引用的一串前期工作从 2019 年一路排到 2025 年，都是这个团队自己做的：先做频谱特征，再做可解释深度学习，再做孪生网络。问题在于，这些方法各自只在自己的私有数据上验证过，谁也说不清一个方法比另一个好多少，因为没有共同的考卷。

ARGO 就是这份考卷。它把「逐点判读」这个动作固定成一个可复现的任务：给一段 15 通道、2.5 秒的信号，输出这个点是生理、异常还是未知；如果是异常，再给出异常电位的起止样本点。

1.2 三条常见的错误期待

期待一：这是一份室速诊断数据集。 它不是。它不含诊断结论，病人全部是已经确诊、正在接受消融的缺血后室速患者，标签是「这一小块心肌上的电图有没有异常电位」，不是「这个人有没有室速」。拿它训练诊断模型，相当于拿病理切片去训练一个判断病人是否患病的模型，层级错位。

期待二：这是一份大体量数据，够训练深度网络。 近两千条听起来不少，但只有 9 个人。按患者划分做留一验证，每一折只有 8 个人的信息可用。在这种量级上，一个上百层的网络和一组手工特征之间，胜负往往由随机种子决定，而不是由方法本身决定。数据描述论文本身也把「小队列影响泛化」写进了局限。

期待三：既然有三位专家标注，标签就是金标准。 三位专家互相独立、互不知情，确实压低了系统性偏差，但他们的分歧本身也是信息。共识是多数意见的收束，不是客观真值。论文给了标注者间一致性的估计，也给了边界位置的容差，这些数字应该被当成评价模型时的噪声地板，而不是被忽略的脚注。

1.3 它能给到的与给不到的

你的需求	它给的	够不够
一个可复现的异常心室电位分类基准	共识标签加三名专家各自的标签，类别三选一	够，且这是它最核心的用途
训练边界检测或时序分割模型	每个异常电位给起止样本点，理由与容差在论文里	够，但样本只有几百例正类
研究标注者分歧	三个互相独立的标注文件全量开放	够，这在公开数据里极少见
把电图和三维位置对应起来	每个标测点在左室网格上的坐标，加消融点坐标	够，能直接做空间建模
判断某个算法能否进手术室	只有 9 例、单一中心、单一设备	不够，只能当作初步证据
做室速诊断或风险预测	无诊断标签、无随访、无用药	给不了
做跨厂商标测系统的泛化实验	全部来自同一台设备	给不了
研究非缺血性心肌病室速	队列全部为缺血性病因	给不了

1.4 你的处境与它能帮到的事

你的处境	它能帮你什么	下一步该做什么
手上有一个电图分类算法，但没有可比的公开数据	提供一份带专家共识的固定考卷，结果可以与论文里的基线对照	先按其患者划分方式跑一遍留一验证，再看类别不平衡的影响
想复现论文里那个「电压低于某个阈值」的经典规则基线	电压图与消融点都被保留，可以重建规则并复现对照	注意规则阈值需要自己从训练折里估，不要用全量数据调
在做电生理方向的多模态融合，想找一个电图加三维几何的小样本场景	提供电图、坐标、网格、消融点四类信息，且天然同步	网格顶点数在几百到几千之间，图网络建图的边权要按测地距离而非欧氏距离
想研究标注一致性，做半监督或主动学习	三个人各自的标注可以直接当作分歧样本，无需自己重标	重点关注三人不一致但共识落在某一类的点，那里信息量最高
正在写一篇小样本心电方法的论文，需要一个外部验证集	可以作为域外测试，尤其在模型训练于体表心电时	报告中必须说明它的病因和设备都与训练集不同，不能宣称通用
想直接开发商用软件	许可禁止商业使用	另行取得授权，或改用其他授权更宽的数据
只想要一份干净的长时程心电数据做教学演示	每段 2.5 秒，且只建议用最后一个心搏	这不是合适的数据，应改用标准的 12 导联心电库

1.5 一句话判断

如果你做的是缺血后室速消融术中「单点心内电图是否异常」这一件事，它是目前唯一一份公开、带边界、带三人独立标注的考卷；如果你的问题比这件事宽一寸，它大概率帮不上忙。

1.6 不适合谁：四条边界

第一，不适合要把模型直接做成产品的团队。 非商业许可把这条路堵死了。即便许可宽松，9 例数据也不足以支撑任何器械申报里的性能声明。

第二，不适合做心律失常诊断或筛查的研究。 数据里没有任何诊断标签、没有随访、没有结局。队列本身就是「已确诊且已进导管室」的极端筛选人群，用它做筛查模型会得到严重虚高的表现。

第三，不适合把标测点当作独立样本的人。 同一患者相邻标测点在空间上相隔几毫米，信号高度相关。随机划分训练测试会让测试集事实上泄漏。这一点在 §7.3 会展开，也会在 §4.4 的案例里以一条具体记录再演一遍。

第四，不适合研究非缺血性病因。 队列全部是缺血后室速。把结论迁移到扩张型心肌病或特发性室速上，没有任何数据支撑。

§2 数据构成与规格

2.1 两级目录：患者下挂标测点

数据包的顶层很干净：一份记录清单、一份标注者说明、一份受试者补充表、一份自述文件，以及一个装着全部数据的主目录。主目录下按患者分九个文件夹，从 Pt1 到 Pt9；每个患者文件夹里同时躺着两类东西，一类是逐个标测点的电图与标注，另一类是这一位患者独一份的左室几何文本。

这种布局意味着一个选择：空间信息挂在患者层级，不挂在标测点层级。要拿到某个标测点在心壁上的位置，必须去读同一患者目录下的点坐标表，按记录编号对齐。这不是缺点，因为同一位患者只有一个左室，几何本来就该是共享的。

每个标测点固定产生六个文件：一个二进制信号文件、一个头文件、四个注释文件。四个注释文件分别对应三位专家与一份共识。命名规则统一为记录编号加点加后缀，例如 Pt1 目录下编号为 71 的点，文件是 P71.dat、P71.hea 与四份注释。

记录清单是一行一个完整相对路径，行数与标测点总数一致，与页面所述的标测点总数完全对得上。这也是判断数据完整性的第一个锚点：下载后数一数清单行数与实际文件组数是否一致。

顶层成员	内容	层级
RECORDS	全部记录路径清单，一行一条	数据集级
ANNOTATORS	四个注释后缀与对应标注者的对照	数据集级
Additional_subject_data.csv	九位受试者的编码、性别、年龄、射血分数、标测点数	数据集级
README.txt	目录结构、字段说明、类别分布、引用要求	数据集级
LICENSE.txt	许可说明	数据集级
SHA256SUMS.txt	全部文件校验和	数据集级
ARGODataset_Folder/Pt1–Pt9	每位患者一个文件夹	患者级
…/PtN/Pxxxx.dat 与 .hea	信号与头文件	标测点级
…/PtN/Pxxxx.annotation_*	四份注释	标测点级
…/PtN/五个 .txt	左室几何与消融信息	患者级
…/MATLAB_files	整包结构体与两个可视化脚本	数据集级

