PTB-XL+ — 商业级 ECG 特征增强扩展版

INFOBOX — PTB-XL+ 一屏速览

维度	内容
本质	PTB-XL 基础数据集的官方特征扩展版（不重采信号，补算特征与元数据）
与基础版关系	库内 ptb-xl（rid 70）为父数据集；本条目为其扩展版 PTB-XL+，二者父子衍生非别名
覆盖范围	全量 PTB-XL：21799 条记录 / 18869 患者（论文口径 up to 21799）
三方特征	Uni-G（Glasgow，商业）／Marquette 12SL（GE，商业）／ECGDeli（开源，依赖 MATLAB）
单位协调	幅度 mV、间期 ms；三集共有特征 13 个、至少两集共有 39 个
中位心拍	Uni-G 与 12SL 各一套，WFDB 16bit、1 μV/LSB、500 Hz
自动声明	仅 12SL 提供，全库覆盖 117 条 statement；SNOMED CT／LOINC 双本体映射
判别力	随机森林 macro AUC：Uni-G 0.889 / 12SL 0.871 / ECGDeli 0.879（CNN 基线 all 0.925）
声明一致性	12SL 声明 vs PTB-XL 人工标签，SNOMED 术语级 MCC 中位数 0.45；房颤 0.89 最高
论文	Sci Data 10, 279（2023）；doi:10.1038/s41597-023-02153-8
版本	v1.0.0（2023-04-24）／v1.0.1（2023-06-27）
获取	PhysioNet 开放访问，CC BY 4.0，ZIP／wget／AWS CLI 三法，2.0 GB 未压缩
库内互链	PTB-XL（上游本体 rid 70）、MIMIC-IV-ECG（172）、Leipzig Heart Center ECG（910）、Norwegian Athlete ECG（1012）、OpenECG（802）

PTB-XL+ 是一次"给心电数据集补上说明书"的工程：它不采集任何新信号，而是对 PTB-XL 全部 21799 条 12 导联心电记录，用两套商用算法（University of Glasgow 的 Uni-G、GE Healthcare 的 Marquette 12SL）和一套开源工具（ECGDeli）重新算出一整套协调格式的心电特征——幅度、间期、起止点、心率心轴、面积乃至心电向量图测量，再附上中位心拍、基准点，以及 12SL 的自动诊断声明。它解决的痛点是：心电设备里跑了几十年、心脏科医生判定规则所依赖的手工特征，长期被锁在商业软件里"不对外公开"。PTB-XL+ 第一次把这批特征以公开可用的形式放出来，让 PTB-XL 从"只有分类标签的波形库"升级为"可用于训练与评测可解释心电模型的参考数据集"。

导语读法三则：

1. 只想下数据用特征：直奔 §6 获取与许可——CC BY 4.0 无门槛，但注意特征 CSV 与原始波形是两回事，波形仍要回溯父数据集 PTB-XL（§5）。
2. 想理解"自动标签 vs 人工标签"：直奔 §4 技术验证——那里有 117 条 12SL 声明与 PTB-XL 人工标注的 SNOMED 对照、MCC 一致性表与跨源训练实验。
3. 分不清 PTB-XL 与 PTB-XL+：直奔 §2 谱系与 §9 库内关系——本条目反复强调二者是父子衍生关系，不是别名、不是重复条目（坑 1）。

§0 导读：这个数据集解决什么问题

自动心电分析的历史几乎和心电图本身一样长。近百年来，心脏科医生和工程界积累了一整套手工设计的诊断描述量——P 波、QRS 时限、QT 间期、各导联振幅、心电轴、ST 段偏移……它们既是设备内置自动分析算法的判定基础，也是医生决策规则的载体。问题在于：最成熟、最可靠的那批特征提取器（Uni-G、Marquette 12SL 等）都是商业闭源软件，部署在全球数百万台心电设备里，普通研究者拿不到、也用不起。

