Kingston ICU AF Dataset — ICU 床旁四导联 10 秒 ECG 房颤检测标注数据集

INFOBOX — Kingston ICU AF Dataset 一屏速览

维度	内容
本质	ICU 床旁遥测场景的房颤检测标注 ECG 集（institutional dataset，非挑战赛、非 MIMIC 派生）
机构	加拿大 Queen’s University（金斯顿）+ Kingston Health Sciences Centre（KHSC） ICU
论文	IEEE TBME 2026；arXiv:2512.18031（v1 2025-12-19 / v2 2026-09-11）
规模	596 条发布标注 ECG；原始存档覆盖 1,043 名患者（2015-2020）
规格	四导联（I/II/III + V1 等效）、10 秒、240 Hz
标签	二元：sinus rhythm / AF（含房扑）；AF 占比 17%
划分	训练 298 / 测试 298（分层保 AF 比例；测试集阳性仅 50）
标注	两名重症医师独立标注 + 第三人裁决（tie-break）
基准	23 个模型跨三代：特征模型 / 深度学习 / ECG 基础模型
核心结果	ECG-FM 迁移学习 F1 = 0.89（ICU 测试集最高）；零样本 F1 0.86
获取	PhysioNet 凭据访问（CITI + DUA，非公开直链）
许可	Credentialed Access；论文 IEEE TBME © 2026
库内互链	mimic-iv-ecg(172)、chapman-shaoxing(143)、ptb-xl(70)、physionet-cinc-2016(382)、physionet-cinc-2017(162)、openecg(802)、mit-bih-arrhythmia(69)、apnea-ecg(658)

Kingston ICU AF Dataset 回答的是一个看似朴素、工程上却极难的问题：在一个真实重症监护室里，如何让机器可靠地认出房颤（atrial fibrillation, AF）？ 房颤是 ICU 里最常见的心律失常，ICU 患者发生率高达 15-20% 甚至更高，但 ICU 环境的电磁噪声、频繁的导联移位、报警疲劳（alarm fatigue）都让"屏幕上的那段波形到底是不是房颤"成为难题。加拿大女王大学（Queen’s University）的团队把金斯顿一家三级医院 ICU 床旁监护 2015-2020 年的存档心电图取出，随机抽取 10 秒片段请两位重症医师独立标注、分歧再请第三人裁决，最终发布 596 条带标签的 10 秒四导联 ECG，并用 23 个模型横跨"手工特征机器学习 → 深度学习 → 心电基础模型"三代方法做了一次系统基准。

导语读法三则：

1. 只想拿数据：直奔 §6 获取与许可——注意是 PhysioNet 凭据访问（CITI 培训 + DUA 审核），不是公开直链，别以为点开就能下。
2. 关心模型选型：直奔 §5 基准结果——三代方法里基础模型 > 深度学习 > 特征模型，ECG-FM 迁移学习 F1 0.89 是基准锚点。
3. 做临床警报/信号质量：直奔 §4 与 §7——四导联 10 秒、240 Hz、类不平衡 17%、单中心，这些是 ICU 部署的边界条件。

§0 导读：这个数据集解决什么问题

房颤（atrial fibrillation, AF）是临床上最常见的心律失常，其危害在于显著抬高心力衰竭与卒中的风险。在普通人群里房颤已属常见，而在 ICU 里问题更严峻：文献报道 ICU 患者房颤发生率可达 15-20% 甚至更高，且危重患者还存在"新发房颤"（new-onset AF）的额外风险——原本没有房颤的病人因重症打击而出现房颤。房颤的临床诊断依赖医师肉眼判读心电图（electrocardiogram, ECG），识别 R 峰间期不规则、P 波缺失等形态学异常。

ICU 场景的特殊性有两层。第一层是数据侧：ICU 患者身上连着床旁监护仪，ECG 是连续遥测（telemetry）产生的，数据量巨大——但这海量数据恰恰是自动化监测的机会。第二层是工程侧：ICU 的 ECG 充满噪声（电磁干扰、运动伪影、导联接触不良），且监护仪的自动房颤检测算法误报率高，护士长期被"报警疲劳"（alarm fatigue）困扰，对警报逐渐麻木，反而危及安全。更关键的是，公开的 ECG 数据集几乎都来自门诊场景，反映不了 ICU 的电气与物理噪声特征——2021 PhysioNet/CinC 挑战赛数据（70,363 条）规模大但来自院外，MIMIC-IV-ECG（约 80 万条）虽来自 ICU 却尚未公开去标识的医师报告文本。

Kingston ICU AF Dataset 的回答正是填补这个"ICU 专属标注 ECG 缺口"：它是目前为数不多的、来自真实 ICU 环境且带医师标注的开放 ECG 数据集。论文作者明确指出，据其所知，除本数据集外尚无其他带标注的 ICU 患者开源 ECG 数据。数据集本体 596 条规模不大，但论文的野心在于方法学基准：在同一套 ICU 测试集上，系统比较特征模型、深度学习、心电基础模型三代 AI 方法的真实表现，回答"到底哪种 AI 路线最适合 ICU 房颤检测"。

§0 读法三则：

1. 这个条目是"数据集 + 方法学基准论文"二合一：本体是 596 条 ICU ECG，论文是跨三代方法的 23 模型基准——数据获取与结论引用是两件事（§5、§6）。
2. 全文硬数字以 PhysioNet 官方页与 IEEE 论文 Table II 的 596 条 / AF 17% 为准；论文正文另有一个首轮标注的 613 条口径（513 sinus + 100 AF），差异来源已在坑 1 存照。
3. 检索时若把 “Kingston” 当成英国伦敦的金斯顿或 Kingston University 会跑偏——本数据集机构在加拿大安大略省金斯顿的女王大学（Queen’s University）。

§1 数据集速览：十问十答

Q1：Kingston ICU AF 的"596 条"从哪来？
来自加拿大安大略金斯顿一家三级医院（Kingston Health Sciences Centre）ICU 床旁监护 2015-2020 年的存档 ECG，覆盖 1,043 名去标识患者。团队从患者子集中随机抽取一条 10 秒 ECG，两名重症医师独立标注、分歧时第三人裁决，首轮得到 613 条相关 ECG（513 窦性 + 100 房颤/房扑），经清洗后发布 596 条带标签记录。

Q2：图像规格是什么？
每条是 10 秒四导联 ECG，导联为 I、II、III 与一个 V1 等效导联，采样率 240 Hz。原始床旁监护即 240 Hz；公开 2021 PhysioNet 挑战赛数据也被下采样到 240 Hz 以对齐。

Q3：标签体系是什么？
二元分类：sinus rhythm（窦性心律，不分心率快慢） 与 AF（心房颤动，合并 atrial flutter 房扑）。发布集剔除了其余低流行或零流行标签（起搏器、二联/三联律、室速室颤、其他心动过速/过缓）。发布集 AF 占比 17%。

Q4：谁标注的，可靠吗？
两名重症监护医师独立标注，出现分歧时咨询第三名医师裁决（tie-break）。这是 ICU 房颤标注里较严格的双读 + 仲裁流程，比单人标注或众包聚合的保真度更高。

Q5：数据怎么划分？
分层划为训练集 n=298 与测试集 n=298（各占一半），分层保证两组 AF 比例一致。需要注意测试集里阳性 AF 样本仅 50 条，样本量小，单次误分类对指标影响较大。

Q6：有没有对照的更大数据集？
有。论文用公开的 2021 PhysioNet/CinC 挑战赛数据做对照大库：70,363 条 ECG、AF 占比 18%（其中 Chapman/Shaoxing & Ningbo 子集 41,331 条 22%，Georgia 41,331 条 25%，PTB/PTB-XL 5,623 条 12%）。小 ICU 数据用于评测领域适配，大库用于预训练与"大数据"训练。

Q7：论文比了多少模型？
23 个模型变体，跨三代方法：① 特征模型（KNN、MLP、SVM、LR、RF、LightGBM、XGBoost、CatBoost + 零样本 TabPFN v2）；② 深度学习（1-D CNN 处理原始信号、2-D CNN 处理 ECG 图与谱图/尺度图/递归图）；③ ECG 基础模型（Transformer 的 ECG-FM、CNN 的 ECGFounder）。四种训练配置从零样本到迁移学习。

Q8：谁赢了？
总体排序 ECG 基础模型 > 深度学习 > 特征模型。ICU 测试集最高 F1 = 0.89，由 ECG-FM 通过迁移学习策略取得。零样本最佳 F1 = 0.86（ECG-FM v1）；仅用 PhysioNet 数据训练时最高 F1 = 0.88、最高 precision = 0.98（Inception v3 + 递归图）。

Q9：我现在能拿到什么、怎么拿？
PhysioNet 凭据访问（Credentialed Access）：需完成 CITI 人类受试者培训、签署数据使用协议（DUA）、PhysioNet 审核通过后方可下载。文件为 WFDB 格式记录（ECGs/ 目录）+ metadata.csv（含记录路径、心律标签、训练/测试划分三列）。

Q10：为什么它对 AI-Ready 重要？
它是**“ICU 专属标注数据 + 跨三代方法基准”**的组合样本：数据本体规模不大且为凭据访问，AI-Ready 得分被凭据门槛与小样本拖低；但它补上了公开 ECG 库普遍缺失的"真实 ICU 噪声 + 医师标注"这一环，且提供了可直接对标的基础模型评测协议——这种"小数据、强场景、全基准"的定位在库内是独特的一类。

1.1 三分钟极简版

如果你只有三分钟，记住这六句话：

1. 是什么：加拿大金斯顿 ICU 的房颤检测 ECG 数据集，596 条带标签、四导联、10 秒、240 Hz。
2. 谁做的：Queen’s University + Kingston Health Sciences Centre，第一作者 Sarah Nassar。
3. 怎么标的：两名重症医师独立双读 + 第三人仲裁，AF 合并房扑，AF 占 17%。
4. 论文比了什么：23 个模型跨三代方法（特征/深度学习/基础模型），四种训练配置。
5. 谁赢了：ECG 基础模型最强，ECG-FM 迁移学习在 ICU 测试集拿到最高 F1 = 0.89。
6. 怎么拿：PhysioNet 凭据访问（CITI + DUA + 审核），不是公开直链。

1.2 关键数字一览表

数字	含义
596	发布标注 ECG 条数
613	首轮标注相关 ECG 条数（513 sinus + 100 AF）
17%	发布集 AF 占比
298 / 298	训练 / 测试集条数
50	测试集阳性 AF 条数
4	导联数（I/II/III/V1 等效）
10	每条 ECG 时长（秒）
240	采样率（Hz）
1,043	原始存档覆盖患者数
70,363	对照大库（2021 PhysioNet）ECG 条数
23	基准模型变体数
0.89	ICU 测试集最高 F1（ECG-FM 迁移学习）
0.86	零样本最佳 F1（ECG-FM v1）
0.88 / 0.98	仅 PhysioNet 训练最高 F1 / precision

1.3 一句话定位

它不是"又一个 ECG 数据集"，而是"给 ICU 这一最噪声、最少数类、最需要自动化的场景，配一套校验过的评测标尺"。 规模小是它的短板，场景对、标注准、协议清是它的长处。

§2 数据构成与规格

2.1 规模、来源与机构构成

Kingston ICU AF Dataset 的全部 ECG 来自加拿大安大略省金斯顿一家三级医院——Kingston Health Sciences Centre（KHSC）——的 ICU 床旁监护存档：

维度	数值	说明
原始存档覆盖患者	1,043 名	2015-2020 年床旁监护，均已去标识
发布标注 ECG	596 条	IEEE 论文 Table II 与 PhysioNet 官方页口径
首轮标注相关 ECG	613 条	论文正文口径（513 sinus + 100 AF），清洗后为 596
AF 类占比	17%	发布集口径
训练 / 测试	298 / 298	分层划分，保 AF 比例
测试集阳性 AF	50 条	样本量小，为已知局限
导联数	四导联	I、II、III 与 V1 等效
单条时长	10 秒	随机抽取单片段
采样率	240 Hz	与床旁监护一致