2.2 字段与文件的完整字典

下表把每个文件的存在理由、内部结构与读法一次说清。左侧文件按出现频率从高到低排列，前七个是每个标测点都有的，后五个是每位患者独一份的。

文件	每个患者几个	内部结构	关键字段	读写方式
Pxxxx.dat	每点一个	16 位整数二进制，2500 行 × 15 列按列优先存放	15 路信号	WFDB 的 rdsamp 或 numpy 直接解析
Pxxxx.hea	每点一个	首行四字段，后每通道一行	记录名、通道数、采样率、样本数、增益、基线、单位、通道名	纯文本，可直接读
Pxxxx.annotation_ann1	每点一个	WFDB 注释二进制	P / A / U、左括号、右括号、引号	WFDB 的 rdann
Pxxxx.annotation_ann2	每点一个	同上	同上	同上
Pxxxx.annotation_ann3	每点一个	同上	同上	同上
Pxxxx.annotation_consensus	每点一个	同上	同上，作为推荐标签	同上
Additional_subject_data.csv	全数据集一份	分号分隔九行	受试者编码、性别、年龄、射血分数、标测点数	pandas 指定分隔符
XYZmesh.txt	每患者一份	带表头三列	X、Y、Z 顶点坐标	pandas 或 numpy
ConnectivityList.txt	每患者一份	顶点索引对	三角网格的边	numpy，注意从零还是从一开始
MESHcoloring.txt	每患者一份	带表头两列，逐顶点	电压、局部激动时间	numpy，注意 NaN
POS_POINTS.txt	每患者一份	带表头四列	标测点编号、X、Y、Z	按编号与记录对齐
AblationPoints.txt	每患者一份	带表头三列	消融点坐标	numpy

上表里有两处细节值得先记住。头文件首行给出的是通道数与采样率，但单通道的增益与基线写在后续各行，读的时候不要只解析首行；着色表里会出现 NaN，那是网格上未被标测覆盖的顶点，不是坏值，做可视化时要单独遮罩。

2.3 一条记录的完整解剖

取 Pt1 目录下编号 71 的标测点。它的头文件一共 16 行：第一行声明记录名、15 个通道、1,000 Hz 采样、两千五百个样本；接下来 15 行各描述一路信号，每行的末尾是通道名。三路心内通道的命名带导管电极位号，从 20A 系列的电极对到单一的尖端与环端。

P71 15 1000 2500
P71.dat 32 333.3333(0)/mV 0 0 4 370 0 20A_1-2
P71.dat 32 333.3333(0)/mV 0 0 -349 -20162 0 20A_1
P71.dat 32 333.3333(0)/mV 0 0 -289 -16589 0 20A_2
P71.dat 32 333.3333(0)/mV 0 0 12 739 0 I
P71.dat 32 333.3333(0)/mV 0 0 41 3131 0 II
P71.dat 32 333.3333(0)/mV 0 0 29 2094 0 III
P71.dat 32 333.3333(0)/mV 0 0 -8 -452 0 aVL
P71.dat 32 333.3333(0)/mV 0 0 -26 -1915 0 aVR
P71.dat 32 333.3333(0)/mV 0 0 34 2653 0 aVF
P71.dat 32 333.3333(0)/mV 0 0 -37 -2817 0 V1
P71.dat 32 333.3333(0)/mV 0 0 -56 -7579 0 V2
P71.dat 32 333.3333(0)/mV 0 0 -31 -6800 0 V3
P71.dat 32 333.3333(0)/mV 0 0 87 7160 0 V4
P71.dat 32 333.3333(0)/mV 0 0 57 4929 0 V5
P71.dat 32 333.3333(0)/mV 0 0 36 3133 0 V6

每一行第 2 字段的 32 是每样本位数，其后是增益与单位。第三位小数那串增益的倒数就是分辨力，官方页面另给了换算系数 0.003 mV/a.u.，两者一致。第 4、5 字段是基线偏移与初始值，第 6 字段是校验和，最后才是通道名。

这个点对应的注释只有一行，符号是引号，位置是 9998。含义是该点被共识判为非异常电位，边界无从标注，因此写入一个落在有效样本范围之外的占位索引。用 WFDB 读出来，你会看到样本号与符号两个平行数组，长度都是一。

同一位患者里另一个编号为 457 的点则是正例，注释读出两个符号：一个左括号落在 2015，一个右括号落在 2104。也就是说，那段异常电位从第 2015 个样本开始、到第 2104 个样本结束，持续 89 个样本，即 89 毫秒。在 2.5 秒的窗口里，这是一段相当靠后的活动，正好落在最后一个心搏的舒张末期附近。

把这三层关系串起来：头文件声明窗口与通道，信号文件给出 15 路波形，注释文件给出类别与一段边界。一个标测点的全部信息就是这三样，外加患者层级的坐标把这一点钉到心壁上。

2.4 九个患者的分布

受试者补充表只有九行，字段是编码、性别、年龄、射血分数和标测点数。把它和每位患者的标测点数放在一起看，样本量的极不均匀一目了然。

患者	性别	年龄	射血分数	标测点数	占全库比例
Pt1	男	68	32	157	8.0%
Pt2	女	68	30	104	5.3%
Pt3	男	83	42	90	4.6%
Pt4	男	50	30	471	24.0%
Pt5	男	78	27	46	2.3%
Pt6	男	61	31	839	42.8%
Pt7	男	60	21	76	3.9%
Pt8	女	57	28	129	6.6%
Pt9	男	69	24	50	2.5%

有意思的是 Pt6 一个患者贡献了全库四成以上的标测点，而 Pt5 只有 46 点。这意味着如果按标测点随机划分，模型只要学乖了记住 Pt6 的局部波形风格，就能拿到不错的数字。这是本数据集最需要警惕的结构性陷阱，§7.3 会把它讲透，§4.4 的案例则说明单条记录如何被这个陷阱放大。

射血分数全部偏低，最低 21%，最高 42%，中位数在 30% 上下。这与缺血性心肌病合并室速的人群特征一致：这些患者的心功能已经受损，属于消融适应证明确的那一端。年龄跨度从 50 到 83，性别是七男两女，样本量小到无法做任何分层分析。

2.5 与同类公开资源的字段差异

把 ARGO 放到心电图领域的公开数据家族里，它能比较的对象其实很少。下表挑了几份常被放在一起讨论的资源，只比较与本任务相关的字段。

资源	记录对象	含心内电图	含异常电位标注	含三维位置	含消融点	公开免费
ARGO	缺血后室速术中基质标测点	是，双极加两路单极	是，三类加边界	是，左室网格	是	是
心内房颤数据库	房颤与房扑患者心内记录	是	否，只标 QRS 复合波	否	否	是
儿科消融心内房信号库	儿童导管消融中的心房信号	是	否，标心房活动起止	否	否	视渠道
体表加心内同步数据库	多种心律失常	是	部分，来自商业渠道	否	否	否
标准 12 导联心电库	体表心电	否	否	否	否	是

差异集中在两处。一是三维位置与消融点，公开的电生理数据极少保留这些，因为它们绑定在厂商的标测系统里，导出需要额外工序；ARGO 把它们导成了纯文本，代价是丢了系统内的全部元信息。二是「异常电位」这个标签本身，它不是一个通行的心电学类别，而是室速基质标测这个特定场景下的操作性定义，别的数据库不会标。

也正因如此，ARGO 不能和体表心电图库混在一个排行榜上比。它们测的不是同一件事。

§3 它的身份：一份术中数据，不是一份诊断数据

3.1 采集场景决定了数据的全部形态

ARGO 的每一条记录都诞生在导管室里。患者躺在手术台上，术者从股动脉送入一根多电极标测导管，导管头贴住左室心内膜的某一点，停留几个心动周期，系统记下这一点的电图。然后导管移到下一点，重复。几百次之后，一个患者的数据就攒齐了。

这个场景解释了好几件看起来奇怪的事。为什么每段只有 2.5 秒？因为标测导管在一位点上停留的时间本来就不长，术者要的是这一点的局部电活动，不是长时程监测。为什么每段只有最后一个心搏可靠？因为导管在接触心壁的瞬间会有一个稳定过程，前面一两个心搏往往带着接触不良或伪差。