与此同时，公开的心电数据集却在快速膨胀。以 PTB-XL 为例，它是目前最大、最广泛使用的公开 12 导联临床心电数据集之一，覆盖多种病理、信号质量参差、贴近真实世界。但它的"短板"同样明显：只有人工标注的分类标签（CPSC 标准的 SCP 语句），没有任何派生描述量——没有特征、没有中位心拍、没有自动诊断声明。这带来两个后果：其一，做可解释模型或特征工程研究时没有参照标准；其二，无法把"训练在人标签上的模型"与"训练在自动标签上的模型"做直接对照。

PTB-XL+ 的回答是把这两块拼图补上。它为 PTB-XL 全量记录补算了来自三家算法的 ECG 特征，把特征统一到公共命名方案（幅度用 mV、间期用 ms），并映射到 SNOMED CT／LOINC 本体，使不同来源的特征可以互换使用；同时提供中位心拍与基准点，以及来自 Marquette 12SL 的自动诊断声明——且这些声明被整理成可直接用于机器学习训练与评测的分层格式。作者的核心论点是：这一步会"决定性地提升 PTB-XL 的可用性"，把它真正变成一个心电机器学习领域的参考数据集。

§0 读法三则：

1. 这个条目本质上是"特征数据集 + 本体映射 + 自动标签对照实验"三合一：本体是四处 CSV 特征文件，对照实验是 12SL 声明 vs 人工标签，两者价值不同（§3、§4）。
2. 全文硬数字均出自 PhysioNet 官方页与 Sci Data 论文；两处版本/DOI/记录数口径不一致处已在 §10 坑点与附录存照。
3. 检索时若用"PTB-XL 特征数据集"泛指可能命中父数据集条目（库内 rid 70），务必以 slug ptb-xl-plus 与 PhysioNet 独立项目页 /content/ptb-xl-plus/ 为准（坑 1）。

§1 数据集速览：十问十答

Q1：PTB-XL+ 是重新采集的数据吗？
不是。它是对既有 PTB-XL 数据集的全量补充：不新增任何心电信号，只对 PTB-XL 已有的 21799 条记录补算特征与元数据。你可以把它理解为给一份波形库配了一套"体检报告模板"。

Q2：它和 PTB-XL 是什么关系？
父与子的衍生关系。PTB-XL 提供原始波形与人工标签，PTB-XL+ 在其上叠加特征、中位心拍、基准点与自动诊断声明。PTB-XL+ 的 PhysioNet 项目页明确标注"派生自 PTB-XL v1.0.3"。所以本条目在库内与 ptb-xl（rid 70）是互补而非重复（详见 §9）。

Q3：覆盖多少记录、多少患者？
覆盖全量 PTB-XL。论文口径为"up to 21799 records from 18869 patients"——“up to” 是因为个别算法可能无法处理极少数样本。注意这与坊间常引的"21837 条"不同：21837 是文件编号的最大值，不是记录总数（坑 2）。

Q4：有哪些特征来源？
三家：① Uni-G（University of Glasgow ECG Analysis Program，商业）；② Marquette 12SL（GE Healthcare，商业，全球数百万设备部署）；③ ECGDeli（开源，但依赖 MATLAB 运行时）。前两者走"先算中位心拍、再提特征、再预测声明"的路线；ECGDeli 先定基准点再算特征，且逐心拍计算。

Q5：三家特征能直接混用吗？
作者把所有特征映射到公共命名方案并统一到兼容单位（mV／ms），还映射到 LOINC，目的正是"尽可能互换使用"。但需注意：三集共有特征只有 13 个、至少两集共有的 39 个——并非所有特征都对齐。

Q6：谁提供自动诊断声明？
只有 12SL。Uni-G 因使用限制不提供自动声明，因此"自动标签 vs 人工标签"的对照实验只能用 12SL 一方做，这也是该数据集经验证据的一个结构限制。

Q7：自动声明有多少条？
在全 PTB-XL 上覆盖 117 条 statement（论文图 4 展示了最频繁的前 40 条）。映射到 SNOMED CT 并剔除近根/完全相关项后，标签集缩减为 168 个 SNOMED CT 编码。