数据场所 KHSC 是一个 33 床的内科/外科/创伤/神经 ICU（这一描述见关联临床研究 NCT04722939 对同一 ICU 的刻画）。论文把它概括为 “a tertiary hospital in Kingston, Ontario, Canada”。患者平均住院时长为 5.5 天——这意味着原始存档中其实存在可用的长程遥测底料，但发布集只取了每人随机一条 10 秒片段，长程数据留给未来的房颤预测研究。

需要强调的一点：这不是随机从全人群抽样，而是针对 ICU 遥测数据的定向再标注。因此不要把它当作"ICU 房颤流行病学样本"来用——它的价值在算法基准与场景代表性，不在发病率推断。

2.2 ECG 规格与信号处理

属性	规格
导联	I、II、III、V1 等效（四导联遥测）
时长	10 秒
原始采样率	240 Hz
滤波	二阶 Butterworth 带通 5-30 Hz（双向滤波）
对齐处理	公开数据集下采样至 240 Hz 以匹配 ICU 采样率
记录格式	WFDB（PhysioNet 标准），位于 ECGs/ 目录
元数据	metadata.csv

metadata.csv 的关键列（PhysioNet 官方使用说明给出）包括：

• ECG：记录文件路径（如 ECGs/ECG_0）
• Rhythm：心律标签（sinus rhythm / AF）
• TrainOrTest：该条属于训练集还是测试集

三条信号处理要点值得记录：

1. 滤波统一化：所有 ECG 经双向二阶 Butterworth 带通滤波（5-30 Hz），这一步既去基线漂移与高频噪声，也统一了 ICU 与公开数据集的频带，便于跨库比较。
2. 采样率对齐：ICU 数据原生 240 Hz，公开的 2021 PhysioNet 挑战赛数据被下采样到 240 Hz——这是一个刻意的对齐决策，避免采样率差异成为混淆因素。
3. 四导联而非 12 导联：ICU 床旁遥测通常只接数个导联，因此是四导联而非标准的 12 导联。这一限制直接影响了基础模型的使用方式（见 §5.3）。

2.3 标签体系与节律定义

标签是二元的，但定义里藏着 ICU 场景的取舍：

标签	语义	归并规则
sinus rhythm	窦性心律	不论心率快慢与窦性心律不齐，只要起源为窦房结即归此类
AF	心房颤动	合并 atrial flutter（房扑） 一并归入

论文对公开数据集做标签映射时，用了 SNOMED CT（Systematized Nomenclature of Medicine Clinical Terms）编码：sinus bradycardia（窦缓）、sinus tachycardia（窦速）、sinus arrhythmia（窦性心律不齐）统一映射到 sinus rhythm 类；AF、atrial flutter、AF+房扑、chronic AF（慢性房颤）、rapid AF（快速房颤）统一映射到 AF 类。同时剔除同时携带两类标签、或携带未用标签（起搏器、二联/三联律、室速室颤、其他心动过速/过缓）的记录。

为什么要把房扑并入房颤？ 在 ICU 房颤检测的临床语境中，房扑与房颤同属"快速房性心律失常"，临床处理策略相近，且两者在心电图上常有重叠。但这一归并也带来跨库比较的兼容性问题——别的 ECG 库可能把房扑单列，因此跨库比较前必须统一"房扑算不算 AF"的口径（这是论文自述的一个重要局限）。

2.4 类别不平衡与样本量：两个无法回避的边界

类别不平衡：AF 仅 17%，sinus 约 83%，比例约 1:5。这在 ICU 房颤本就"少数类"的现实中是合理的，但对训练提出要求——论文在划分训练/测试时就采用分层划分（stratified split）保证两组 AF 比例一致，并把分类阈值设为 0.5、用二值交叉熵损失。

样本量小：测试集 n=298、阳性仅 50。论文专门讨论了这一局限：在小测试集上，单次误分类对指标的影响远大于大测试集。这意味着 596 条数据集上算出的 F1/precision 波动区间较宽，用于模型排名时需谨慎——论文因此建议把本数据集作为"ICU 场景适用性"的评测入口，而非泛化性能的终局裁判。

2.5 与其他 ICU/ECG 资源的边界

把 Kingston ICU AF 放进 ICU-ECG 资源谱系里，能看清它的定位：

资源	规模	场景	标注	访问
Kingston ICU AF	596 条 4 导联 10s	真实 ICU（加拿大）	医师双读+仲裁	凭据访问
2021 PhysioNet/CinC Challenge	70,363 条 12 导联	院外多中心	多种节律标签	公开/凭据（分级）
MIMIC-IV-ECG	~80 万条	ICU（美国 BIDMC）	报告文本（未公开去标识版）	凭据访问
MIMIC-IV-Waveform	高分辨率波形子集	ICU（美国 BIDMC）	无逐条节律标注	凭据访问

Kingston ICU AF 的差异化价值在于：它同时具备"ICU 场景"“医师独立标注”"四导联遥测"三要素，而公开库中很少有哪一项能同时满足——MIMIC-IV-ECG 有 ICU 场景但标注是报告文本且未公开去标识版；2021 PhysioNet 挑战赛标注质量高但场景偏院外。论文明确的宣称是"据我们所知，尚无其他带标注的 ICU 患者开源 ECG 数据集"，正是针对这一缺口。

2.6 数据可比性速查

对比项	本数据集	2021 PhysioNet 挑战赛
记录数	596	70,363
AF 占比	17%	18%
采样率	240 Hz（原生）	下采样至 240 Hz 对齐
导联	四导联	多为 12 导联（子集不一）
场景	ICU 遥测	院外多中心
时长	10 秒	多为 10 秒（长者裁剪至前 10 秒）
标签体系	二元（房扑并入 AF）	多类（SNOMED CT 映射）

子集细分（论文 Table II 同源）：Chapman/Shaoxing & Ningbo 41,331 条（AF 22%）、Georgia 41,331 条（AF 25%）、PTB & PTB-XL 5,623 条（AF 12%）。这些数字在跨库对比时有用，但也提醒：2021 挑战赛数据的各子集 AF 占比差异很大，用它做对照组时需按子集分层。

2.7 逐条记录的数据字典

把一条记录拆开看，能看清数据集的原子结构。每条记录由两部分组成：

组件	载体	内容
波形	ECGs/ECG_<n>（WFDB）	四导联、2500 采样点（10 秒 × 240 Hz）、信号值
元数据行	metadata.csv	ECG（记录路径）/ Rhythm（sinus 或 AF）/ TrainOrTest（train 或 test）

Rhythm 列的取值域只有两个：sinus 与 AF。TrainOrTest 列的取值域也只有两个：train 与 test。这种"极简 schema"的好处是加载与对齐成本低——用 pandas 一行就能把全部标签读入，用 wfdb 一行就能读一条波形；代价是它不携带患者级 ID、采集时间等更多上下文（去标识与隐私保护的直接结果）。

需要注意：由于发布集经过清洗（§3.2），metadata.csv 中的记录总数应为 596，而非首轮标注的 613。若你从其他渠道看到 613，应意识到那是标注阶段的中间产物，不是发布版。

2.8 与 12 导联临床 ECG 的关系

一个容易被忽略的规格事实：ICU 遥测四导联 ≠ 标准 12 导联临床 ECG。标准 12 导联 ECG 是医师为诊断目的专门记录的（V1-V6、I/II/III、aVR/aVL/aVF），通常 10 秒、500 Hz 采样，导联贴放规范；而 ICU 遥测 ECG 是床旁监护仪连续采集的，导联更少（本例为 I、II、III + 一个 V1 等效导联）、采样率可能更低（240 Hz），且导联贴放随体位漂移。

这带来两个直接影响：

1. 模型迁移的方向性：为 12 导联开发的基础模型迁到四导联需要降维适配（§3.5），反之则为升维填充，两个方向都有信息损失。
2. 临床语义的差异：12 导联 ECG 是"诊断序列"（一次有目的的记录），遥测 ECG 是"监测序列"（持续被动采集）——前者关心单次诊断精度，后者关心持续监测的敏感性与误报率。本数据集服务的是后者。

理解这层差异，才能理解为什么论文把"报警疲劳"设为问题背景：监测序列的评测目标不是单次判读准不准，而是长期误报会不会淹没真警报。

2.9 数据的代表性抽样逻辑

数据集不是流行病学抽样，它的选取逻辑是"给定患者池 → 每患者随机一条 10 秒片段"。这一逻辑决定了两件事：

1. 横向均匀、纵向稀疏：患者维度覆盖了 ICU 人群的多样性（1,043 人池），但每个患者只贡献一条 10 秒——纵向（时间）信息几乎为零。因此它适合"单片段分类"，不适合"时序建模"。
2. 随机而非分层：抽取是随机的，没有刻意按房颤严重程度或合并症分层，因此发布集的 17% AF 占比是抽样自然结果，不应解读为"该 ICU 房颤发病率 17%"。

若要做房颤预测（forecasting）而非检测（detection），需要用原始存档中的长程数据——论文明确指出这是未来工作方向，并打算用本研究的检测模型作为"弱标注器"去长程记录上找房颤起始点。

2.10 与常见疑问的澄清

疑问	澄清
这是 MIMIC 的一部分吗？	不是。是加拿大 KHSC 独立采集的机构数据，与 MIMIC（美国 BIDMC）无关
是 12 导联吗？	不是。是四导联遥测（I/II/III/V1 等效）
是长程记录吗？	不是。每条仅 10 秒随机片段
能做房颤预测吗？	发布集不能（单片段），但原始长程存档有潜力（§4.4）
AF 就是房扑吗？	不是。AF 是房颤，房扑（flutter）被并入 AF 类
17% 是该 ICU 的发病率吗？	不是。是随机抽样后的发布集占比，非流行病学发病率
谁标注的？	两名重症医师独立标注 + 第三人仲裁
训练/测试怎么分？	分层划分，各 298 条，保 AF 比例
用什么格式存？	PhysioNet 标准 WFDB 记录 + metadata.csv

2.11 数据获取前的准备清单

如果你决定申请本数据集，先备齐这些（凭据访问通用要求）：

• [ ] CITI 人类受试者研究培训完成证明
• [ ] 机构邮箱（institutional email，非个人邮箱）
• [ ] 数据使用协议（DUA）签署方信息
• [ ] 推荐人信息（PhysioNet 会联系推荐人确认）
• [ ] 研究用途一句话描述（限定房颤检测研究）
• [ ] 项目排期中预留审核等待期（官方 2026-06 公告提示延迟）

这套准备对所有 PhysioNet Credentialed Access 数据（含 MIMIC 系列）通用，一次备齐可复用于多个条目。

§3 标注流程与信号处理管线

3.1 双读 + 仲裁的标注流程

Kingston ICU AF 的标注流程可以用一句话概括：两名重症医师独立标注，分歧交由第三名医师裁决。

层级	人员	职责
首读	两名重症监护医师	各自独立判读随机抽取的 10 秒 ECG，标注 sinus / AF
仲裁	第三名医师	当前两位分歧（tie）时裁决

流程细节：团队从患者子集中随机抽取一条 10 秒 ECG（每人一条），首轮标注得到 613 条相关 ECG（513 窦性 + 100 房颤/房扑）。其余标签（起搏器等）因流行率低或为零而不纳入。这一步的原始记录在关联的 Queen’s 学位论文（Chen 2021，论文 ref [28]）中有更详尽的描述。

为什么双读 + 仲裁重要？ 房颤判读本身存在观察者间变异，尤其在 ICU 噪声环境下更明显。双读 + 仲裁把单人判读的随机误差压低，使标签成为多医师共识的近似——这也是本数据集相对众包标注（如 CrowdGleason 式的多人投票）的差别：这里是少数专家深读，而非多非专家浅读聚合。