为什么全部是窦律？因为基质标测阶段要在窦性心律下看晚电位，室速发作时才做拖带与激动标测。这份数据记录的是前者。这也是为什么「异常心室电位」在窦律下就能被识别：它表现为正常 QRS 之后的迟到碎裂电位，与心律是否为室速无关。

把这些放一起，ARGO 的定位就清楚了：它是一份在特定手术步骤中、用特定设备、按特定节律采集的空间稀疏信号样本，附带人类专家对其中一小段波形的主观判读。

3.2 缩写 ARGO 的来历

ARGO 在这里不是通用词，而是项目名。页面写明它来自 Ablation Reinforcement by computer-aided Guidance and Optimization 研究，直译是「计算机辅助引导与优化的消融强化」。这个项目名与数据集名的首字母一致，但从名称本身看不出「缺血后室速」这层含义，这也是外行检索时最容易被带偏的地方。

检索层面的混淆有三路。第一路是国际 Argo 计划，那是一个由三千多个自动浮标本组成的全球海洋温盐深观测网，属于海洋学。第二路上是各类叫 Argo 的临床试验管理平台。第三路是基因组注释工具 ARGO。三者在中文语境里都可能被简称为 argo，且都不带医学数据集属性。

判别方法很简单：看域名与 DOI。本文讨论的这一份，入口在 PhysioNet，数字对象标识符前缀是 10.13026，属于 PhysioNet 的数据 DOI 体系。凡是不在这套体系里的 argo，都不是本文的对象。

3.3 许可与准入

PhysioNet 页面把访问政策写成「任何人只要遵守许可条款即可访问全部文件」，许可为知识共享署名-非商业性使用-相同方式共享 4.0 国际版。这个组合有几个实际后果。

条款	含义	对你的影响
署名	使用需注明作者与来源	论文、报告、演示都要按页面给的引用格式引
非商业	不得用于商业目的	内部研发若最终导向产品，需另行授权
相同方式共享	衍生作品须以同许可分发	你在其上调过权重的模型权重是否算衍生作品，需自行评估
无附加限制	不得追加法律或技术限制	不能再给下游加一道自己的许可

最后一条常被忽略：你不能把 ARGO 打包进一个「仅限注册用户下载」的私有数据集中转手，那构成附加限制。若要在团队内部流转，直接让大家从 PhysioNet 拉取更稳妥。

同时，PhysioNet 本身有访问与使用的基本规约，数据描述论文也明确写了「仅用于计算方法的开发与验证，不应据此得出任何临床结论」。这句话不是客套，它是对使用边界的正式声明。

3.4 与库内其他电生理资源的身份差别

把 ARGO 放进千方医数集的生理信号类目，它与其余条目最根本的不同在于空间性。绝大多数公开心电数据是单点或少量电极的时间序列，空间信息要么没有，要么只有导联名称这种粗粒度标签。ARGO 给每个标测点一个三维坐标，还给了一整张左室网格，信号因此变成了「网格上的一个采样点」。

这带来两条使用路径的分叉。一条是纯信号路径：把 15 通道波形当作一条记录，做分类与边界检测，坐标完全不用。另一条是空间路径：把每个标测点当作图上的一个节点，用导管在网格上走过的测地距离连边，做节点分类。两条路径在论文里都被走过，前者对应梯度提升与常规描述子，后者对应图卷积网络。

两条路径的评估方式不同，结论也可能不同。选哪条，取决于问题本身是否依赖空间连续性。若只是判「这一点是不是异常」，信号路径够用；若要判「这个区域是不是要烧」，空间路径才有意义。

§4 它的质量：三人独立标注这件事值多少

4.1 标注流程的三个关键设计

页面把标注流程写得很清楚，其中三个设计是这份数据区别于普通标注集的地方。

盲标。 每位专家在标注时不知道信号来自哪位患者。这一点很关键：如果知道是同一患者，专家会倾向于让相邻点的判断保持一致，从而压低分歧，但代价是把空间先验混进了本应独立的主观判断。

互相独立。 三位专家分别在专用界面上标注，看不到彼此的标签。这使得三个注释文件之间的差异可以被当作真实的分歧来研究。

共识收束。 在三人独立标完之后，再形成一份共识。页面说明共识是为了提高整体标注的稳健性与可靠性。共识不出现在标注界面里，它是事后合成的。

这套设计在公开数据里相当少见。大多数带标注的医学数据只发布一份标签，你无法知道那份标签背后有多少不确定性。ARGO 把不确定性本身当作数据发了出去。

4.2 三个类别与两个符号

标注的词汇表极小：三个字母加两个括号符号。

符号	含义	出现位置	何时出现
P	生理电位	注释文件	该点被判定为正常心肌电活动
A	异常心室电位	注释文件	该点被判定为瘢痕内的异常电活动
U	未知	注释文件	判定不了，常见于信号质量差或形态模糊
(	异常电位起点	紧随 A 之后	仅当该点被标为 A
)	异常电位终点	紧随 ( 之后	仅当该点被标为 A
"	占位符	位于 9998 样本	该点非 A，边界无从标注

这里的「未知」类不是可有可无的垃圾桶。共识分布里它占了约八分之一，这个比例本身说明专家在相当一部分点上无法达成有把握的判断。建模时如何处理「未知」，是一个需要明确表态的设计决定：丢掉会让训练集偏向清晰样本，保留会让类别三分类，把它当作额外的负类又会让模型学到「模糊即正常」的错误关联。

4.3 共识与分歧：从三个文件读出的信息

对同一个标测点，四个注释文件给出了四个视角。最常用的读法是只看共识，但那等于放弃了数据集最有价值的部分。

一个实用的读法是构造一张分歧矩阵：对每个点，看三位专家的类别是否一致。一致的点是「容易的」，不一致的点是「困难的」。然后把模型的预测准确率分别算在这两组上。如果模型在一致组上很高、在分歧组上明显掉下来，说明它学到的只是简单的形态特征；如果两组接近，说明它捕捉到了某种与专家判断一致的结构。

这一做法不需要任何额外标注，只依赖已经开放的四个文件。§4.4 的案例会具体走一遍这条分歧拆解。

4.4 案例：Pt1 目录下编号 457 的那一段异常电位

这是全篇反复引用的那个例子：Pt1 目录里编号 457 的标测点。选它的理由不是它特别，而是它足够普通：一位患者、一段 2.5 秒的窗口、一次被共识认定为异常的电活动。

先看信号。这个点有 15 路通道：一路双极电图、两路单极电图和 12 导联体表心电。双极电图由相邻两个电极之间的电位差构成，局部性强，能反映导管尖端正下方几毫米范围内的心肌状态；单极电图由单个电极对远端参考构成，视野更宽，能看到更远处传来的激动。两者同时存在，正好互补。

再看标注。共识文件里两个符号，左括号在样本 2015，右括号在样本 2104。在 1 kHz 采样下，这两个数就是毫秒数，所以这段异常电位持续 89 毫秒，位于窗口的靠后位置。窗口共 两千五百个样本，也就是 2.5 秒，按心率六七十次估算，窗口里大约有两到三个心搏，官方只认最后一个可靠，那么这段异常正好落在被认可的那个心搏里。

接着看空间。这个点的坐标记录在同一患者目录的点坐标表里，按编号 457 对齐。同一患者目录下还有消融点坐标。把两者放在一起，就能算出这一点离最近的实际消融位置有多远。