Q8：特征好用吗？比端到端 CNN 如何？
用随机森林评估，三套特征的 macro AUC 为 Uni-G 0.889、12SL 0.871、ECGDeli 0.879，整体略低于原始波形的 CNN 基线（all 任务 0.925）。作者结论是手工特征在综合任务上不及 CNN，但在可解释性和效率上有独特价值；ECGDeli 在"心律"类别上甚至超过了 CNN（0.964 vs 0.957）。

Q9：自动声明和人工标签一致吗？
不完全一致。以 SNOMED CT 为公共本体可比较 94 个术语，样本级 Matthews 相关系数（MCC）中位数只有 0.45。一致性好的是心房颤动（0.89）、完全性左束支阻滞（0.88）、窦性心动过速（0.88）；而特定定位的心肌梗死几乎无一致性。这既可用于评估 PTB-XL 自身的标签质量，也可用于训练/评测自动标签模型。

Q10：怎么获取，要花钱吗？
不要。CC BY 4.0 开放许可，PhysioNet 直接下载，支持 ZIP、wget、AWS CLI 三种方式，未压缩约 2.0 GB。无需注册审批。

§2 谱系与身份：PTB-XL+ 从哪来、算什么

2.1 上游：PTB-XL 基础版

要理解 PTB-XL+，必须先认清它的父数据集 PTB-XL。PTB-XL 是德国 Physikalisch-Technische Bundesanstalt（PTB，联邦物理技术研究院）在 2020 年发布的公开临床 12 导联心电数据集，论文见 Sci Data 7, 154（Wagner 等，doi:10.1038/s41597-020-0495-6）。它的核心规格是：

项目	PTB-XL 官方口径（v1.0.3）
记录数	21,799 条 12 导联 ECG
患者数	18,869 名
信号时长	10 秒
采样率	500 Hz 与 100 Hz 双版本
波形格式	WFDB，16 bit 精度，1 μV/LSB
采集设备	Schiller AG
采集时段	1989 年 10 月 – 1996 年 6 月（近 7 年）
语句体系	71 种 SCP-ECG statement（诊断/形态/节律三类）
人群构成	52% 男性、48% 女性；年龄 0–95 岁（中位 62，IQR 22）
交叉验证	推荐 10 折 strat_fold，按患者分配

五超类诊断分布（一条记录可多标签，故各超类之和超过记录总数）：

超类	缩写	含义	记录数
Normal ECG	NORM	正常 ECG	9,514
Myocardial Infarction	MI	心肌梗死	5,469
ST/T Change	STTC	ST/T 改变	5,235
Conduction Disturbance	CD	传导障碍	4,898
Hypertrophy	HYP	肥厚	2,649

2.2 一个必须澄清的数字：21799 还是 21837

这是本条目最容易被引用错的一处。网络上、甚至部分论文里流传"PTB-XL 有 21837 条记录、18885 名患者"的说法，但官方口径是 21799 条记录、18869 名患者。差异来源有二：

1. 21837 是文件编号（ecg_id）的最大值，不是记录总数。PTB-XL 在版本演进中移除了重复记录（v1.0.2 移除 36 条完全相同的原始波形，v1.0.3 又移除 2 条），导致编号不连续——编号从 00001 到 21837，但实际记录少于编号上限。
2. 18885 vs 18869 是版本口径差异，但官方页面与 PTB-XL+ 论文均采用 18869。

因此本条目统一采用 21799 条 / 18869 患者。（PTB-XL+ 论文特别写了"up to 21799"，用 up to 是因为个别算法对极少数样本可能处理失败，实际可提特征的记录数可能略低于上限。）