3.2 从 613 到 596：清洗规则

发布集是 596 条，比首轮 613 条少——差额来自发布前的清洗。论文给出的清洗/入选规则包括：

1. 去双标签记录：同时携带 sinus 与 AF 两类的记录移除；
2. 去未用标签记录：携带起搏器、二联/三联律、室速室颤、其他心动过速/过缓等标签的记录移除；
3. 去缺失/平坦导联：含一个或多个平坦或缺失导联的记录移除；
4. 滤波：剩余信号经双向二阶 Butterworth 带通（5-30 Hz）滤波；
5. 采样率对齐：公开数据集下采样到 240 Hz。

这几条规则解释了 613 → 596 的差额，也解释了为什么发布集干净但更小——每一条被留下的记录都通过了"导联完整 + 标签明确"的门槛。

3.3 特征工程管线（经典 ML 基线）

特征模型是三代方法中的第一代。其管线（论文 Table I 口径）为：

1. R 峰检测：用 sleepecg 包（改进的自适应阈值拍检测算法）；
2. 特征提取：用 NeuroKit2 包估计信号质量、计算心率及心率变异性（heart rate variability, HRV） 特征；
3. 每导联约 27 个特征，涵盖：R 峰数、信号质量、心率（bpm）、HRV 时域（RR 间期的最小标准差、中位数、平均绝对偏差、四分位距、20/80 百分位、连续差标准差、>20ms/>50ms 序列数）、HRV 三角指数、Poincaré 图特征（沿/垂于恒等线的标准差、椭圆面积、非对称性）、直方图拐点百分比、Shannon 熵等；
4. 拼接：每条 10 秒 ECG 展成一行，四个导联 × 每特征 4 列 = 每条 108 列；
5. 丢弃：任一导联 R 峰 ≤3（无法算特征）的片段被丢弃。

论文特别说明：尽管跨导联特征高度相关，但因为 ICU 信号噪声大、导联贴放不完美，每个导联仍保留——这是 ICU 场景对特征设计的具体影响。

3.4 深度学习输入格式（三种）

DL 是第二代方法，论文测试了三类输入格式：

格式	模型	要点
原始 1-D 信号	Goodfellow CNN、Stanford CNN	四导联作四通道；Stanford CNN 输入限 9.6 秒、窗长约 1.1 秒
ECG 图像（2-D）	ResNet-18、Inception v3	用 ecg_plot 绘制，图像尺寸 319×999
信号到图像变换	ResNet-18、Inception v3	STFT 谱图 / CWT 尺度图 / 递归图，四导联作四通道

两个工程细节值得记录：① Goodfellow CNN 的一种训练方式用 2.5 秒片段，推理时用半重叠滑动窗平均输出概率，论文将其与"整段 10 秒"训练对比；② 2-D CNN 因需处理四导联图像，首层卷积被改成接受四通道（而非默认三通道 RGB）。

3.5 基础模型输入规格（第三代）

心电基础模型（foundation model, FM）对输入规格有强硬要求，这直接触及本数据集"只有四导联"的软肋：

模型	架构	预训练数据	输入规格
ECG-FM	Transformer（自监督混合）	1.4M × 10s × 12 导（MIMIC-IV-ECG + 2021 PhysioNet）	5 秒、12 导、500 Hz、不滤波
ECGFounder	CNN	7.5M × 10s × 12 导（Harvard-Emory）	10 秒、12 导或单导、500 Hz、三步滤波

因为两个 FM 都要求 12 导、500 Hz，而本数据集只有四导联、240 Hz，团队必须做工程适配：先经线性插值重采样到 500 Hz，把未测导联置零（或尝试用导联 I 填充），ECG-FM 用窗口化把 5 秒窗口的输出聚合回 10 秒。ECGFounder 则测试了"12 导版（未测导置零）"与"单导版（四导联预测平均）"两种用法。

这一节的要义是：ICU 四导联的真实性与基础模型 12 导的刚性之间存在张力，而论文最有价值的方法学贡献之一，正在于把这种张力量化——单导 ECGFounder 略胜 12 导版，暗示"在只有四导联时，硬凑 12 导未必更好"。

3.6 各处理阶段的样本损耗账

把首轮标注的 613 条记作起点，追踪每一步清洗的损耗，能看清"596"的构成：

阶段	操作	相对量
起点	两名医师双读 + 仲裁，得相关 ECG	613 条
清洗 A	去除同时携带 sinus 与 AF 两类标签的记录	减少
清洗 B	去除携带未用标签（起搏器/二联三联/VT-VF/其他）的记录	减少
清洗 C	去除含平坦或缺失导联的记录	减少
终点	发布版标注 ECG	596 条

论文没有逐条公布每一步的精确损耗数，因此"613 → 596 的 17 条差额具体来自哪一步"无法完全复现——但清洗逻辑本身是明确的。对使用者的含义是：这 596 条是"干净子集"，其分布可能与被清洗掉的部分存在系统差异（例如带起搏器的记录被剔除，意味着本数据集不适合研究起搏器患者的房颤识别）。

§4 ICU 场景与临床意义

4.1 为什么 ICU 房颤检测是个真问题

房颤在 ICU 的发生率远高于普通人群。论文开篇即给出背景：ICU 中房颤发生率可达 15-20% 或更高，且危重患者存在新发房颤的额外风险。房颤的危害链条是清晰的：房颤 → 心力衰竭与卒中风险上升 → 危重患者的病情更快恶化。

但真正让这件事变成"AI 值得做"的，是 ICU 的数据现实：

1. 连续遥测产生海量 ECG：ICU 患者身上连着床旁监护仪，ECG 是 24 小时不间断采集的。数据量之大，靠人力实时判读不现实。
2. 自动算法的老问题——误报：床旁监护仪内置的房颤检测算法误报率高，护士长期被虚假警报淹没，形成"报警疲劳"（alarm fatigue）——警报越多，真报警越容易被忽视。
3. 公开数据不匹配：公开 ECG 库大多来自门诊，反映不了 ICU 特有的电气噪声（电磁干扰）与物理噪声（运动伪影、导联移位）。

这三条合起来指向一个缺口：缺少 ICU 场景下、带可靠医师标注的 ECG 数据，来训练和评测真正适用于 ICU 的房颤检测模型。Kingston ICU AF 就是为补这个缺口而生。

4.2 数据集的临床代表性边界

数据集的临床价值与其边界是一体两面。可用的地方：

• 场景真实：来自真实 ICU 床旁遥测，噪声、导联数、采样率都是 ICU 原生模样；
• 标注可靠：两位重症医师双读 + 第三人仲裁；
• 部署导向：测试集上的性能可直接作为"这套模型放到 ICU 会怎样"的近似。

必须承认的边界：

边界	含义	对使用者的影响
单中心	一家加拿大三级医院 ICU	跨机构泛化未验证，迁移到其他 ICU 需重新评测
四导联	非标准 12 导联	基础模型需工程适配（置零/重采样）
规模小	596 条，测试集仅 298（阳性 50）	指标波动大，模型排名需谨慎
类不平衡	AF 17%	训练需处理类不平衡
二元标签	房扑并入 AF，窦性不论心率	与多类节律库比较需统一口径
单片段	每人随机一条 10 秒	不能直接做房颤预测/长程监测

论文对局限的态度是坦诚的：它明确指出测试集样本量小、单次误分类影响大，并建议统一节律标注定义 + 跨站点验证，同时呼吁为 ICU 房颤检测专门基准化更大数据集。这种"给数据集划边界"的写法，本身是 AI-Ready 数据集条目里值得学习的一环。

4.3 人机对比：AI 能否超过心内科医师

论文引用了 Stanford CNN 论文的人机对比，给出一个对临床部署极具说服力的数字：即使是心内科医师，ECG 判读也常犯错。

场景	心内科医师平均 F1	模型 F1
每 1.28 秒输入逐段标注 AF & Flutter	0.677	0.801
30 秒记录内识别节律出现	0.686	0.831

这个对比的意义在于：它把"AI 房颤检测"的价值论点从"替代护士盯屏"提升到"可能比心内科医师判读更准"。当然，Stanford 用的是单导联 30 秒数据、本数据集用的是四导联 10 秒数据，两者不能直接并列——但它说明临床级 ECG 判读的一致率本就不高，为 ICU 场景的自动化留出了空间。

4.4 从"检测"到"预测"：数据集的未来延展

论文把未来工作分为两支，其中一支信息量很大：用本数据集的检测模型作为"弱标注器"（weak labeller），去长程遥测记录上自动找房颤起始点。

逻辑链条是：房颤预测（forecasting）需要知道"房颤从哪一刻开始"，但让专家逐小时、逐天标注长程 ECG 不现实。于是先训练一个高精度的房颤检测器，用它给长程记录打"弱标签"，再在这些弱标签上训练预测模型。这解释了为什么数据集虽然只有 596 条、却值得做——它的检测模型是通往更大规模房颤预测数据的基础设施。

论文提到原始存档的患者平均住院时长为 5.5 天，意味着长程遥测底料是充足的。这条延展路径对所有做"临床时序预测"的团队都有借鉴价值：先做小规模精标注的检测，再用检测器去放大标注规模。

4.5 临床部署的边界条件

若真要把基于本数据集的模型部署进 ICU 床旁监护，需正视论文列出的边界：

1. 样本量小：测试集 298 条、阳性 50，性能估计的置信区间宽，不能当作出厂精度承诺。
2. 单中心偏差：一家加拿大医院的 ICU，导联贴放习惯、设备型号、患者构成都可能与目标医院不同。
3. 四导联：若目标 ICU 是 12 导联设备，需重新适配。
4. 报警疲劳的对立面：部署的成败不止看 F1，更看误报率——论文引用的人机对比提醒，高 precision（0.98）比高 recall 对减少报警疲劳更关键。
5. 跨站点验证缺失：论文建议做 leave-site-out 交叉验证，本数据集单中心无法内建此验证。

4.6 房颤检测与房颤预测：两条技术路线的分野

需要厘清一个常被混淆的概念对：

概念	英文	任务	本数据集支持吗
房颤检测	detection	判断"当前这段是否房颤"	支持（核心任务）
房颤预测	forecasting	判断"未来是否会房颤"	不支持（需长程数据）

检测是"是什么"，预测是"将会是什么"。本数据集的 596 条 10 秒单片段只支持检测；预测需要长程时序，靠原始存档的 5.5 天长程遥测底料（§4.4）。这层分野对选题很重要：如果你的研究问题是"提前预警房颤"，本数据集只能作为检测器训练数据的起点，而非直接输入。

4.7 为什么"报警疲劳"值得写进数据集动机

论文把"报警疲劳"放进问题背景，不是修辞。ICU 的床旁监护仪每天产生海量警报，其中房颤相关的误报占比高，护士逐渐对警报脱敏——这恰恰削弱了自动化本该带来的安全收益。因此，一个房颤检测模型的临床价值，不能只看"能不能检测出房颤"，还要看"会不会制造更多无谓警报"。

这一视角对评测指标的映射是直接的：precision（少误报）在临床上至少与 recall（不漏报）同等重要，而在类不平衡的 ICU 房颤场景里，这两者天然冲突。理解这一点，才能读懂论文为何把 precision 0.98 当作重要成果之一来报告。

§5 基准：23 个模型跨三代方法的横向对比

5.1 基准设计：四个训练配置

论文的基准框架不是"一种数据训一个模型"，而是两套数据 × 三代方法 × 四种训练配置的矩阵：

• 两套数据：小规模 ICU 数据（596 条）+ 大规模公开 2021 PhysioNet 挑战赛数据（70,363 条）；
• 三代方法：特征模型、深度学习、ECG 基础模型；
• 四种训练配置（样本量递增）：① 零样本（不做额外训练，直接推理）；② 仅小 ICU 数据训练；③ 大规模公开数据训练；④ 迁移学习（公开数据预训练 + ICU 微调）。

这个设计的目的，是回答一个非常实际的问题：在 ICU 标注数据稀少的情况下，到底该怎么用好基础模型？ 是零样本直接用、还是用大库预训练再微调、还是从零在小数据上训？四种配置恰好覆盖这几种现实选择。