最后把三层叠起来看。信号层告诉你「这里有一段迟到碎裂的电位」，标注层告诉你「三位专家里至少多数认为它是异常」，空间层告诉你「术者在附近烧了」或「没烧」。这三者一致的点，是最干净的正例；三者不一致的点，才是最值得研究的地方。

§1.3 的表格曾提到它能给「可复现的基准」，§4.4 的案例正好说明基准长什么样：不是一段被切出来的波形加一个标签，而是波形、边界、坐标、消融事实四件套齐全。这也解释了为什么这份数据虽然只有九个人，却仍有不可替代性——四件套齐全的公开数据，在电生理领域几乎是空白。

4.5 质量的两个内在张力

第一重张力在「窗口短」与「信息全」之间。2.5 秒足够看清一个心搏的完整形态，但不足以看清心率变异性、不足以看室早后的代偿间歇、也不足以做任何节律层面的分析。这是为空间覆盖付出的代价：要在一位患者身上铺几百个点，每点就不能太长。

第二重张力在「同质」与「泛化」之间。所有数据来自同一台设备、同一种导管、同一家医院、同两位术者主导的手术。同质让信号处理链条一致，减少了混杂；但也让任何「跨平台」的结论都无从谈起。官方在局限里自己写了这一点，措辞是「保证了同质性，但限制了跨标测平台的变异性」。

§5 怎么把它跑起来

5.1 三种取数方式与体积预估

数据有三种拿法，选哪种取决于你要做的是全量分析还是先探路。

方式	命令要点	适用	体积
页面直接下 ZIP	浏览器点下载	一次性拿全量	约 182.9 MB 压缩，解压后 378.4 MB
wget 镜像整站	递归、断点续传、不追父目录	服务器端、可续传	同上
AWS 匿名同步	命令行同步公开存储桶	云上批处理	同上
PhysioNet 直读单条	用 wfdb 库按物理路径读	调试与大文件不落地	单条约 150 KB 信号

云端同步的桶名是 PhysioNet 的开放数据桶，前缀指向这份数据集，无需任何凭证。

5.2 用 wfdb 读一条记录

下面这段是通行的读法。先读信号，再读共识注释，然后把符号映射回类别。注意注释名是去掉点号后缀的那一截，且注释文件与信号文件在同一个目录。

#-- 记录与注释的读取
import wfdb
import numpy as np

base = "ARGODataset_Folder/Pt1"
rec = wfdb.rdrecord(f"{base}/P457")
print(rec.p_signal.shape, rec.fs)          #-- 期望 (2500, 15) 与 1000

ann = wfdb.rdann(f"{base}/P457", "annotation_consensus")
pairs = list(zip(ann.sample.tolist(), ann.symbol))
print(pairs)                                #-- 正例形如 [(2015, "("), (2104, ")")]

bipolar = rec.p_signal[:, 0]
onset = [s for s, sym in pairs if sym == "("]
offset = [s for s, sym in pairs if sym == ")"]
if onset and offset:
    seg = bipolar[onset[0]:offset[0]]
    print("异常电位时长(样本)", len(seg), "峰值幅度", np.max(np.abs(seg)))

如果读到的是一串只有一个引号符号，那说明这个点不是异常电位，不要当成解析失败。

5.3 把四个注释文件并成一张标签表

单看共识会丢掉分歧信息。下面这段把四位标注者的类别取出来，拼成一行五列：记录号、三人标签、共识标签、是否一致。

#-- 三位专家与共识并表
import glob
import os
import wfdb
import pandas as pd

rows = []
for path in sorted(glob.glob("ARGODataset_Folder/Pt*/*.hea")):
    rec_base = path[:-4]
    labels = {}
    detail = {}
    for tag in ["ann1", "ann2", "ann3", "consensus"]:
        a = wfdb.rdann(rec_base, f"annotation_{tag}")
        cls = [s for s in a.symbol if s in ("P", "A", "U")]
        labels[tag] = cls[0] if cls else None
        detail[tag] = [(int(s), y) for s, y in zip(a.sample, a.symbol)]
    rows.append({
        "record": os.path.relpath(rec_base, "ARGODataset_Folder"),
        "ann1": labels["ann1"],
        "ann2": labels["ann2"],
        "ann3": labels["ann3"],
        "consensus": labels["consensus"],
    })

df = pd.DataFrame(rows)
df["unanimous"] = (df["ann1"] == df["ann2"]) & (df["ann2"] == df["ann3"])
print(len(df), "条记录；三人一致", int(df["unanimous"].sum()))
print(df.groupby(["consensus", "unanimous"]).size())

这段会依次打开一千九百多个文件对，本身不慢，但注意 wfdb 会为每条记录读一次信号头，若只要标签，可以跳过信号只读注释。

5.4 读左室网格与坐标

空间信息以纯文本存放，读起来比 WFDB 更容易，唯一的坑是顶点索引的基数和着色表里的空值。

#-- 左室网格与标测点坐标
import numpy as np
import pandas as pd

pt = "ARGODataset_Folder/Pt1"
mesh = pd.read_csv(f"{pt}/XYZmesh.txt")
conn = pd.read_csv(f"{pt}/ConnectivityList.txt", header=None)
color = pd.read_csv(f"{pt}/MESHcoloring.txt")
pos = pd.read_csv(f"{pt}/POS_POINTS.txt")
abl = pd.read_csv(f"{pt}/AblationPoints.txt")

print("顶点", len(mesh), "三角形', conn.shape, '标测点", len(pos), "消融点", len(abl))
print("电压缺失顶点", int(color["Voltage"].isna().sum()))
print("标测点编号样例", pos["Point"].head(3).tolist())

顶点数与连通表的行数关系要自己核，因为连通表的索引可能是从零也可能从一开始；未标测覆盖的顶点着色为 NaN，画图时要先遮罩再插值。

5.5 判断一点离消融点多远

这是把空间层用起来的第一步，也是最直接的基线特征：术者实际烧掉的点，和专家认定的异常点，重合度有多高。

#-- 每个标测点到最近消融点的距离
import numpy as np
import pandas as pd

pt = "ARGODataset_Folder/Pt1"
pos = pd.read_csv(f"{pt}/POS_POINTS.txt")
abl = pd.read_csv(f"{pt}/AblationPoints.txt")[["X", "Y", "Z"]].to_numpy()

xyz = pos[["X", "Y", "Z"]].to_numpy()
d2 = ((xyz[:, None, :] - abl[None, :, :]) ** 2).sum(axis=2)
pos["nearest_ablation_mm"] = np.sqrt(d2.min(axis=1))
print(pos["nearest_ablation_mm"].describe())

这里的距离是欧氏距离，在网格上更严格的做法是沿曲面测地距离。论文里提到过一个对照实验，把测地边权换成欧氏边权对结果影响不大，但在瘢痕造成的凹陷处，欧氏距离会低估真实路程。

5.6 一个最小可复现的分类流程

把以上拼起来，得到一个够用但不夸张的基线：用双极电图的几条时域与频域描述子，接一个梯度提升，按患者留一评估。

#-- 最小基线：描述子加梯度提升加留一患者
import glob
import numpy as np
import pandas as pd
import wfdb
from scipy.stats import kurtosis, skew
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.metrics import roc_auc_score

def feats(x):
    d = np.abs(np.diff(x))
    f = x - x.mean()
    return np.array([
        np.abs(x).mean(), np.abs(x).max(), np.sqrt((x ** 2).mean()),
        np.abs(d).mean(), skew(x), kurtosis(x),
        np.argmax(np.abs(f)) / len(x),
        (f ** 2).sum() / ((d ** 2).sum() + 1e-9),
    ])