2.3 PTB-XL+ 的定位：一次"特征补全"

PTB-XL+ 的动机，用作者原文概括是：当前数据集缺少重要的元数据——那些在过去百年里发展起来、至今仍是多数自动心电分析算法与心脏科决策规则基础的 ECG 特征。这类特征虽存在于成熟的商业软件中，却不对公众开放。作者的做法是把两家领先商业算法（Uni-G、12SL）与一套开源实现（ECGDeli）的特征释放出来，并附上 12SL 的自动诊断声明。

关键在于：PTB-XL+ 不重采信号。它的所有条目的"键"都是 PTB-XL 的 ecg_id，特征是这些记录在各自算法上的输出。因此：

• 要用特征与声明 → 下载 PTB-XL+；
• 要用原始波形 → 仍然回到父数据集 PTB-XL v1.0.3。

2.4 机构与作者

PTB-XL+ 是一份跨国、跨机构协作的产物。Sci Data 论文的机构署名覆盖 11 家：

机构	所在
Oldenburg University	德国奥尔登堡
Physikalisch-Technische Bundesanstalt (PTB)	德国柏林
Fraunhofer Heinrich Hertz Institute	德国柏林
Karlsruhe Institute of Technology (KIT)	德国卡尔斯鲁厄
National Physical Laboratory	英国特丁顿
University of Surrey	英国吉尔福德
Aalborg University	丹麦奥尔堡
University of Copenhagen	丹麦哥本哈根
Charité – Universitätsmedizin	德国柏林
TU Berlin	德国柏林
King’s College London	英国伦敦

作者清单为：Nils Strodthoff、Temesgen Mehari、Claudia Nagel、Philip Aston、Ashish Sundar、Claus Graff、Jørgen Kanters、Wilhelm Haverkamp、Olaf Doessel、Axel Loewe、Markus Bär、Tobias Schaeffter。其中 Nils Strodthoff（Oldenburg University）与 Tobias Schaeffter（PTB）为通讯作者。PhysioNet v1.0.1 相对 v1.0.0 的主要变化正是"扩展了作者列表与数据集描述"——v1.0.0 只署 3 人（Strodthoff、Mehari、Schaeffter），v1.0.1 扩展到 12 人。

2.5 版本与 DOI 双口径

PTB-XL+ 存在两个 PhysioNet 版本、三个 DOI 口径，引用时必须按版本取：

版本	发布日	DOI	RRID
v1.0.0	2023-04-24	10.13026/m5qc-8m53	RRID:SCR_007345
v1.0.1	2023-06-27	10.13026/g6h6-7g88	RRID:SCR_007345
latest（指向最新版）	—	10.13026/nqsf-pc74	RRID:SCR_007345

Aalborg University 研究门户在登记 1.0.1 时同样记 doi:10.13026/g6h6-7g88，与 PhysioNet 一致。Sci Data 论文本身的 DOI 为 10.1038/s41597-023-02153-8。数据配套代码发布于 Zenodo（Mehari T, Strodthoff N，doi:10.5281/zenodo.7817567）。

§3 数据构成：打开 PTB-XL+ 会看到什么

3.1 目录结构总览

PTB-XL+ 在 PhysioNet 上的目录结构清晰，五大功能块：

<base>/
├── features/            # 三家算法的 ECG 特征 CSV
│   ├── 12sl_features.csv
│   ├── unig_features.csv
│   ├── ecgdeli_features.csv
│   └── feature_description.csv
├── fiducial_points/     # ECGDeli 基准点
│   └── ecgdeli/
├── labels/              # 诊断声明与本体映射
│   ├── 12sl_statements.csv
│   ├── ptbxl_statements.csv
│   ├── snomed_description.csv
│   └── mapping/
│       ├── 12slv23ToSNOMED.csv
│       ├── ptbxlToSNOMED.csv
│       └── apply_snomed_mapping.py
├── median_beats/        # 两家商业算法的中位心拍
│   ├── unig/
│   └── 12sl/
├── LICENSE.txt
├── RECORDS
└── SHA256SUMS.txt

文件体积：未压缩总计 2.0 GB，ZIP 压缩包 699.8 MB。其中 LICENSE.txt 14.5 KB、RECORDS 1.6 MB、SHA256SUMS.txt 41.2 MB。