5.2 核心结果：谁赢了

论文的总体结论清晰：在平均意义上，心电基础模型表现最佳，其次是深度学习，最后是特征模型。具体到 ICU 测试集：

结论	数值	取得者
ICU 测试集最高 F1	0.89	ECG-FM（迁移学习）
零样本最佳 F1	0.86	ECG-FM v1
仅用 PhysioNet 训练最高 F1	0.88	Inception v3 + 递归图
仅用 PhysioNet 训练最高 precision	0.98	Inception v3 + 递归图
最大 recall	0.84	ResNet-18（ECG 图/递归图）、微调 ECG-FM

零点五阈值、二值交叉熵损失、Adam 优化器——所有模型的评测协议一致。

5.2.1 关键结果登记表（论文口径）

配置	模型	关键指标
零样本	ECG-FM v1	F1 0.86（零样本最佳）
零样本	ECG-FM v2	除 recall 外低于 v1
零样本	ECGFounder 12 导 / 单导	两者 F1 接近，单导略优
仅 PhysioNet 训练	Inception v3 + 递归图	F1 0.88 / precision 0.98
仅 PhysioNet 训练	ResNet-18（ECG 图/递归图）	recall 0.84（并列最高）
仅 PhysioNet 训练	Goodfellow CNN（10s）	F1 0.85 / precision 0.89
仅 PhysioNet 训练	Stanford CNN（9.6s）	F1 0.85 / precision 0.91
迁移学习	ECG-FM	F1 0.89（ICU 测试集最高）

注：论文摘要只点名披露 0.89 与 0.86 等核心值，其余数值取自正文结果节；若条目发布后细读正文补齐，按附录 R 触发点 2 更新。

5.2.2 三代方法的能力画像

把三代方法各自的长短板画成一幅像：

代	优势	短板	ICU 适配性
特征模型	小数据下稳健、可解释、算力低	依赖手工特征，上限受限	兜底基线
深度学习	大数据下精度高、端到端	小数据下易过拟合、需调参	有大数据时可用
基础模型	小数据下不崩、迁移性强	输入规格刚性、算力需求高	论文最优路线

论文的结论并不是"基础模型永远赢"，而是"在 ICU 标注数据稀缺的现实下，基础模型的迁移能力最有价值"——这是一个由数据条件倒推的方法学判断。

5.3 三个值得记住的方法学发现

发现一：基础模型的最大价值在于"小数据下不崩"。
标准深度学习在只有小 ICU 数据时表现挣扎（数据不够），而基础模型靠"预训练知识"在小数据下仍保持较高性能。ECG-FM 用迁移学习在 ICU 测试集拿到最高 F1 0.89——这正是"公开预训练 + ICU 微调"这条路的胜利。

发现二：递归图 > 普通谱图。
在信号到图像的 2-D CNN 里，把 ECG 转成递归图（recurrence plot，一种可视化信号周期性的方法） 显著优于标准的谱图（spectrogram）。这是一个很具体的工程细节：ICU ECG 的周期性（心率节律）用递归图表达得比频率谱更有效。

发现三：零样本 FM 用 Sigmoid 优于 Softmax。
基础模型的原始输出是多标签分类（17/26/150 类），要转成 AF 二分类，论文对 AF 与房扑的输出做 Sigmoid 变换并取两者最大值作阳性概率。实验显示在零样本设置下 Sigmoid 一致优于 Softmax——这是给未来部署者的实用提示。

附：输入时长的收益。 1-D CNN 增大输入时长收益明显：Goodfellow CNN 的 F1 从 0.77 升到 0.85（输入 2.5s → 10s），precision 从 0.73 升到 0.89；Stanford CNN 的 F1 从 0.82 升到 0.85（1.1s → 9.6s）。结论朴素但有用：给模型看更长的波形，它认得更准。

5.4 零样本 FM 的版本差异：一个关于标签质量的注脚

论文观察到零样本下 ECG-FM v1（0.86 F1）优于 v2，除 recall 外各项指标均更好。作者给出的解释耐人寻味：ECG-FM v2 的微调数据来自 MIMIC-IV-ECG，而其标签是从自由文本 ECG 报告中解析出来的，这些报告可能是机器自动生成的（而非专家医师撰写）。如果机器测量的准确性或文本解析算法有偏，v2 就可能用不准确的标签做了微调。

这个注脚的价值在于：它把"基础模型的性能差异"部分归因到训练标签的质量——模型架构相同，标签质量不同，零样本表现就有差距。这与库内 PANDA-PLUS 条目"标签质量决定模型上限"的主题形成跨领域的呼应。

5.5 实测数字的两处口径

需要注意论文中两处容易混淆的 F1：

• 0.89 是 ICU 测试集上的最高 F1（ECG-FM 迁移学习，对应摘要中的结论句）；
• 0.88 是仅用 2021 PhysioNet 数据训练、在 ICU 测试集评测的最高 F1（Inception v3 + 递归图）。

两者都是"在 ICU 测试集上评测"，区别在训练数据来源。引用时务必写清训练配置，否则会张冠李戴。

5.6 基准结果的解读守则

读这组数字，有五条守则：

1. 排序是概率性的，不是绝对的。"基础模型 > 深度学习 > 特征模型"是平均意义上的，具体到某个模型某个配置会反转（如小数据下经典 ML 常胜过未预训练的 CNN）。
2. 小测试集放大噪声：298 条、阳性 50 的测试集上，F1 的置信区间宽，不要对 0.01 级的差异过度解读。
3. 训练配置比模型架构更重要：0.86（零样本）→ 0.89（迁移学习）的提升来自配置，而非换模型。
4. precision 与 recall 的权衡：临床部署看重 precision（少误报），需明确报告目标侧的指标。
5. 别跨论文直接比：不同论文测试集不同，本论文的内部排序可信，跨论文的绝对数值不可直接比较。

5.7 逐类模型的详细观察

论文正文对不同模型有一段一段的观察，摘其要点：

特征模型：论文对约 27 个手工特征做了特征重要性分析，并测试了"几乎全部经典 ML 算法"。结论是特征模型构成了合理基线，但受限于手工特征表达力，在大库训练场景下被神经网络超越。零样本 TabPFN v2 的表现说明"表格基础模型"在这个任务上仍未成熟到碾压经典 ML。

1-D CNN：两个架构（Goodfellow、Stanford）都验证了"输入越长越准"的规律。Goodfellow CNN 从 2.5 秒到 10 秒，F1 从 0.77 到 0.85、precision 从 0.73 到 0.89，这个提升幅度相当可观，说明短窗推理丢失了节律信息。

2-D CNN（图像）：把 ECG 画成 319×999 图像再用 ResNet-18/Inception v3，在"仅 PhysioNet 训练"场景下表现不错，尤其 Inception v3 + 递归图拿到 F1 0.88。但普通谱图/尺度图的 2-D CNN 表现一般——说明不是"图像化"本身有效，而是"用对的图像表示"才有效。

基础模型：ECG-FM 与 ECGFounder 是两条不同架构路线（Transformer vs CNN）。单导 ECGFounder 略胜 12 导版这个反直觉结果，作者归因于本数据集只有四导联、12 导版需把未测导置零引入噪声；作者也试过用导联 I 填充未测导，结果要么更差要么无显著变化。

5.8 从"检测"到"部署"还差什么

论文的一支未来工作直指临床部署：把 AF 检测器集成进 ICU 床旁监护，并做临床试验，评估三个维度——① 与监护仪内置算法的性能对比；② 误报频率；③ 有/无该检测器时护士报警疲劳的变化。

这提示：得到一个高 F1 只是研究的终点、部署的起点。 真正决定成败的是误报率与工作流整合，而这些靠离线数据集无法回答。这也是为什么论文把"报警疲劳"放在问题背景里——它是对部署成败的直接关切。

5.9 ICU ECG 场景的评测难点小结

难点	表现	应对
噪声大	电磁干扰、运动伪影、导联漂移	每个导联都保留特征；用信号质量指标过滤
类不平衡	AF 仅 17%	分层划分、加权损失、报告 precision/recall
样本少	测试集 298、阳性 50	报告置信区间，慎做模型排名
导联少	只有四导联	适配 12 导模型或直接按可用导联建模
协议杂	房扑算不算 AF、窦性分不分心率	跨库比较前统一节律定义
单中心	一家医院	跨站点验证（leave-site-out）

§6 获取与许可：凭据访问的门怎么进

6.1 三层资产

Kingston ICU AF 的资产结构比 PANDA-PLUS 简单，但也有一层门：

资产	内容	获取方式
数据集本体	596 条标注 ECG（WFDB + metadata.csv）	PhysioNet 凭据访问
论文（方法+基准）	IEEE TBME 2026（arXiv v2 公开）	arXiv 公开 / IEEE 开放
对照大库	2021 PhysioNet/CinC 挑战赛数据	PhysioNet（分级访问）

6.2 凭据访问实操要点

PhysioNet Credentialed Access（凭据访问） 通常要求：

1. 完成 CITI（Collaborative Institutional Training Initiative）人类受试者研究培训课程；
2. 签署数据使用协议（DUA）；
3. 通过 PhysioNet 审核（需institutional email + 推荐人回应）。

需注意 PhysioNet 官方在 2026-06-18 公告：由于团队人员变动，凭据访问申请的审核可能显著延迟，会按收件顺序处理。因此从申请到拿到数据有等待期，做项目排期时要预留。

使用示例（PhysioNet 官方给出）：

# 读取一条 ECG（WFDB 格式）
import wfdb
ecg = wfdb.rdrecord('ECGs/ECG_0').to_dataframe().values

# 读取带标签的元数据
import pandas as pd
metadata = pd.read_csv('metadata.csv')
record_paths = metadata['ECG']           # 记录路径
rhythms = metadata['Rhythm']             # 心律标签（sinus / AF）
train_or_test = metadata['TrainOrTest']  # 训练或测试归属

# 逐条加载训练集并训练一个最简特征分类器（示意）
import wfdb, numpy as np
from sklearn.ensemble import RandomForestClassifier

meta = pd.read_csv('metadata.csv')
X, y = [], []
for _, row in meta[meta['TrainOrTest'] == 'train'].iterrows():
    sig = wfdb.rdrecord(row['ECG']).to_dataframe().values  # (2500, 4)
    X.append(sig.T.ravel())                                # 简单展平特征
    y.append(1 if row['Rhythm'] == 'AF' else 0)            # 二元标签
clf = RandomForestClassifier(class_weight='balanced', n_estimators=1000)
clf.fit(np.array(X), np.array(y))

上例仅为管线示意，实际特征工程应按 §3.3 的 HRV/信号质量特征设计，直接展平原始波形难以达到论文基准水平。

6.3 许可条款与再分发边界

资产	许可	边界
数据集	PhysioNet Credentialed Access	DUA 约束用途（AF 检测研究）；再分发受限；需凭据
论文（arXiv）	arXiv 标准许可（CC 系）	可阅读引用
论文（IEEE TBME）	© 2026 IEEE	个人用途许可，其余用途需 IEEE 授权

关键提示：数据集是凭据访问，再分发条款未逐条公开展开——把数据或衍生模型用于商用、或再分发给第三方前，需先确认 DUA 条款。论文（IEEE TBME）的版权也明确"个人使用允许，其他用途需 IEEE 授权"，因此引用图表时注意版权。

6.4 AI-Ready 评估：小数据 + 凭据访问的得失

维度	评级	依据
D 可发现性	7	PhysioNet 官方页 + arXiv + IEEE TBME 三重可索引；名称清晰不易混淆
A 可获取性	4	凭据访问（CITI + DUA + 审核）+ 审核延迟——最大失分项
I 可互操作	7	WFDB 标准格式 + CSV 元数据 + PhysioNet 生态；四导联需适配 12 导模型
M 元数据质量	8	论文表格完备（Table I/II + 基准）；613/596 一处口径差已存照
S 可持续性	7	PhysioNet 平台稳定托管；机构单一但治理清晰（Queen’s 伦理审批）
综合	6.6/10（中上）	文档与方法学质量高、场景独特；凭据门槛与小样本拉低可获取性与泛化信心