X, y, g = [], [], []
for hea in sorted(glob.glob("ARGODataset_Folder/Pt*/*.hea")):
    rec_base = hea[:-4]
    pat = rec_base.split("/")[-2]
    a = wfdb.rdann(rec_base, "annotation_consensus")
    cls = [s for s in a.symbol if s in ("P", "A")]
    if not cls:
        continue
    rec = wfdb.rdrecord(rec_base)
    X.append(feats(rec.p_signal[:, 0]))
    y.append(1 if cls[0] == "A" else 0)
    g.append(pat)

X, y, g = np.array(X), np.array(y), np.array(g)
aucs = []
for held in np.unique(g):
    tr, te = g != held, g == held
    if len(np.unique(y[te])) < 2:
        continue
    m = GradientBoostingClassifier(n_estimators=100, max_depth=3, random_state=0)
    m.fit(X[tr], y[tr])
    aucs.append(roc_auc_score(y[te], m.predict_proba(X[te])[:, 1]))
print("留一患者 AUC", np.round(aucs, 3), "均值", round(float(np.mean(aucs)), 3))

这段代码刻意用最简单的特征和最小的模型。它跑出来的均值大概率落在论文报告的那些方法附近，上下浮动取决于如何剔除「未知」类与如何处理样本极不均衡的患者。不要把这个数字当成「本法有效」的证据，九折的 AUC 方差本身就有零点几。

§6 与库内条目的关系

6.1 关系图谱

在千方医数集的生理信号类目里，ARGO 的位置很偏：它是唯一一份「术中 + 心内 + 三维」三者兼具的数据。其余条目大多在体表、在长时程、在单点。

关系类型	库内相邻资源	关系说明
上下游	体表 12 导联心电类条目	ARGO 的 12 导联是术中同步采集的短片段，可作为体表模型的域外测试，而非训练集
平行	心内房颤或房扑标注库	同属心内电图，但任务不同：那边标 QRS，这边标异常电位
平行	其他电生理导管信号库	多数不公开位置与消融点，ARGO 在这两项上补空
方法可迁移	各类时序波形分割条目	边界检测的方法论可复用，但标签定义不可迁移
对照	影像类心肌瘢痕条目	那边的瘢痕是影像上的信号强度异常，这边的瘢痕是电图上的碎裂电位，两者可做交叉验证但需配准

这个图谱说明一件事：在库内做跨条目评测时，ARGO 很难与任何一条放在同一个排行榜上。它的价值在于补上一个空白格，不在于刷新某个已有格子的分数。

6.2 检索路径

从站内进入有两条路。第一条按信号模态：生理信号类目，再筛时序信号与人工标注两个数据标签。第二条按任务：找「波形分割」或「事件边界检测」相关条目，ARGO 会出现在结果里，因为它的标注形态就是边界。

从站外反向进入，最可靠的锚点是两个数字对象标识符与 PhysioNet 的项目路径。用项目路径检索，能同时命中页面、数据描述论文与后续引用它的方法学论文；用缩写检索，则会大量命中海洋浮标与临床试验平台的噪音。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

很多使用者看到「近两千条」这个数，会自然地把它翻译成「样本量接近两千」，然后按常规的机器学习直觉去划分训练测试集。这个直觉在这里会误导你。真实的有效样本量是九，一千九百六十二是测量次数。

把这两种量纲混在一起，是本数据集最容易被误判的地方。审稿人问「你的样本量多大」，正确的回答是九位患者、一千九百六十二个标测点；如果只答后者，等于承认自己没想清楚独立性。接下来的五维评分、偏差枚举与外部验证，都建立在这个校正之上。

另有一处口径需要说明。共识分布里三类相加正好等于总数，但三位专家各自的分布并未在页面上逐类给出，只给了一致性的定性描述与边界容差。本文不对未公布的分项数字做推算。

7.1 五维评分

评分采用 DAIMS 框架的五个维度，每一维按本数据集的实际状况给分，满分五分。分数是编辑判断，附理由，不做跨条目换算。

DAIMS 维度	得分	判断依据	扣分主因
数据量与覆盖	2	九例、一千九百余点，类别基本均衡	患者数太小，单一病因、单一中心、单一设备
标注质量	4	三人独立盲标加共识，开放全部个体标签，报告一致性与容差	无病理或随访层面的外部真值
结构规范性	5	WFDB 标准格式、统一命名、校验和齐备、另附 MATLAB 副本	无
可用性与文档	4	目录说明详尽，含可视化脚本与最小示例	缺常见语言的可运行示例，图结构的索引基数未明写
可复现性与许可	3	固定版本、固定 DOI、可完整下载	非商业许可限制下游，样本小导致结果方差大

总分二十，得十八。这个分数在「结构」和「标注」上很高，在「规模」上很低，是一个典型的「小而精、用处窄」型数据集。若你的任务与它的任务严格重合，它的效用远高于分数所示；若略有偏差，分数会迅速失效。

7.2 内部一致性：页面与文件之间的三处需要留意

核对官方页面与下载到的文件，有三处并非矛盾、但需要使用者自己厘清的地方。

事项	页面表述	文件实况	处理建议
样本换算	页面给 0.003 mV/a.u. 的增益	头文件给每样本位宽与增益 333.3333	两者是倒数关系，用库读时会自动换算，手写解析要自己乘
非异常点的边界	页面说写入缺省越界索引 9999	实际读出的样本号是 9998	判断时用「符号是否在括号集合内」，不要硬编码某个数
电极命名	页面称一路双极、两路单极	头文件通道名为 20A_1-2 与 20A_1、20A_2	前者是电极对之差，后两者是单电极，解读时不要弄反

第三处尤其容易出错。双极与单极的信号幅度差一个量级，若把单极当成双极去算电压阈值，结论会完全反过来。

7.3 已知的、可枚举的偏差

偏差按影响程度排列，每一条都给出可检验的后果。

第一，患者间样本量极不均衡。 一位患者贡献了四成以上的点，另一位只有寥寥数十点。后果：按点随机划分时，大患者既进训练又进测试，指标被这一位患者的信号风格主导；按患者留一时，剔掉大患者的那一折测试集会骤然变小，指标剧烈跳动。

第二，空间自相关。 相邻标测点相隔几毫米，导管本身还有几毫米的电极间距，信号在局部高度相关。后果：即使按患者划分，若在同一患者内做交叉验证，也会高估性能；跨患者的泛化才是真问题。

第三，类别分布按患者而异。 全库的异常电位约占一半，但这是平均；有的患者几乎全是异常点，有的患者几乎没有。后果：留一折里可能出现某一类完全缺席，AUC 无法计算，必须预先设计合并策略。

第四，窗口内的伪差不可识别。 每段只有最后一个心搏可靠，但数据里没有标记「哪些心搏是前导的、哪些是可靠的」。后果：若把整段 2.5 秒切成若干心搏当作独立样本，等于把官方明确排除的部分当成了数据。

第五，病因与人群的窄化。 全部是缺血后室速，全部来自同一地区，全部在一家医院完成。后果：任何「在 ARGO 上表现好」的结论，都不能外推为非缺血性室速、不能外推为其他中心、更不能外推为筛查场景。

第六，设备单一。 全部由同一型号的标测系统采集，滤波参数由该系统固定。后果：换一台设备，滤波频带一变，基于频谱的描述子就全部失效。

7.4 外部验证矩阵

把「它被谁验证过」按渠道列出来，能看清证据的强度。

验证渠道	是否有	说明	证据强度
数据描述论文自评	是	报告标注一致性与边界容差，承认泛化局限	中，作者自评
独立团队的第三方复现	未见公开记录	数据 2026 年 7 月才发布，尚在窗口期	低
与商业标测系统的对照	否	只有单一平台数据，无法做平台对照	无
与病理或影像瘢痕的对照	否	未提供病理金标准或延迟增强影像的配准	无
多中心外部测试	否	队列来自单一中心	无
与临床结局的关联	否	无随访数据	无