3.2 ECG 特征（features/）

这是数据集的核心。三家算法各出一份 CSV，每行一条 ECG 记录，第一列是 PTB-XL 的 ecg_id，其后每列一个特征：

文件	提供方	内容特点
12sl_features.csv	Marquette 12SL	ECG 特征 + 面积特征（另有同源中位心拍与自动诊断声明）
unig_features.csv	Uni-G	ECG 特征 + 面积特征 + 心电向量图（VCG）测量（I、aVF、V2 作准正交导联）
ecgdeli_features.csv	ECGDeli	跨心拍中位数、四分位距、心拍计数 + 形态学特征（另有基准点）

统一规范：幅度用 mV、间期用 ms。特征描述与 LOINC 映射见 feature_description.csv。

特征重叠度（论文 Descriptive statistics）：

• 三集共有特征：13 个（导联特异特征只计一次）；
• 至少两集共有特征：39 个。

所有三集共同覆盖的 ECG 特征类别包括：持续时间（durations）、振幅（amplitudes）、各段起止点（on/off-sets）。

3.3 中位心拍（median_beats/）

中位心拍（median beat）是商业算法的中间产物：把多个心拍对齐后取中位数，得到一条"干净"的代表性心搏，多数特征从中提取。PTB-XL+ 提供了两套：

• median_beats/unig/（Uni-G 产出）
• median_beats/12sl/（12SL 产出）

格式：WFDB，16 bit 精度，分辨率 1 μV/LSB，采样频率 500 Hz。文件名包含对应的 PTB-XL ecg_id，因此可以像处理原始 PTB-XL 样本一样处理。

3.4 基准点（fiducial_points/）

ECGDeli 走的是另一条技术路线：先在信号上定位基准点（fiducial points，即 P 波、QRS、T 波等关键波形的起止时刻），再由基准点推导特征。其产物放在 fiducial_points/ecgdeli/，采用 WFDB 兼容的 annotation 文件格式，文件名以 ecg_id 开头、以相应导联结尾，包含导联特异性与跨导联共识两类注释。

3.5 诊断声明与本体映射（labels/）

这是 PTB-XL+ 相对其他特征库的独特价值所在。它同时提供自动声明（12SL）与人工标签（PTB-XL 原始），并用 SNOMED CT 作为公共本体桥接两者。

12SL 自动声明（12sl_statements.csv）分三层次：

1. statements：原始 12SL 语句的有序列表；
2. statements_ext：拆分为主语句（primary）与支持语句（supportive），保留 AC/AU 限定符、移除 WITH/AND/OR，以 (value, certainty) 元组存储——这是基于 12SL 标签的默认预测标签集；
3. statements_ext_SNOMED：映射到 SNOMED CT 并在层级中向上传播后的结果。

PTB-XL 人工标签（ptbxl_statements.csv）同样三层次：

1. scp_codes：原始 SCP 标注；
2. scp_codes_ext：扩展集，含心轴及急性/陈旧性梗死阶段信息；
3. scp_codes_ext_SNOMED：映射到 SNOMED CT 后的结果。

映射表：mapping/12slv23ToSNOMED.csv、mapping/ptbxlToSNOMED.csv，配套 Python 脚本 apply_snomed_mapping.py（用户可修改映射后重新应用）。snomed_description.csv 提供人类可读概念描述，并标注哪些列"适用于模型训练/评测"（剔除过于笼统或完全相关的声明）。

3.6 关键规模数字

指标	数值	来源
ECG 记录数	up to 21,799	论文 Descriptive statistics
患者数	18,869	论文
三集共有特征	13	论文
至少两集共有特征	39	论文
12SL 自动声明总数	117	论文（图 4 展示前 40）
SNOMED 可直接比较术语	94	论文技术验证
映射后 SNOMED 编码数	168	论文表 5 相关
模型训练保留标签数	109	论文表 5