6.5 与库内可获取性光谱的对照

把本数据集放进全库"可获取性光谱"里，它属于中偏严的一档：

获取档位	代表	门槛
公开直链	PTB-XL（rid 70）、chapman-shaoxing（rid 143）	几乎零门槛
注册/分级	2021 PhysioNet 挑战赛数据	轻量注册
凭据访问（本数据集）	Kingston ICU AF、MIMIC-IV-ECG（rid 172）	CITI + DUA + 审核
请求制	部分病理掩码数据集	邮件申请

凭据访问的合理性在于：它承载的是真实患者（尽管去标识）的 ICU 遥测数据，风险管理要求高于门诊公开 ECG。代价是可获取性下降。对本条目的使用者的提醒是：把"申请—审核—下载"的周期计入项目排期，不要等到实验前一周才申请。

6.6 许可使用的常见误解澄清

误解	事实
“PhysioNet 上的都是公开数据”	本数据集是凭据访问，非公开直链
“拿了数据就能随意发”	DUA 约束用途与再分发，衍生发布前需确认条款
“论文开放 = 数据开放”	论文（arXiv/IEEE）与数据集是两套许可，互不影响
“可以商用”	商用/再分发边界未逐条公开，需先确认

§7 方法学启示：三条可迁移的经验

7.1 "小数据 + 强场景 + 全基准"的评测范式

Kingston ICU AF 最值得复制的，不是数据本身，而是它的评测范式：用小规模、强场景代表性的数据做"领域适用性"评测，用大规模公开数据做"预训练/泛化"训练。四种训练配置（零样本 / 小数据 / 大数据 / 迁移）恰好覆盖了从"没数据"到"有数据"的连续谱，让读者能按自己的数据条件对号入座。

对做 ICU 或其他小样本临床 AI 的团队，这套范式可直接迁移：不要在小数据上从零训练，也不要在没有领域数据时盲目相信大库预训练——正确的做法是把两者组合成迁移学习配置，并用目标场景的小测试集做终评。

7.2 四导联现实与 12 导模型刚性的张力

一个被论文量化、但常被忽略的工程真相：真实 ICU 只有四导联，而主流心电基础模型都要求 12 导。论文的适配策略（重采样到 500 Hz + 未测导置零 + 单导平均）以及一个反直觉的结论——单导 ECGFounder 略胜 12 导版——提示：在四导联场景硬凑 12 导（置零或填充）未必优于直接按可用导联建模。

这条经验对任何"模型规格与现实采集不匹配"的场景都适用：先量化适配代价，再决定是迁就模型还是迁就现实。

7.3 标签质量决定模型上限的又一例证

ECG-FM v2 因微调数据标签来自机器解析的报告文本而零样本表现不及 v1——这是"标签质量决定模型上限"在信号领域的一个注脚。它与库内 PANDA-PLUS（病理标签噪声）、以及其他条目共同构成一个跨模态的主题：在临床 AI 里，数据标注的可信度往往比模型架构更能解释性能差异。

7.4 标注协议的统一是跨库比较的前提

论文反复强调的一个方法论要点：房颤标注存在"房扑是否并入 AF""窦性是否区分心率"等协议差异，导致跨库比较不可直接。统一节律标注定义因此被列为首要建议之一。这对所有做多源 ECG/信号数据整合的人都是一记提醒：合并数据集前，先对齐标签语义，再谈性能。

7.5 三个基线的取舍逻辑

论文比较三代方法，隐含一条"选型决策树"：

你的数据条件	推荐路线	理由
完全没有领域标注	零样本基础模型	免训练，ECG-FM 零样本 F1 0.86
有少量领域标注（百级）	迁移学习（公开预训练 + 微调）	论文最优路线，F1 0.89
有大量公开数据无领域标注	大库训练 + 目标域评测	仅 PhysioNet 训练亦可达 F1 0.88
算力极受限	特征模型（KNN/XGBoost）	小数据下经典 ML 常胜过未预训练 CNN

这张表的价值在于：它把"用哪个模型"还原成"你有什么数据、多少算力"的现实约束，而非抽象的架构优劣。

7.5.1 选型决策树（速查）

你要做 ICU 房颤检测？
├── 有 ICU 领域标注（百级）？
│   ├── 是 → 迁移学习：公开基础模型 + ICU 微调（论文最优）
│   └── 否 → 零样本基础模型（ECG-FM 优先）
├── 有充足公开 ECG 数据 + 算力？
│   ├── 是 → 大库训练 + ICU 评测（Inception+递归图 / 微调 FM）
│   └── 否 → 特征模型兜底（KNN/RF/XGBoost + HRV 特征）
└── 目标是减少误报（precision 优先）？
    └── 是 → 调阈值、报告 precision，别只盯 accuracy

7.5.2 与既有文献的关系

论文的方法学定位可概括为"三个 gap 的填补"：

1. 数据 gap：缺 ICU 专属标注 ECG → 发布 Kingston ICU AF；
2. 基准 gap：缺"哪种 AI 方法最适合 ICU 房颤检测"的系统对比 → 23 模型 × 四配置；
3. 部署 gap：缺面向临床部署的性能参照 → 报告 precision 与失效分析。

这一"数据 + 基准 + 部署视角"的三段式，是临床 AI 数据集论文的成熟范式，值得作为写作模板参考。

7.6 从 596 条看小数据的价值论证

数据集只有 596 条，容易被人轻视。但论文的方法学贡献恰恰证明了小数据在正确设计下可以做出有价值的结论：因为它是"专门针对 ICU 场景"的评测集，所以它测出的性能差异（基础模型 vs DL vs 特征模型）比在大库上的差异更能反映"ICU 真实适用性"。这给所有受限于标注预算的团队一个信心：评测集不在于大，而在于场景对、标注准、协议清。

§8 与库内条目的关系

8.1 家族图谱

Kingston ICU AF 在库内属于"生理信号 / 心电信号 / 重症监护"家族，与以下条目形成互补：

库内条目	rid	关系
mimic-iv-ecg	172	ICU ECG 家族；ECG-FM v2 的微调数据来源，凭据访问同族
chapman-shaoxing	143	2021 挑战赛子集之一，房颤（AF 22%）对照库
ptb-xl	70	2021 挑战赛子集之一；大规模公开 ECG，基础模型预训练常用
physionet-cinc-2016	382	PhysioNet/CinC 挑战赛系列，ECG 节律分类同源
physionet-cinc-2017	162	同上系列，单导联房颤检测经典赛事（AF classification）
openecg	802	开放 ECG 数据资源集合
mit-bih-arrhythmia	69	心律失常标准心电数据库（含房颤标注），经典对照
apnea-ecg	658	生理信号家族另一 ECG 数据集（睡眠呼吸暂停语境）
anzics-apd	226	重症监护流行病学（澳大利亚-新西兰），ICU 语境反例——与"Kingston"无关，勿混

8.2 检索路径建议

• 检索词组合："Kingston ICU AF"（精确）+ "atrial fibrillation" + "PhysioNet"；或 arXiv:2512.18031 / doi:10.1109/TBME.2026.3715145。
• 若目标是拿数据：搜 PhysioNet kingston-icu-af，注意是凭据访问。
• 若目标是引用结论：引摘要中的 ECG-FM 迁移学习 F1 = 0.89（ICU 测试集最高），并注明训练配置。
• 若目标是找"更大的 ICU ECG"：转向 MIMIC-IV-ECG（rid 172）或 MIMIC-IV-Waveform（rid 65）。

8.3 消歧说明（正文，不进 frontmatter）

• “Kingston”：本数据集机构在加拿大安大略省金斯顿（Queen’s University + KHSC），非英国伦敦 Kingston upon Thames / Kingston University。
• “AF”：本条目语境下是 atrial fibrillation（心房颤动），不是 acute kidney injury（急性肾损伤）。库内 ANZICS-APD（rid 226）等条目涉及 AKI 重症流行病学，属另一主题。
• “ICU”：本数据集 ICU 与 MIMIC 的 ICU（美国 BIDMC）非同院，仅同为重症监护语境。

8.4 与 MIMIC-IV-ECG 的深度对照

库内最值得并读的条目是 mimic-iv-ecg（rid 172），两者同为"ICU 场景 ECG"，但定位迥异：

维度	Kingston ICU AF	MIMIC-IV-ECG
规模	596 条	~80 万条
导联	四导联遥测	12 导联诊断 ECG
标注	医师双读 + 仲裁	心内科报告（自由文本）
标签粒度	二元节律	多标签诊断
场景	加拿大 ICU 遥测	美国 BIDMC ICU 诊断序列
访问	凭据	凭据
关系	小、精、场景特化	大、泛、标签来自报告

论文里 ECG-FM v2 用 MIMIC-IV-ECG 微调，恰好说明两者可组合：MIMIC-IV-ECG 提供大规模预训练，Kingston ICU AF 提供 ICU 专属的精细评测。读者可按"大库预训练 → 小库评测"的顺序连读两个条目。

8.5 与 2021 PhysioNet 挑战赛系列的对照

库内 physionet-cinc-2016（rid 382）/ physionet-cinc-2017（rid 162）/ chapman-shaoxing（rid 143）/ ptb-xl（rid 70） 共同构成 PhysioNet/CinC 挑战赛 ECG 家族。本论文的对照大库（70,363 条）正是这一家族的主体。区别在于：

• 挑战赛系列场景偏院外、标签体系多类；
• 本数据集场景为 ICU、标签体系二元。

因此这两组条目构成"院外 ECG ↔ ICU ECG"的对照阅读面，适合做域适配（domain adaptation）研究的检索起点。

§9 使用指南

9.1 加载与探索

# 1) 完成凭据访问、下载后，先浏览元数据分布
import pandas as pd
meta = pd.read_csv('metadata.csv')
print(meta['Rhythm'].value_counts())      # 检查 sinus / AF 比例（应约 83% / 17%）
print(meta['TrainOrTest'].value_counts()) # 检查 train / test 各 298
print(meta.groupby('TrainOrTest')['Rhythm'].value_counts())  # 分层是否均衡

# 2) 读取一条记录并查看四导联
import wfdb
rec = wfdb.rdrecord('ECGs/ECG_0')
print(rec.sig_name)      # 导联名（I, II, III, V1 等效）
print(rec.fs)            # 采样率（应为 240 Hz）
df = rec.to_dataframe()  # 形状约 (2500, 4)

9.2 特征工程（复现经典 ML 基线）

按论文 Table I 口径，用 sleepecg 检出 R 峰、NeuroKit2 提取信号质量与 HRV 特征，每导联约 27 个特征、四导联合成 108 列。关键工程点：

• 任一导联 R 峰 ≤3 的片段应丢弃；
• 每个导联的特征都保留（ICU 噪声下导联互补）；
• 训练前按导联做 min-max 缩放。

# 示意：R 峰 + 心率 + 信号质量（真实特征请对齐论文 Table I 的 27 项）
import sleepecg, neurokit2 as nk
import numpy as np

sig = rec.to_dataframe().values
hr = np.zeros(4); sqi = np.zeros(4)
for i in range(4):
    beats = sleepecg.detect_heartbeats(sig[:, i], fs=rec.fs)
    hr[i] = 60 * len(beats) / (len(sig) / rec.fs)      # 心率 bpm
    _, info = nk.ecg_quality(sig[:, i], sampling_rate=rec.fs, method='averageQRS')
    sqi[i] = np.mean(info) if info is not None else 0.0  # 信号质量
# ...再拼 HRV 时域/频域/非线性特征 -> 每条 108 列

9.3 迁移学习（推荐路线）

论文最优结果来自公开数据预训练 + ICU 微调。若要用基础模型：

1. 取 ECG-FM（Transformer）或 ECGFounder（CNN），按各自规格重采样到 500 Hz；
2. 四导联 → 12 导：未测导联置零（或对比"置零 vs 用导联 I 填充"两种策略）；
3. 微调学习率设为 0.0001（远低于从零训练的 0.05）；
4. 阈值 0.5，损失二值交叉熵，Adam，早停（loss 多轮不降即停，最多 200 epoch）；
5. 零样本推理时对 AF/房扑输出做 Sigmoid（优于 Softmax）取最大作阳性概率。