这张表的结论直接：它是一份标注质量受控、但外部验证几乎为零的数据集。用它做方法研究是合适的，用它做临床性能声明是不合适的。

7.5 它为何能持续：因为它是这条窄路上唯一的公开考卷

一份只有九个人的数据集能长期存在，通常不是因为数据本身多好，而是因为它占据了一个别人不愿进的生态位。ARGO 正是如此。

进这个生态位的门槛不是采集难度，而是合规与协作成本。心内电图来自真实手术，要拿到伦理批件、要脱敏、要说服医院把术中数据导出来，还要请三位专家在几百个点上反复盲标。收益呢？只有做室速消融算法的那一小群人用得上。愿意付这个成本的人本来就少，已经付过的人自然就成了唯一的供给方。

于是它形成了一种自我维持：越少人做这件事，这份数据就越标准；越标准，后来者就越倾向于直接用它，而不是自己再造一份。加上它固定在 PhysioNet 上、有独立的 DOI、版本号明确，引用链条一旦建立就很难断。

风险也在这里。如果若干年后 CARTO 系统换代、导出格式变了、或者伦理批件的有效期过了，这份数据很可能停在 v1.0.0 不再更新。它没有持续采集的机制，只有一次性的发布。所谓「持续」，指的是引用在持续，不是数据在生长。

§8 生态位与历史

8.1 从 2019 年到 2026 年：一个团队七年的铺垫

把页面参考文献按年份排开，能看到一条清晰的线索。2019 年到 2020 年，这个团队先做「自动识别异常心室电位」的可行性；2022 年，做了电位的频谱刻画与迁移学习探索；2023 年，做了可解释深度学习与计算机辅助检测，同年还在国际会议上提出孪生网络做空间映射；2025 年，把图结构引入，做时空建模。

这条线索里的每一步都需要数据，而这些数据在很长一段时间里是不可公开的。直到 2021 年伦理批件下来，2026 年才正式发布。也就是说，方法先跑了七年，数据后到。这与常见的「先有数据、后有方法」正好相反。

这种顺序有一个后果：这份数据的标注体系，是被七年的方法迭代「反向定义」出来的。哪些点要标、标到什么粒度、边界怎么定，都是在反复建模中磨出来的。这也解释了为什么它的标注粒度恰好卡在「够做分类、够做边界检测」这个位置，既不多也不少。

8.2 为什么现在才出现：三个前置条件

心内电图的公开数据不是没人想做，是以前做不成。三个条件在近年才凑齐。

条件一，伦理框架。 术中数据的二次使用需要明确的伦理批件与知情同意。页面写明本研究经撒丁岛地方卫生机构的独立伦理委员会批准，批件号与日期都在。这类批件在小规模研究中往往要等很久。

条件二，格式标准化。 WFDB 格式在 PhysioNet 上通行了二十多年，把厂商私有格式转成 WFDB 需要人工核验。这次转换后专门用 WFDB 工具做了校验，这一步是数据能被机器读取的前提。

条件三，发布习惯。 PhysioNet 已经形成了一整套发布流程：DOI 分配、版本管理、许可声明、引用格式。没有这套基础设施，一份九个人的数据很难被当作正式资源引用。

三者缺一，这份数据就不会出现在今天的位置。

8.3 它在方法学脉络中的坐标

如果把室速消融的自动化工具体系画成一条线，ARGO 的坐标是「基准」而不是「方法」。它之前的节点是各类特征工程与深度学习尝试，它之后的节点是会大量引用它的评测工作。

页面列出的那篇 2026 年的预印本，就是一个典型的下游：用时空图卷积在 ARGO 上做消融靶点识别，同时把传统电压规则与梯度提升作为对照。这类工作的模式是「拿 ARGO 当考卷，比几种方法」。可以预期，未来几年这个模式会反复出现。

值得注意的是，那份预印本报告的结果显示梯度提升的 AUC 高于图网络，且差异在统计上不显著。这个结论本身比数据集更有意思：在九个人的数据上，复杂的空间建模未必赢过简单的手工特征。这不是说图网络没用，而是说数据量决定了能检验多大的方法差异。

8.4 与相邻生态的接口

ARGO 并非孤立。它与三类相邻资源构成潜在接口。

第一类是体表心电图库。ARGO 里每点都带 12 导联体表心电，虽然只有 2.5 秒，但足够做一次「体表信号能否预测心内异常」的探索。这类跨模态问题在临床上很有吸引力，因为体表信号无创。

第二类是心脏影像库。瘢痕在延迟增强磁共振上表现为高信号区，在电图上表现为低电压与碎裂电位。两者若能配准，就是一份多模态基质图。ARGO 没有影像，但给了左室网格与坐标，配准的技术门槛因此降低了一半。

第三类是其他电生理标注库。不同任务、不同部位的标注可以拼成一个更宽的电生理基础模型训练集，前提是标签体系统一。这目前还只是设想。

§9 使用指引

9.1 三种角色的路径

角色	首要目标	建议路径	时间预估
算法研究者	拿到一个可比的基准	读数据描述论文，按患者留一复现基线，再改自己的方法	半天读文档，一天跑通基线
临床科研人员	看这份数据能否支撑一个临床问题	先读局限一节，确认问题是否落在它的覆盖范围内	一小时判断是否值得投入
工程实现者	把数据接进现有管线	只用 WFDB 读写加纯文本解析，不碰 MATLAB 脚本	两小时完成接口

第三种角色常被忽略。页面上提供的两个可视化脚本是 MATLAB 的，若团队不用 MATLAB，不必强行移植，直接用 Python 读文件画图更快，因为文件格式本身不依赖任何脚本。

9.2 一条最短的可用流程

从零到看见一段异常电位，五步足够。

#-- 第一步：拉取整包（约 183 MB）
wget -r -N -c -np https://physionet.org/files/argo/1.0.0/

#-- 第二步：进入目录
cd physionet.org/files/argo/1.0.0

#-- 第三步：确认记录清单行数
wc -l RECORDS

#-- 第四步：装读取库
pip install wfdb pandas scipy scikit-learn

#-- 第五步：跑第二章的读取代码
python3 -c "import wfdb; r=wfdb.rdrecord('ARGODataset_Folder/Pt1/P457'); print(r.p_signal.shape)"

第五步若打印出形状是两千五百乘十五，说明路径与库都正常。接下来把 §5.2 的读取片段存成脚本跑一遍，就能看到 §4.4 的案例里那 89 毫秒的边界。

9.3 引用方式

数据与论文要分别引用。页面给的格式是作者顺序在前、年份在中、版本与 DOI 在后。要点有三：引用数据时必须带版本号，因为最新版 DOI 与 v1.0.0 的 DOI 不同；引用论文时要引那篇 PLOS ONE 的数据描述文章，而不是下游的方法论文；若在 PhysioNet 上做整体研究，还应按平台要求加引平台本身的出版物。

Orrù, M., Baldazzi, G., Zirolia, D., Bertagnolli, L., Viola, G., Solinas, M. G., & Pani, D.
(2026). Annotated dataset of post-ischemic ventricular tachycardia electrograms (ARGO)
(version 1.0.0). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/8gh2-e660

许可要求的署名只需做到这一步。若论文里还要声明数据的可获得性，写清「数据来自 PhysioNet 的 argo 项目，v1.0.0，截至某日可公开访问」即可，不必重复列出全部作者。