3.7 data_tags 与元数据定位

从数据治理视角，PTB-XL+ 属于"派生特征数据"：它既不是原始信号（那是 PTB-XL 的范畴），也不是纯标签表，而是介于两者之间的结构化派生描述量。这决定了几条使用纪律：其特征必须通过 ecg_id 回溯到父数据集才能与波形关联；其声明与人工标签是两套独立来源，混用时必须声明口径（§10 坑 4）。

§4 技术验证：三方特征与标签对照的实证结果

PTB-XL+ 论文的一大特点是"带技术验证发布"——作者不仅给了数据，还系统评测了三套特征的质量与 12SL 声明的可靠性，并公开了源代码。这一节按论文的四个验证维度展开。

4.1 维度一：特征集间一致性

方法：以样本级 Pearson 相关系数比较同一记录在不同算法下的对应特征（仅限连续特征），对导联特异特征报告 12 个导联的平均值。

结论：

• 12SL vs Uni-G：所有共有全局特征一致性非常好；多数标准振幅与间期特征的相关系数 > 0.9。一致性最差的是 R’ 和 S’ 相关特征（涉及 QRS 切迹的判定分歧）。
• ECGDeli 对比：全局特征与多数间期特征一致性良好；T、R 振幅一致性"合理"；S、P、Q 振幅一致性最差。

判读：两家商业算法（都基于"中位心拍 → 特征"路线）之间高度一致，说明其方法学趋同；开源 ECGDeli（基于基准点路线）差异更大，尤其在小振幅波（P 波、Q 波）上。

4.2 维度二：特征集判别力（随机森林）

方法：在三套特征上分别训练随机森林分类器，评估 7 个多标签预测任务，报告 PTB-XL 测试集上的 macro AUC。

特征来源	平均 macro AUC
Uni-G	0.889
12SL	0.871
ECGDeli	0.879

参考 CNN 基线（xresnet1d101，直接吃原始波形）：

任务	CNN macro AUC
all	0.925
diag（诊断）	0.937
sub-diag（亚诊断）	0.929
super-diag（超诊断）	0.928
form（形态）	0.896
rhythm（心律）	0.957

关键结论：

1. 在完整特征集上，Uni-G 最具判别力；
2. 手工特征方法在综合任务（如 “all”）上无法达到 CNN 性能；
3. 但 ECGDeli 在 rhythm（心律）类别上超越 CNN 基线（0.964 vs 0.957）；
4. 总体而言，Uni-G 与 12SL 特征质量相当且优于 ECGDeli（rhythm 类除外）。

判读：这组结果给"手工特征 vs 深度学习"之争提供了一个量化注脚——在心律识别这类依赖节律模式的任务上，好的手工特征仍可与端到端 CNN 比肩；但在需要综合诊断的任务上，端到端优势明显。

4.3 维度三：12SL 声明与人工标签的一致性

这是 PTB-XL+ 最具方法论意义的部分。方法：以 SNOMED CT 为公共本体，把 12SL 自动声明与 PTB-XL 人工标注映射到同一空间，得到 94 个可直接比较的 SNOMED CT 术语，用样本级 Matthews 相关系数（MCC） 分析。

结果：

• 所有术语的 MCC 中位数为 0.45；
• 一致性高（MCC > 0.8） 的类别：
  • 心房颤动（atrial fibrillation）：0.89
  • 完全性左束支传导阻滞（complete LBBB）：0.88
  • 窦性心动过速（sinus tachycardia）：0.88
• 基本无一致性：特定定位的心肌梗死等（如"前壁心梗""下壁心梗"这类需要精确定位的诊断）。

方法论含义（论文自陈）：

1. 12SL 声明与人工标签的不匹配可用来评估 PTB-XL 自身的标签质量；
2. 可直接比较"训练在心脏科医生标注上的模型"与"训练在 12SL 自动声明上的模型"的性能。