# 示意：迁移学习配置骨架（伪代码，模型加载按各 FM 官方 API）
CONFIG = {
    "resample_to": 500,          # Hz，两个 FM 都要求 500 Hz
    "unmeasured_leads": "zero",  # 四导联 -> 12 导：未测导置零
    "lr": 1e-4,                  # 微调学习率（从零训练用 0.05）
    "batch_size": 64,
    "max_epochs": 200,
    "early_stop_metric": "val_loss",
    "threshold": 0.5,
    "binary_mapping": "sigmoid_max(AF, flutter)",  # 优于 softmax
}
# 训练数据(2021 PhysioNet 70,363 条) -> 预训练/微调 -> ICU 训练集(298 条) 再微调
# 终评：ICU 测试集(298 条, 阳性 50) 上报 F1/precision/recall

9.4 评测与报告规范

1. 明确训练配置：报告 F1 时必须写明是零样本 / 大数据训练 / 迁移学习中的哪一种（0.89 与 0.88 的差别就在这里）。
2. 处理小测试集：测试集仅 298 条、阳性 50，应报告置信区间而非单点，避免小样本排名。
3. 类不平衡：报告 precision/recall/F1 并按类别分层，不要只报 accuracy（17% 的少数类下 accuracy 会失真）。
4. 四导联声明：若与 12 导模型对比，说明导联适配策略（置零/填充/单导）。
5. 统一节律口径：与 2021 PhysioNet 等库比较时，先统一"房扑是否并入 AF"。

9.5 快速冒烟测试（拿到数据后先跑这 6 步）

拿到数据后，建议先做一次冒烟测试，确认数据完整、格式可读、分布如预期：

import pandas as pd, wfdb, numpy as np

meta = pd.read_csv('metadata.csv')
assert len(meta) == 596, f"预期 596 条，实际 {len(meta)}"
assert set(meta['Rhythm']) <= {'sinus', 'AF'}, "标签取值异常"
assert set(meta['TrainOrTest']) == {'train', 'test'}, "划分列异常"

af_ratio = (meta['Rhythm'] == 'AF').mean()
print(f"AF 占比 = {af_ratio:.1%}")   # 预期约 17%

# 读一条记录确认形状与采样率
rec = wfdb.rdrecord(meta.loc[0, 'ECG'])
assert rec.fs == 240, f"采样率 {rec.fs} 非 240"
assert rec.to_dataframe().shape == (2400, 4), rec.to_dataframe().shape  # 10s*240Hz

# 分层核对
print(meta.groupby('TrainOrTest')['Rhythm'].value_counts())

若上述断言通过，说明数据形态与论文描述一致，可以进入正式的特征工程或迁移学习流程。任一步失败，先核对下载是否完整、版本是否为 v1.0.0。

9.6 常见错误与排查

症状	可能原因	排查
记录数不是 596	下载不全或版本不符	核对 PhysioNet record 版本 v1.0.0
Rhythm 出现第三类	拿到的是标注中间产物	确认是发布版而非首轮 613
形状不是 (2400, 4)	用了非 240 Hz 数据或非四导联	核对 rec.fs 与 rec.sig_name
12 导模型直接喂四导联报错	未做导联适配	按 §3.5 重采样 + 置零
指标远低于论文	未做分层或用了 accuracy	检查类不平衡处理与指标选择

§10 避坑清单：八个已识别的坑

坑 1：规模双口径 613 vs 596。论文正文 §III 写首轮标注得 613 条相关 ECG（513 sinus + 100 AF）；而 PhysioNet 官方页与 IEEE 论文 Table II 写 596 条、AF 17%。差异来自发布前清洗（去双标签、去未用标签、去缺失/平坦导联）。以 596 为准，引用首轮数字时注明 613 的由来。

坑 2：AF 不是急性肾损伤。slug 里的 “af” 指 atrial fibrillation（心房颤动），不是 acute kidney injury（AKI）。检索时若用 “Kingston ICU” 找 AKI 数据会导向完全不同的资源（如 ANZICS APD）。

坑 3：Kingston 在加拿大多伦多附近的安大略省。机构是 Queen’s University（女王大学）+ Kingston Health Sciences Centre，别与英国伦敦的 Kingston upon Thames / Kingston University 混淆；也不要与美国的同名地点混淆。

坑 4：D 的两处 F1 别混。0.89 = ICU 测试集最高 F1（ECG-FM 迁移学习）；0.88 = 仅用 2021 PhysioNet 数据训练后在 ICU 测试集评测的最高 F1（Inception v3 + 递归图）。都要注明训练配置，否则张冠李戴。

坑 5：凭据访问不是公开直链。PhysioNet Credentialed Access 需 CITI 培训 + DUA + 审核，且 2026-06 官方公告审核可能显著延迟。别假设点开即下。

坑 6：伦理协议号双口径。论文 §III 写 File Number 6024689（Queen’s University HS & Affiliated Teaching Hospitals REB）；PhysioNet 官方页 Ethics 栏写 DMED-1863-15。两号并存，引用时注明取哪一档。

坑 7：四导联不是 12 导联。数据只有 I/II/III/V1 等效四导联，基础模型（要求 12 导、500 Hz）必须工程适配。且四导联 10 秒 ≠ 标准 12 导 10 秒临床 ECG，跨库比较需谨慎。

坑 8：房扑并入 AF、窦性不论心率。标签是二元且经过归并——房扑算 AF，窦性心律不区分心动过速/过缓/心律不齐。与多类节律库（如 2021 挑战赛的 SNOMED CT 多标签）比较前必须统一口径，否则指标不可比。

FAQ（高频问答 22 问）

A. 基础认知

Q1：Kingston ICU AF Dataset 是什么？
一个来自加拿大金斯顿 ICU 的房颤检测标注 ECG 数据集：596 条带标签的 10 秒四导联 ECG，AF 占比 17%，配一篇跨三代 AI 方法的基准论文（IEEE TBME 2026）。它是目前为数不多的、来自真实 ICU 环境且带医师标注的开放 ECG 数据集。

Q2：全名和论文是什么？
官方名 “Kingston ICU AF Dataset”；论文 “A Dataset and Benchmarks for Atrial Fibrillation Detection from Electrocardiograms of Intensive Care Unit Patients”，arXiv:2512.18031，期刊版 IEEE TBME 2026（doi:10.1109/TBME.2026.3715145）。

Q3：谁做的？
加拿大 Queen’s University（女王大学，安大略金斯顿）与 Kingston Health Sciences Centre（KHSC）的跨院系团队，第一作者 Sarah Nassar，团队含 Stephanie Sibley、David Maslove 等重症医学专家，以及 Purang Abolmaesumi（UBC）。

Q4：AF 指什么？
atrial fibrillation，心房颤动（房颤）——ICU 中最常见的心律失常。本数据集里 AF 标签合并了 atrial flutter（房扑）。

B. 数据与获取

Q5：数据怎么获取？
PhysioNet 凭据访问（Credentialed Access）：完成 CITI 培训、签署 DUA、通过审核后下载。官方 2026-06 公告审核可能延迟。

Q6：文件结构是什么？
ECGs/ 目录下 WFDB 格式记录（ECG_0, ECG_1, …）+ metadata.csv（列含 ECG 记录路径、Rhythm 心律标签、TrainOrTest 训练/测试划分）。

Q7：能商用或再分发吗？
数据集 DUA 约束用途（AF 检测研究）、再分发受限，商用/再分发前须确认 DUA 条款。论文（IEEE TBME）个人使用允许，其他用途需 IEEE 授权。

Q8：数据有多少？
发布集 596 条，训练 298 / 测试 298。原始存档覆盖 1,043 名去标识患者（2015-2020）。

Q9：规格是什么？
四导联（I、II、III、V1 等效）、每条 10 秒、240 Hz，二阶 Butterworth 带通 5-30 Hz 滤波。

C. 基准与结果

Q10：比了多少模型、谁赢了？
23 个模型变体跨三代方法（特征/深度学习/基础模型）。总体 基础模型 > 深度学习 > 特征模型。ICU 测试集最高 F1 = 0.89（ECG-FM 迁移学习）。

Q11：基础模型具体是哪两个？
ECG-FM（Transformer，MIMIC-IV-ECG + 2021 挑战赛 1.4M×10s×12 导预训练）与 ECGFounder（CNN，Harvard-Emory 7.5M 预训练）。

Q12：四种训练配置是什么？
零样本 / 仅小 ICU 数据训练 / 大规模公开数据训练 / 迁移学习（公开预训练 + ICU 微调）。最优结果来自迁移学习。

Q13：0.89 和 0.88 有什么区别？
0.89 是 ICU 测试集最高 F1（ECG-FM 迁移学习）；0.88 是仅用 2021 PhysioNet 数据训练后在 ICU 测试集评测的最高 F1（Inception v3 + 递归图）。训练配置不同，别混。

Q14：主要局限有哪些？
单中心、四导联、规模小（测试集仅 298、阳性 50）、类不平衡（AF 17%）、二元标签（房扑并入 AF）、单片段不能做预测——论文自述建议统一节律定义 + 跨站点验证。

D. 方法与复现

Q15：特征基线怎么复现？
用 sleepecg 检 R 峰、NeuroKit2 提取信号质量与 HRV，每导联约 27 个特征、四导联合成 108 列，按导联 min-max 缩放后喂给 RF/LightGBM/XGBoost/CatBoost 等。

Q16：迁移学习的学习率设多少？
论文微调基础模型用 0.0001（远低于从零训练的 0.05），batch size 32/64/128，二值交叉熵损失，Adam，早停最多 200 epoch，阈值 0.5。

Q17：为什么递归图比谱图好？
递归图可视化信号的周期性/自相似结构，而 ICU ECG 的节律性（心率）用递归图表达比频率谱更有效——实验显示 Inception v3 + 递归图拿到最高 F1 0.88。

Q18：零样本用 Sigmoid 还是 Softmax？
Sigmoid。基础模型输出多标签（17/26/150 类），转二元时对 AF 与房扑输出做 Sigmoid 取最大值，实测一致优于 Softmax。

Q19：ECG-FM v1 和 v2 差在哪？
v2 用 MIMIC-IV-ECG 微调，但其标签来自机器生成的报告文本解析，可能有噪声，故零样本表现不及 v1（除 recall 外）。这是"标签质量影响模型"的例证。

Q20：输入时长对性能有影响吗？
有。1-D CNN 增大输入时长收益明显：Goodfellow CNN 的 F1 从 0.77（2.5s）升到 0.85（10s）；Stanford CNN 从 0.82（1.1s）升到 0.85（9.6s）。

E. 库内与互链

Q21：库内哪些条目和它最相关？
mimic-iv-ecg(172) 最相关（ICU ECG）；chapman-shaoxing(143)、ptb-xl(70)、physionet-cinc-2016(382)、physionet-cinc-2017(162) 为挑战赛 ECG 家族对照；mit-bih-arrhythmia(69)、apnea-ecg(658) 为心电信号同族。

Q22：别和哪个条目混？
别和 ANZICS-APD(226) 混——那是澳大利亚-新西兰重症流行病学数据库（涉及 AKI），与"Kingston 房颤"无关；“Kingston” 也不是英国/美国地名。