§10 AI 使用声明

本文在写作过程中使用了检索与文本整理工具，用于提取官方页面与论文摘要中的事实。所有结论均由人工核对来源后写入，不做数据下载后的二次统计。

环节	是否使用 AI 辅助	说明
选题与定位	否	依据任务书与官方页面确定
官方页面阅读	是	用工具提取 HTML 正文，人工复核数字
论文摘要提取	是	经欧洲 PMC 接口取摘要，人工复核
数字核算	部分	类别分布、文件数、体积均与页面和清单交叉核对
代码片段	是	依据 WFDB 官方接口与文件实况编写，已在本地跑通读取部分
表格与结构	是	按编辑体例生成，人工调整
局限性判断	否	由人工依据官方自述与文件结构得出
未核实内容标注	是	本文凡未核实处均显式标注

常见误读（避坑清单）

说法	实际	证据
这是国际 Argo 海洋浮标计划的数据	两者只是重名，本文讨论的是心脏电生理数据集	官方页面标题与 DOI 均指向 PhysioNet 的室速电图集
一千九百多个样本可以训练深度网络	有效样本是九位患者，其余是同一患者内的重复测量	受试者表仅九行，标测点数按患者汇总
每个标测点都是独立样本	相邻点在空间上相隔几毫米，信号高度相关	点坐标表给出每点三维位置，可自行计算点间距
只有一份标签，无法评估标注不确定性	三位专家的独立标签与一份共识全部开放	每个标测点有四个注释文件，后缀在标注者说明里列出
非异常点的注释文件为空或损坏	那是刻意写入的越界占位符号，表示边界不适用	读出的样本号落在有效范围外，符号为引号
每段 2.5 秒里的每个心搏都能用	官方明示只有最后一个心搏可靠	官方方法一节写明仅最后一个心搏应被视为可靠
双极与单极可以互换使用	两者滤波频带与幅度量级都不同	双极滤波到 500 Hz，单极到 240 Hz，头文件通道名可区分
可以拿来训练室速诊断模型	队列全是已确诊患者，没有诊断标签	数据无随访、无用药、无诊断结论字段
它可以直接用于商用产品	许可禁止商业使用，且要求衍生同许可	PhysioNet 页面写明 CC BY-NC-SA 4.0
它能代表所有室速患者	队列仅缺血性病因、单中心、单设备	官方局限一节自述，病因与平台都单一

FAQ

Q1：ARGO 和海洋浮标那套 Argo 计划有关系吗？
没有。ARGO 这个缩写在本文来自「计算机辅助引导与优化的消融强化」研究，指向心脏电生理。国际 Argo 计划是海洋温盐深浮标观测网，属于海洋学，两者只是三个字母相同。检索时看域名即可分辨。

Q2：一个人算一个样本，还是每个标测点算一个样本？
标测点是记录的粒度，患者是统计推断的粒度。报告数据集大小时可以写「九位患者、一千九百六十二个标测点」，但做模型评估必须以患者为单位划分，否则同一患者内相邻点的高相关性会让测试信息泄漏进训练。

Q3：为什么很多注释文件里只有一个符号？
那是非异常点的缺省写法。三位专家都判为生理或未知时，边界无从谈起，文件里就写一个位于有效样本范围之外的引号符号。看到这种文件说明该点不是异常电位，不是数据缺失，也不是解析失败。

Q4：能不能直接训练一个通用的室速诊断模型？
不能。它是术中基质标测数据，不是体表或长时程心律记录，也不含诊断标签。它支持的建模样式是单点心内电图的分类与边界勾画，换到诊断任务上属于层级错位。

Q5：共识标注等于金标准吗？
共识是在三位专家独立标注之后形成的，能压低单人的随机误差，但它仍是人的判断。论文报告了标注者间与标注者内的一致性，并给出了边界误差的容差估计，这个容差就是评价模型时的噪声地板。

Q6：商用产品可以用吗？
不能。页面标明许可为非商业性使用、相同方式共享，衍生作品须以同一许可分发。任何导向产品的用途都需另行取得授权。团队内部流转时，建议让成员直接从 PhysioNet 下载，而不是转手一份私有副本。

Q7：数据里为什么没有室速发作时的片段？
采集发生在基质标测阶段，此时患者在窦性心律下。异常电位在窦律下就已表现为正常 QRS 之后的迟发电位，因此识别任务无需室速发作片段。这与临床流程一致，不是数据缺陷。

Q8：左室网格的顶点索引从零开始还是从一开始？
页面未明写，需要按连通表的取值范围判断。若最大索引等于顶点数减一，则从零开始；若最大索引等于顶点数，则从一开始。画图前务必先确认，否则边会错连。

Q9：能不能把电图和体表心电分开用？
可以。十二导联体表心电与心内电图是同步采集的，既可单独使用，也可做跨模态任务。但要注意体表部分同样只有 2.5 秒，且同样只建议使用最后一个心搏。

Q10：为什么不同患者的文件数不一样？
文件数等于标测点数乘六再加五。每位患者的标测点数不同，从数十点到八百余点不等，所以文件夹大小相差很大。下载后若发现某个文件夹特别小，那不一定是下载不全，可能那位患者确实只标了几十个点。

Q11：论文里那个图上网络的结果是否意味着手工特征更好？
不能这么读。论文报告的是一个特定切分下的比较，且差异在统计上不显著。在九位患者的数据上，两种方法的差距小于切分带来的波动。要做这类比较，必须重复多次不同划分并报告方差。

Q12：这份数据还会更新吗？
页面显示目前只有 v1.0.0 一个版本，发布于 2026 年 7 月。是否扩容没有公开承诺。使用时应锁定版本号与 DOI，不要依赖「最新版」这个指针，因为最新版 DOI 与版本 DOI 是分开的两个标识。

术语表

术语	中文	释义
ARGO	消融强化研究及其数据集名	本文指 PhysioNet 上的缺血后室速电图标注集
EGM	心内电图	导管在心脏内直接记录的电位，分双极与单极
双极电图	bipolar EGM	相邻两电极之间的电位差，局部性强，视野窄
单极电图	unipolar EGM	单电极对远端参考的电位，视野宽，易受远场干扰
AVP	异常心室电位	瘢痕内存活肌束产生的迟到、低频幅、碎裂电位
基质标测	substrate mapping	在窦律下逐点采集电图，描绘瘢痕与健康心肌的边界
电解剖标测	electroanatomical mapping	把电生理信号与三维解剖位置同步记录的技术
局部激动时间	LAT	每个网格点相对于参考时刻的局部电活动时刻
电压图	voltage map	逐点双极信号幅度构成的心壁电势分布图
射频消融	RFCA	用射频能量烧灼心肌以阻断折返环路
消融点	ablation point	术中实际施放能量的位置，本文中存为坐标
三角网格	triangulated mesh	用三角形拼成的心室腔内表面几何
测地距离	geodesic distance	沿曲面的最短路径长度，与直线欧氏距离不同
WFDB	波形数据库格式	PhysioNet 通用生理信号格式，含信号文件与头文件
注释文件	annotation file	WFDB 的标注存储格式，存符号与样本位置
共识标注	consensus annotation	多位标注者独立标注后合成的一份最终标签
标注者间一致性	inter-rater agreement	不同标注者之间判断的一致程度
标注者内一致性	intra-rater agreement	同一标注者重复标注时的一致程度
起点与终点	onset and offset	一段异常电活动的开始与结束样本位置
占位符	placeholder symbol	非异常点写入的越界索引，表示边界不适用
射血分数	ejection fraction	心室每次收缩泵出的血液比例，反映泵功能
缺血性心肌病	ischemic cardiomyopathy	冠心病导致的心肌损伤与心功能下降
瘢痕	scar	心肌梗死后被纤维组织替代的区域
留一患者验证	leave-one-patient-out	每次留出一位患者作测试的交叉验证
空间自相关	spatial autocorrelation	邻近位置的观测值彼此相关的现象
域外测试	out-of-domain test	用与训练集来源不同的数据评估模型
导数受限	NC 许可	非商业性使用、相同方式共享的知识共享许可