判读：MCC 中位数 0.45 说明自动声明与人工标签只是中等一致——这既不是自动算法"错"，也不是人工标签"错"，而是两套体系（机器规则 vs 医生判读）在诊断边界上的系统性差异。对做标签噪声研究的团队，这是一份现成的对照样本。

4.4 维度四：模型训练实验（跨源标签）

方法：训练 xresnet1d50 分类模型。使用 PTB-XL 前 8 个分层折作训练集、第 9 折作验证集（早停选择）、第 10 折作测试集、报告 macro AUC；保留 109 个在各折中至少出现一次的标签。

训练标签集	训练标签来源	测试标签来源	macro AUC
12SL original	12SL	12SL	0.956
SNOMED CT	12SL	12SL	0.939
SNOMED CT	PTB-XL	PTB-XL	0.912
SNOMED CT	12SL	PTB-XL	0.867
SNOMED CT	PTB-XL	12SL	0.867

映射到 SNOMED CT 后标签集缩减为 168 个 SNOMED CT 编码（去除近根节点与完全相关标签后）。

判读：同源自测（12SL→12SL）最高（0.956）；同源自测（PTB-XL→PTB-XL）0.912；跨源迁移两者均降至 0.867——这一落差量化了"自动标签体系与人工标签体系之间的鸿沟"，是 PTB-XL+ 强调"允许临床标签 vs 自动标签对照"的直接证据。

4.5 技术验证的边界

需要清醒认识到验证的边界（与本条目 §10 坑点呼应）：

1. Uni-G 无自动声明，声明对照只能用 12SL 单方，无法做三相交叉验证；
2. 商业算法闭源，特征无法端到端复现，只能用其输出做一致性/判别力评估；
3. ECGDeli 依赖 MATLAB，其"开源"名义下的实际可执行性受限，作者明确不背书其跨病理泛化性；
4. 一致性评估仅覆盖连续特征（Pearson/MCC），分类性、离散性特征的质量未被同等评估。

§5 与父数据集 PTB-XL 的关系：父子衍生，非别名非重复

5.1 一句话定性

PTB-XL+ = PTB-XL 的官方特征扩展版。二者是父子衍生关系：PTB-XL 提供原始波形 + 人工标签；PTB-XL+ 在其上叠加三套特征 + 中位心拍 + 基准点 + 12SL 自动声明 + 本体映射。

5.2 对照表

维度	PTB-XL（父，库内 rid 70）	PTB-XL+（子，本条目）
PhysioNet 路径	/content/ptb-xl/1.0.3/	/content/ptb-xl-plus/1.0.1/
核心内容	原始 12 导联波形 + SCP-ECG 人工标注	派生特征 + 中位心拍 + 基准点 + 自动声明
是否有波形	有（500 Hz／100 Hz）	无（须回溯父集）
是否有特征	无	有（三套协调格式）
是否有自动声明	无	有（仅 12SL，117 条）
是否有本体映射	有 SCP→其他标准（AHA/CDISC/DICOM）	有 SCP/12SL→SNOMED CT + LOINC
记录键	ecg_id	ecg_id（同一套标识符）
许可	CC BY 4.0（v1.0.3）	CC BY 4.0
版本	v1.0.3（2022-11-09）	v1.0.0 / v1.0.1
DOI	10.13026/kfzx-aw45	g6h6-7g88 等

5.3 为什么这不是"伪新条目"

本库有明确的伪新条目防治方针（别名/版本后继/合并视图/臆造名四模式）。PTB-XL+ 不落入任何一种，理由：

1. 不是别名：PTB-XL+ 与 PTB-XL 是 PhysioNet 上两个独立的项目页，各有独立 DOI、独立 RECORDS 清单、独立文件集；
2. 不是简单的"版本后继"：PTB-XL+ 不是 PTB-XL 的 v1.0.4 之类升级，而是内容类型不同的派生数据集（波形 vs 特征），二者应并存而非替代；
3. 不是"合并视图"：它不把 PTB-XL 与别的库合并，而是纯补充；
4. 有官方一等公民身份：PTB-XL+ 有自己的 Sci Data 论文（10, 279）、独立 RRID、独立作者列表。