事实清单（硬事实 30 条）

1. 官方名：Kingston ICU AF Dataset。
2. PhysioNet 发布：2026-07-29，v1.0.0。
3. 论文：arXiv:2512.18031（v1 2025-12-19 / v2 2026-09-11）。
4. 期刊：IEEE TBME 2026，doi:10.1109/TBME.2026.3715145。
5. 作者 10 人，第一作者 Sarah Nassar。
6. 机构：Queen’s University + KHSC（加拿大安大略金斯顿）。
7. 发布标注 ECG：596 条。
8. 首轮标注相关 ECG：613 条（513 sinus + 100 AF）。
9. AF 类占比：17%。
10. 训练集：n=298。
11. 测试集：n=298（阳性 AF 50 条）。
12. 导联：四导联（I、II、III、V1 等效）。
13. 时长：10 秒。
14. 采样率：240 Hz。
15. 滤波：二阶 Butterworth 带通 5-30 Hz。
16. 原始存档覆盖患者：1,043 名。
17. 采集时间跨度：2015-2020。
18. 患者平均住院时长：5.5 天。
19. 标注：两名重症医师双读 + 第三人仲裁。
20. 标签：二元 sinus / AF（含房扑）。
21. 对照大库：2021 PhysioNet/CinC 挑战赛 70,363 条，AF 18%。
22. 对照子集：Chapman/Shaoxing & Ningbo 41,331（22%）/ Georgia 41,331（25%）/ PTB&PTB-XL 5,623（12%）。
23. 基准模型数：23 个变体。
24. 四训练配置：零样本 / 小数据 / 大数据 / 迁移学习。
25. ICU 测试集最高 F1：0.89（ECG-FM 迁移学习）。
26. 零样本最佳 F1：0.86（ECG-FM v1）。
27. 仅 PhysioNet 训练最高 F1：0.88、precision 0.98（Inception v3 + 递归图）。
28. 伦理：Queen’s REB File 6024689（论文口径）/ DMED-1863-15（PhysioNet 口径）。
29. 资助：NSERC、SSHRC、KHSC、Vector Institute（另 CIHR/SEAMO/CIFAR 部分）。
30. 获取：PhysioNet 凭据访问（CITI + DUA）。

术语表（24 条）

术语	全称/释义
AF	Atrial Fibrillation，心房颤动（房颤）
Atrial flutter	心房扑动，本数据集并入 AF 类
ECG	Electrocardiogram，心电图
遥测（telemetry）	ICU 床旁监护连续采集的 ECG
sinus rhythm	窦性心律，本数据集不论心率快慢
四导联	I、II、III + V1 等效，非标准 12 导联
HRV	Heart Rate Variability，心率变异性
R 峰	ECG 波形中的 R 波峰值，用于测量心率
信号质量（SQI）	Signal Quality Index，信号可信度指标
Poincaré 图	相邻 RR 间期散点图，反映心率混沌特征
递归图	Recurrence plot，可视化信号周期性的图像
谱图	Spectrogram，STFT 生成的时频图
尺度图	Scaleogram，CWT 生成的时频图
ECG-FM	心电基础模型（Transformer，MIMIC-IV-ECG 预训练）
ECGFounder	心电基础模型（CNN，Harvard-Emory 预训练）
基础模型	Foundation Model，大规模预训练可微调模型
零样本	Zero-shot，不做额外训练直接推理
迁移学习	Transfer learning，公开预训练 + 目标域微调
分层划分	Stratified split，保各类别比例的数据划分
类不平衡	Class imbalance，正负样本比例悬殊
报警疲劳	Alarm fatigue，过多虚假警报致护士麻木
凭据访问	Credentialed Access，需资质审核的数据访问
DUA	Data Use Agreement，数据使用协议
CITI	人类受试者研究培训课程

附录

附录 A：条目信息速查卡

项	值
条目名	Kingston ICU AF Dataset
url_name	kingston-icu-af
类型	数据集 + 方法学基准论文（二合一）
论文	arXiv:2512.18031 / IEEE TBME 2026
团队	Queen’s University + KHSC（Nassar 等）
规模	596 条（1,043 患者存档池）
规格	四导联 / 10 秒 / 240 Hz
许可	PhysioNet 凭据访问
抓取时点	2026-10-10
库内互链	mimic-iv-ecg(172)/chapman-shaoxing(143)/ptb-xl(70)/physionet-cinc-2016(382)/physionet-cinc-2017(162)/openecg(802)/mit-bih-arrhythmia(69)/apnea-ecg(658)

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	7	PhysioNet + arXiv + IEEE 三重可索引；名称清晰
A 可获取性	4	凭据访问（CITI+DUA+审核）+ 审核延迟——最大失分项
I 可互操作	7	WFDB/CSV 标准；四导联需适配 12 导模型
M 元数据质量	8	论文表格完备；613/596 一处口径差已存照
S 可持续性	7	PhysioNet 稳定托管；单一机构但治理清晰
综合评级	6.6/10（中上）	方法学与文档质量高；凭据门槛与小样本拉低可获取性

附录 C：逐项证据链自证

关键数字	来源	位置
596 条 / AF 17%	论文 Table II + PhysioNet 官方页	arXiv HTML / PhysioNet
613 条（513+100）	论文 §III 正文	arXiv HTML v2
训练 298 / 测试 298（阳性 50）	论文 §IV（实验设置）与局限节	arXiv HTML v2
四导联 / 10 秒 / 240 Hz	论文 §III 数据描述	arXiv HTML v2
1,043 患者 / 2015-2020	论文 §III	arXiv HTML v2
平均住院 5.5 天	论文未来工作节	arXiv HTML v2
双读 + 第三人仲裁	论文 §III	arXiv HTML v2
70,363 条 / AF 18%	论文 Table II	arXiv HTML v2
23 个模型 / 四训练配置	论文 §IV	arXiv HTML v2
ICU 最高 F1 0.89（ECG-FM 迁移）	论文摘要 + 结果节	arXiv HTML v2
零样本 F1 0.86（ECG-FM v1）	论文结果节	arXiv HTML v2
0.88 / 0.98（Inception v3 + 递归图）	论文结果节	arXiv HTML v2
伦理 File 6024689	论文 §III	arXiv HTML v2
伦理 DMED-1863-15	PhysioNet 官方页 Ethics 栏	PhysioNet
资助（NSERC/SSHRC/KHSC/Vector）	论文致谢节	arXiv HTML v2
PhysioNet 发布 2026-07-29 / v1.0.0	PhysioNet 官方页	PhysioNet

附录 D：数据获取决策树

需求是什么？
├── 只想评测模型在 ICU 的房颤检测表现
│   └── 申请 PhysioNet 凭据访问 → 用 298 条测试集终评
├── 想训练/微调房颤检测模型
│   ├── 1) 申请本数据集（ICU 微调域）
│   ├── 2) 获取 2021 PhysioNet 挑战赛数据（70,363 条预训练）
│   └── 3) 迁移学习：公开预训练 + ICU 微调（论文最优路线）
├── 只想引用结论
│   └── 引 F1=0.89（ECG-FM 迁移学习），注明训练配置
├── 想找更大的 ICU ECG
│   └── 转 MIMIC-IV-ECG(rid 172) / MIMIC-IV-Waveform(rid 65)
└── 找"Kingston AKI 数据"？
    └── 方向有误——本数据集是房颤(AF)，非急性肾损伤(AKI)

附录 E：四训练配置对照表

配置	训练数据	测试数据	考察目标
零样本	无（用预训练模型直接推理）	ICU 测试集	基础模型开箱能力
小数据	仅 ICU 训练集（298）	ICU 测试集	领域数据够不够
大数据	仅 2021 PhysioNet（70,363）	ICU 测试集	大库能否迁移到 ICU
迁移学习	公开预训练 + ICU 微调	ICU 测试集	组合策略最优解

附录 F：SNOMED CT 标签归并表

公开库原标签	归并到
sinus rhythm / sinus bradycardia / sinus tachycardia / sinus arrhythmia	sinus rhythm
AF / atrial flutter / AF+flutter / chronic AF / rapid AF	AF
pacemaker / bigeminy / trigeminy / VT / VF / other tachy / other brady	剔除（不用）

附录 G：23 模型清单（按三代方法）

代	方法	模型
特征模型	经典 ML	KNN、MLP、SVM、LR、RF、LightGBM、XGBoost、CatBoost
特征模型	表格基础模型	零样本 TabPFN v2
深度学习	1-D CNN	Goodfellow CNN、Stanford CNN
深度学习	2-D CNN（图像/变换）	ResNet-18、Inception v3（ECG 图 / 谱图 / 尺度图 / 递归图）
基础模型	Transformer	ECG-FM（v1/v2 零样本 + 微调）
基础模型	CNN	ECGFounder（12 导 / 单导，零样本 + 微调）

附录 H：双口径登记表

#	项	口径 A	口径 B	处理
1	发布 ECG 规模	596 条（Table II/PhysioNet）	613 条（论文 §III 首轮）	以 596 为准，注明 613 由来
2	伦理协议号	6024689（论文 §III）	DMED-1863-15（PhysioNet 页）	双记，待核
3	时间线	arXiv v1 2025-12-19 / v2 2026-09-11	PhysioNet v1.0.0 2026-07-29	三时点并记
4	最高 F1	0.89（ECG-FM 迁移学习）	0.88（Inception+递归图，仅 PhysioNet 训练）	注明训练配置

附录 I：ICU ECG 资源对照表

资源	规模	场景	导联	标注	访问
Kingston ICU AF	596	真实 ICU（加拿大）	4	医师双读+仲裁	凭据
2021 PhysioNet/CinC	70,363	院外多中心	多为 12	SNOMED CT	分级
Chapman/Shaoxing	41,331	院外（中国）	12	多类	公开/凭据
PTB-XL	21,799	院外（德国）	12	多类	公开
MIMIC-IV-ECG	~80 万	ICU（美国）	12	报告文本（未公开去标识版）	凭据
MIMIC-IV-Waveform	高分辨率波形子集	ICU（美国）	多导联	无逐条节律	凭据

附录 J：缩写速查

缩写	全称
AF	Atrial Fibrillation（心房颤动）
ECG	Electrocardiogram（心电图）
ICU	Intensive Care Unit（重症监护病房）
KHSC	Kingston Health Sciences Centre
HRV	Heart Rate Variability（心率变异性）
SQI	Signal Quality Index（信号质量指标）
FM	Foundation Model（基础模型）
DL	Deep Learning（深度学习）
DUA	Data Use Agreement（数据使用协议）
CITI	Collaborative Institutional Training Initiative
SNOMED CT	Systematized Nomenclature of Medicine Clinical Terms
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability

附录 K：基于本数据集的研究检查清单（12 项）

1. 凭据核对：确认已完成 CITI 培训、签署 DUA，并预留审核等待期。
2. 规模口径：引用时用 596 条（不是 613），说明首轮标注差异。
3. 训练配置声明：报告 F1 时写明零样本/小数据/大数据/迁移学习。
4. 类不平衡处理：训练用分层或加权；评测报告 precision/recall/F1。
5. 小测试集谨慎：测试集仅 298、阳性 50，应报告置信区间。
6. 导联适配声明：四导联转 12 导时说明置零/填充/单导策略。
7. 节律口径统一：跨库比较前统一"房扑是否并入 AF"。
8. 标签归并知悉：sinus 不分心率、AF 含房扑——与多类库对齐。
9. 信号预处理对齐：滤波（5-30 Hz）与采样率（240 Hz）保持一致。
10. 版本存照：注明 arXiv v1/v2 与 PhysioNet v1.0.0 的取用版本。
11. 引用完整：数据引 PhysioNet record，方法引 IEEE TBME 2026 论文。
12. 时点存照：凭据审核延迟（2026-06 公告）等时效信息注明查询日期。

附录 L：引文规范

@article{nassar2026kingston,
  title   = {A Dataset and Benchmarks for Atrial Fibrillation Detection
             from Electrocardiograms of Intensive Care Unit Patients},
  author  = {Nassar, Sarah and Maghsoodi, Nooshin and Mannina, Sophia and
             Addas, Shamel and Sibley, Stephanie and Fichtinger, Gabor and
             Pichora, David and Maslove, David and Abolmaesumi, Purang and
             Mousavi, Parvin},
  journal = {IEEE Transactions on Biomedical Engineering},
  year    = {2026},
  doi     = {10.1109/TBME.2026.3715145},
  note    = {arXiv:2512.18031}
}