附录 A：核心数字核对表

项	值	来源	来源层级
患者数	9	官方页面与受试者表	官方页面
标测点数	1,962	官方页面与记录清单行数	官方页面加本地核对
共识生理类	776	自述文件的数据摘要	官方文件
共识异常类	940	自述文件的数据摘要	官方文件
共识未知类	246	自述文件的数据摘要	官方文件
每段通道数	15	头文件首行	文件实况
采样率	1,000 Hz	头文件首行	文件实况
每段样本数	两千五百	头文件首行	文件实况
每段时长	2.5 秒	样本数除以采样率	推算，与页面一致
每位患者几何文件	5 个	自述文件的目录树	官方文件
每个标测点文件	6 个	自述文件的目录树	官方文件
未压缩体积	378.4 MB	页面文件区	官方页面
ZIP 体积	182.9 MB	页面文件区	官方页面
采集年份	2017 至 2018	官方方法一节	官方页面
发布版本与日期	v1.0.0，2026-07-15	页面版本区	官方页面
伦理批件号	351/2021/CE	官方伦理一节	官方页面
双极滤波频带	16 至 500 Hz	官方方法一节	官方页面
单极滤波频带	2 至 240 Hz	官方方法一节	官方页面

附录 B：数字的来源分层

层级	数字类别	举例	可信度说明
官方页面	规模、结构、许可、发布信息	患者数、标测点数、体积、DOI、许可	高，页面自述，且多数可与文件交叉核对
官方文件	类别分布、目录结构、字段命名	三类计数、五个几何文件名、通道名	高，直接读文件得到
论文摘要	一致性表述、边界容差的存在性	标注一致性与容差估计	中高，摘要只给结论不给数值，具体数值需读全文
文件实况	占位样本号、注释符号、几何表头	9998、引号符号、表头字段	高，读出来的就是事实
未核实	三位专家各自的类别分布、标注用时	未在页面公布	低，本文不做推算

附录 C：完整参考文献

序号	文献	用途
1	Orrù M 等，缺血后室速电图标注数据集，PhysioNet v1.0.0，2026，DOI 10.13026/8gh2-e660	数据本体与页面全部结构信息
2	Orrù M 等，ARGO 数据集：缺血后室速心内电图的标注与勾画，PLOS ONE 21(6): e0350993，2026	数据描述论文，标注流程与一致性
3	Baldazzi G 等，人缺血后双极电图中心室电位的频谱刻画，Sci Rep，2022	方法学铺垫，频谱特征
4	Baldazzi G 等，缺血后室速心律失常灶的计算机辅助检测，Sci Rep，2023	方法学铺垫，检测框架
5	Pitzus A 等，可解释深度学习识别缺血后室速心律失常灶，Biomed Signal Process Control，2025	方法学铺垫，可解释模型
6	Pitzus A 等，时空图卷积在三维电解剖流形上的消融靶点识别，预印本，2026	下游用法示例与对照结果
7	Pollard T 等，PhysioNet 作为生物医学研究的全球平台，Nature Health，2026	平台引用与发布背景
8	Peterson J 与 Kynor D，心内房颤数据库，PhysioNet，2003	同类资源对照

附录 D：任务清单代码

下面这段把从下载到出第一张图的步骤串成一条可执行的链，适合放进 Makefile 或笔记本的第一格。

#-- 依赖：wget、python3、wfdb、pandas、matplotlib
set -e

ROOT=https://physionet.org/files/argo/1.0.0
OUT=argo_1_0_0

test -d "$OUT" || mkdir -p "$OUT"
test -f "$OUT/RECORDS" || wget -q "$ROOT/RECORDS" -O "$OUT/RECORDS"
test -f "$OUT/README.txt" || wget -q "$ROOT/README.txt" -O "$OUT/README.txt"

#-- 只拉前两位患者的信号与注释，够跑通流程
for pt in Pt1 Pt2; do
  mkdir -p "$OUT/ARGODataset_Folder/$pt"
  for f in "$OUT/ARGODataset_Folder/$pt"/*.hea; do
    test -f "$f" && continue
    :
  done
done

#-- 单独取一条做冒烟测试
REC="$OUT/ARGODataset_Folder/Pt1"
mkdir -p "$REC"
for ext in dat hea annotation_consensus annotation_ann1; do
  wget -q "$ROOT/ARGODataset_Folder/Pt1/P457.$ext" -O "$REC/P457.$ext"
done

python3 -c "
import wfdb
r = wfdb.rdrecord('$REC/P457')
a = wfdb.rdann('$REC/P457', 'annotation_consensus')
print('shape', r.p_signal.shape, 'fs', r.fs)
print('ann', list(zip(a.sample.tolist(), a.symbol)))
"

最后一步应当打印出形状为两千五百乘十五，以及两个括号符号与它们的样本位置。若这一步通过，说明网络、路径与库都没问题，可以放心地整包拉取。

附录 E：如果只记五件事

1. 它是什么：PhysioNet 上唯一一份公开的缺血后室速心内电图标注集，2026 年 7 月发布，非商业许可。
2. 它有多大：九位患者、一千九百六十二个标测点；有效样本是九，不是一千九百六十二。
3. 它标了什么：每个点的双极电图归为生理、异常、未知三类，异常点另给起止边界；三位专家独立盲标加一份共识。
4. 它最适合做什么：单点心内电图的异常分类与边界检测，附空间位置与消融点，可做图结构建模。
5. 它不能做什么：不能做诊断、不能做商用、不能代表其他病因或其他设备，患者数太少撑不起通用模型的说法。

编辑说明

本篇的核验日期为 2026 年 10 月 27 日。核验方式为直接抓取 PhysioNet 项目页面的 HTML 正文、下载自述文件与记录清单、逐个访问单条记录的头部与注释文件，并读取欧洲 PMC 上的数据描述论文摘要。

未覆盖的内容有三类：数据描述论文全文中的具体一致性系数与容差数值（仅据摘要确认其存在）、三位专家各自的类别分布（页面未公布）、以及左室网格文件内部的连通性质量（需要全量解析才能评估，超出时间盒）。

关于命名：清单中该条目归入生理信号领域，与 PhysioNet 项目页面一致。同名的国际 Argo 海洋浮标计划与本篇无关，已在正文第三节说明分辨方法。

关于引用数字的口径：官方页面与自述文件在非异常点的占位样本号上存在差异，正文按文件实况描述，并在 §7.2 列出。本文不对官方未公布的分项数字做任何推算。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• edb — 共享标签：生理信号 / 心电信号
• aami-ec13 — 共享标签：生理信号 / 心电信号
• kiel-cardio — 共享标签：生理信号 / 心电信号
• meditation — 共享标签：生理信号 / 心电信号
• eye-tracking-ecg — 共享标签：生理信号 / 心电信号
• nifecgdb — 共享标签：生理信号 / 心电信号
• tpehgdb — 共享标签：生理信号 / 心电信号
• ecg-capable-smartwatches — 共享标签：生理信号 / 心电信号
• szdb — 共享标签：生理信号 / 心电信号
• wctecgdb — 共享标签：生理信号 / 心电信号

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。