@misc{kingston_icu_af_physionet,
  title  = {Kingston ICU AF Dataset},
  author = {Nassar, Sarah and Maghsoodi, Nooshin and Chen, Ziqi and others},
  year   = {2026},
  note   = {PhysioNet, Version 1.0.0},
  howp Published = {PhysioNet},
  doi    = {10.13026/xxxx-xxxx}
}

附录 M：存照附录（原始文档缺陷与双口径）

本条目在核验中记录的原始文档缺陷与双口径，逐条存照如下：

1. 613 vs 596：论文正文 §III 的"首轮标注 613 条"与发布版 596 条并存——系发布前清洗所致，非矛盾，但机械抽取数字时会踩坑。
2. 伦理协议号 6024689 vs DMED-1863-15：论文与 PhysioNet 官方页各载一号，未明二者关系，存照待核。
3. 时间线三口径：arXiv v1/v2、PhysioNet v1.0.0、IEEE TBME 2026 卷期——引用需注明取用哪一档。
4. PhysioNet 内容 DOI 未直抓：physionet.org 在本沙箱内 curl 返回空、WebFetch 未渲染，DOI 数值以官方页为准，本条目正文按站点规范用 qianfanghub 占位 URL，未臆造 PhysioNet DOI 全值。
5. 许可再分发条款未逐条公开：Credentialed Access 的商用/再分发边界未在数据集页单独展开，记为遗留疑点。
6. 患者是否 1 人 1 条未逐条声明：首轮描述为 “unique patients”，发布集清洗后是否仍严格 1 患者 1 条未明示，存照待核。

附录 N：本条目生产档案

• 生产通道：R005/R007/R008 私有区纪律执行；接管前实例（agent-d-kingstonic）空私有区
• 事实研究：WebSearch×3 + WebFetch×2（PhysioNet 未渲染）+ curl 实抓 arXiv HTML 全文（1360 行）
• 三源互证：PhysioNet 官方页（正文片段）+ arXiv HTML v2 + IEEE TBME 著录
• FACTS.md：writing/kingston-icu-af/FACTS.md 九节
• 成稿方式：五块直写拼接（private part 目录），cat 拼接
• 坑点：§10 八则（坑 1-8"坑 N："编号制）
• 互链计划：mimic-iv-ecg(172)/chapman-shaoxing(143)/ptb-xl(70)/physionet-cinc-2016(382)/physionet-cinc-2017(162)/openecg(802)/mit-bih-arrhythmia(69)/apnea-ecg(658)

附录 O：FAIR/AI-Ready 检查单

检查项	状态	说明
F1 全局唯一标识	✅	arXiv/IEEE DOI + PhysioNet record
F2 富元数据	✅	论文表格 + metadata.csv
A1 可访问协议	⚠️	凭据访问（审核延迟）
A2 元数据可访问	✅	PhysioNet 页与论文元数据开放
I1 互操作格式	✅	WFDB + CSV
I2 词汇表引用	✅	SNOMED CT 映射
R1 来源溯源	✅	单一来源，伦理审批清晰
R3 可复现流程	✅	论文基准 + 官方加载示例
AI-Ready 综合	中	场景独特但凭据门槛 + 小样本

附录 P：基础模型输入适配对照表

模型	架构	要求采样率	要求导联	要求时长	滤波	本数据集适配策略
ECG-FM	Transformer	500 Hz	12	5 秒窗口	不滤波	重采样 + 未测导置零 + 窗口聚合
ECGFounder	CNN	500 Hz	12 或单导	10 秒	三步滤波	重采样 + 未测导置零 / 单导平均

附录 Q：CU / TRAIN-TEST 划分自检清单

• [ ] metadata.csv 行数应为 596。
• [ ] Rhythm 取值应仅含 sinus 与 AF 两类。
• [ ] AF 占比应约 17%。
• [ ] TrainOrTest 取值应仅含 train 与 test，且各约 298。
• [ ] 分组统计中 train 与 test 的 AF 比例应大致一致（分层）。
• [ ] 测试集阳性 AF 数应约 50。

附录 R：维护计划与触发点

触发点	条件	动作	优先级
数据集扩容	发布更大版本或长程数据	更新规模与 §4.4 延展	1
第三方向评测	新论文在本数据集上跑新模型	§5 表扩行	2
许可细化	DUA 条款或获取方式变更	改写 §6	3
伦理号澄清	6024689 与 DMED-1863-15 关系明确	更新坑 6 与附录 H	4
队列论文	原始长程数据的独立发布	§4.4 升格	5

附录 S：检索路径示范（关键词组合与查询式）

目标	推荐查询式	预期命中
数据集	site:physionet.org kingston-icu-af	Kingston ICU AF Dataset 官方页
论文	“atrial fibrillation” AND “intensive care unit” AND Kingston	arXiv:2512.18031 / IEEE TBME
基准对照库	2021 PhysioNet Challenge ECG	70,363 条挑战赛数据
ICU ECG 大库	MIMIC-IV-ECG PhysioNet	rid 172 条目
基础模型	ECG-FM / ECGFounder foundation model	两个 FM 原始论文
反例（勿用）	“Kingston AKI” 作为本数据集别名	导向完全不同的重症流行病学资源

附录 T：缩写补充速查

缩写	全称
AF	Atrial Fibrillation（心房颤动）
SQI	Signal Quality Index（信号质量指标）
STFT	Short-Time Fourier Transform（短时傅里叶变换）
CWT	Continuous Wavelet Transform（连续小波变换）
KDIGO	Kidney Disease: Improving Global Outcomes（本条目仅作反例语境）
BIDMC	Beth Israel Deaconess Medical Center（MIMIC 来源医院）
NSERC	Natural Sciences and Engineering Research Council of Canada
SSHRC	Social Sciences and Humanities Research Council（加拿大）
CIHR	Canadian Institutes of Health Research
SEAMO	Southeastern Ontario Academic Medical Association
CIFAR	Canadian Institute for Advanced Research
TBME	IEEE Transactions on Biomedical Engineering

附录 U：评测指标计算与报告模板

指标	定义	本数据集的注意点
F1	2·precision·recall/(precision+recall)	论文首选指标；注明训练配置
precision	TP/(TP+FP)	临床部署最关心（少误报）
recall	TP/(TP+FN)	与报警疲劳反向相关
accuracy	(TP+TN)/N	类不平衡下会失真，慎用
AUROC	ROC 曲线下面积	阈值无关的补充指标

建议报告模板：

配置：<零样本 / 小数据 / 大数据 / 迁移学习>
模型：<名称 + 输入格式>
ICU 测试集（n=298，阳性 50）：
  F1         = 0.xx （注明是否含置信区间）
  precision  = 0.xx
  recall     = 0.xx
导联适配：<置零 / 填充 / 单导平均>
节律口径：<房扑并入 AF>

附录 V：核心贡献清单

1. 数据贡献：发布 596 条 ICU 场景医师标注 10 秒四导联 ECG，填补"ICU 专属标注 ECG"空白。
2. 基准贡献：23 个模型跨三代方法、四种训练配置的系统对比，给出可对标的性能标尺。
3. 方法贡献：量化基础模型在 ICU 小数据下的迁移优势（F1 0.89），并给出输入适配（四导联 → 12 导）、递归图优于谱图、Sigmoid 优于 Softmax 等工程结论。
4. 应用贡献：把"报警疲劳"作为问题动机，指明从检测到部署的评估维度。

附录 W：待核与遗留疑点清单

#	疑点	现状	处理
1	PhysioNet 内容 DOI 全值	未直抓（页未渲染）	正文用站点占位，待核
2	613 → 596 逐步损耗数	论文未逐条公布	仅记清洗逻辑
3	伦理号 6024689 vs DMED-1863-15 关系	未明示	双记待核
4	发布集是否严格 1 患者 1 条	未逐条声明	记为疑点
5	DUA 商用/再分发条款细则	未逐条公开	记为疑点

附录 X：3 分钟决策卡

你的需求	答案
想要 ICU 房颤检测数据	申请 PhysioNet 凭据访问（CITI + DUA）
想要直接下载	不可行——凭据访问，非公开直链
想要训练房颤检测模型	公开库预训练 + 本数据集微调（迁移学习）
想要引用一个 F1	0.89（ECG-FM 迁移学习，ICU 测试集）
想要更大的 ICU ECG	MIMIC-IV-ECG（rid 172）
想要院外 ECG 对照	2021 PhysioNet 挑战赛 / PTB-XL（rid 70）
想找 Kingston 的 AKI 数据	方向有误，本数据集是房颤（AF）

---

参考文献与来源

1. Nassar S, Maghsoodi N, Mannina S, Addas S, Sibley S, Fichtinger G, Pichora D, Maslove D, Abolmaesumi P, Mousavi P. A Dataset and Benchmarks for Atrial Fibrillation Detection from Electrocardiograms of Intensive Care Unit Patients. IEEE Transactions on Biomedical Engineering, 2026. doi:10.1109/TBME.2026.3715145；预印本 arXiv:2512.18031（v2 2026-09-11）。
2. PhysioNet. Kingston ICU AF Dataset, Version 1.0.0, 2026-07-29. https://physionet.org/content/kingston-icu-af/
3. Chen B. Deep Learning-Driven Identification of Atrial Fibrillation in the ICU. Queen’s University (Canada); 2021.（论文 ref [28]，数据采集与标注流程详述）
4. Gow B, Pollard T, Nathanson LA, Johnson A, Moody B, Fernandes C, et al. MIMIC-IV-ECG: Diagnostic Electrocardiogram Matched Subset. PhysioNet; 2023. doi:10.13026/4nqg-sb35.
5. Kornej J, Börschel CS, Benjamin EJ, Schnabel RB. Epidemiology of atrial fibrillation in the 21st century. Circulation Research. 2020;127(1):4-20.
6. Moss TJ, Calland JF, Enfield KB, et al. New-onset atrial fibrillation in the critically ill. Critical Care Medicine. 2017;45(5):790-797.
7. 2021 PhysioNet/Computing in Cardiology Challenge（ECG 节律分类）数据集，用于本条目对照库数字（70,363 条 / AF 18% / 各子集占比）。

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-10，抓取与核验时点见附录 A。事实陈述以 PhysioNet 官方页、arXiv:2512.18031 全文与 IEEE TBME 2026 论文为源，三源互证通过；规模双口径（613 vs 596）、伦理协议号双口径（6024689 vs DMED-1863-15）、时间线三口径等原始文档差异已在坑点与附录 H/M 存照。条目与库内 mimic-iv-ecg（rid 172）、chapman-shaoxing（rid 143）、ptb-xl（rid 70）、physionet-cinc-2016（rid 382）、physionet-cinc-2017（rid 162）、openecg（rid 802）、mit-bih-arrhythmia（rid 69）、apnea-ecg（rid 658）等条目互链，构成 ICU 生理信号与心电分析的检索面。

---

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：

• mimic-iii-ext-ppg — 共享标签：生理信号 / 心电信号 / 重症监护 / 评测基准 / 心血管疾病
• cinc-2014 — 共享标签：生理信号 / 心电信号 / 重症监护 / 评测基准 / 心血管疾病
• mimic-perform — 共享标签：生理信号 / 心电信号 / 重症监护 / 评测基准 / 心血管疾病
• vtac — 共享标签：生理信号 / 心电信号 / 重症监护 / 评测基准
• code-test — 共享标签：生理信号 / 心电信号 / 评测基准 / 心血管疾病
• ecg-arrhythmia — 共享标签：生理信号 / 心电信号 / 评测基准 / 心血管疾病
• ecg-fragment-high-risk-label — 共享标签：生理信号 / 心电信号 / 评测基准 / 心血管疾病
• mimic-iv-ecg — 共享标签：生理信号 / 心电信号 / 重症监护 / 心血管疾病
• cinc-2015 — 共享标签：生理信号 / 心电信号 / 重症监护 / 心血管疾病
• mit-bih-afdb — 共享标签：生理信号 / 心电信号 / 评测基准 / 心血管疾病

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。