因此本条目与库内 ptb-xl（rid 70）应互为补充而非合并。使用者正确的心智模型是：波形看 PTB-XL，特征与声明看 PTB-XL+，两者用 ecg_id 对齐。

5.4 使用组合范式

一个典型的使用流程是：

1. 从 PTB-XL v1.0.3 下载 records500/ 原始波形（按 ecg_id）
2. 从 PTB-XL+ 下载 features/*.csv 三套特征
3. 按 ecg_id 左连接：波形 + 特征 + 中位心拍 + 12SL 声明 + 人工标签
4. 用 strat_fold（来自 PTB-XL）做按患者隔离的交叉验证
5. 分别训练"人工标签模型"与"12SL 声明模型"，比较 macro AUC

这套组合正是 PTB-XL+ 论文所设想的目标场景。

§6 获取与许可：开放、无门槛、三法下载

6.1 许可

PTB-XL+ 采用 Creative Commons Attribution 4.0 International（CC BY 4.0） 许可。PhysioNet 标注为 Database Open Access（数据库开放访问）——任何人在遵守 CC BY 4.0 条款的前提下均可访问，无注册审批、无 gating、无请求制。

CC BY 4.0 的实务含义：

• 可以自由使用、复制、分发、改编（含商用）；
• 必须署名（attribution）——引用时需给出数据集引用 + PhysioNet 标准引用；
• 无需获得额外许可；
• 建议保留许可声明。

6.2 三种获取方式

方式	命令/地址
ZIP 打包下载	https://physionet.org/content/ptb-xl-plus/get-zip/1.0.1/
wget 递归下载	wget -r -N -c -np https://physionet.org/files/ptb-xl-plus/1.0.1/
AWS CLI（S3 开放桶）	aws s3 sync --no-sign-request s3://physionet-open/ptb-xl-plus/1.0.1/ DESTINATION

6.3 可视化

PhysioNet 提供 LightWAVE 在线波形浏览器，可直接查看中位心拍：
https://physionet.org/lightwave/?db=ptb-xl-plus/1.0.1

6.4 文件完整性

下载后应用 SHA256SUMS.txt（41.2 MB）校验完整性；RECORDS（1.6 MB）列出全部文件清单。这是大文件传输的标准做法。

6.5 引用规范

使用 PTB-XL+ 需同时给出三组引用（PhysioNet 页面明确要求）：

1. 数据集引用（按版本）：

   Strodthoff, N., Mehari, T., Nagel, C., Aston, P., Sundar, A., Graff, C., Kanters, J., Haverkamp, W., Doessel, O., Loewe, A., Bär, M., & Schaeffter, T. (2023). PTB-XL+, a comprehensive electrocardiographic feature dataset (version 1.0.1). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/g6h6-7g88

2. 原始论文：

   Strodthoff, N., Mehari, T., Nagel, C. et al. (2023). PTB-XL+, a comprehensive electrocardiographic feature dataset. Sci Data 10, 279. https://doi.org/10.1038/s41597-023-02153-8

3. PhysioNet 标准引用：

   Pollard, T., Moody, B. E., Lehman, L., Gow, B., Fernandes, C., Xie, C., Johnson, A., Mark, R. G., & Heldt, T. (2026). PhysioNet as a global platform for biomedical research. Nature Health.

若使用了原始波形，还须引用 PTB-XL 父数据集论文（Wagner 等，Sci Data 7, 154, doi:10.1038/s41597-020-0495-6）。

6.6 伦理与合规

PTB-XL+ 是 PTB-XL 项目的衍生数据集，源数据的机构伦理委员会已批准其在开放访问数据库中发布（批件号 PTB-2020-1）。贡献者声明无利益冲突。用户侧无需额外伦理审批即可使用（CC BY 4.0 覆盖），但发表研究成果时应遵守署名要求并声明数据版本。

§7 生态与影响：一个"补全型"数据集的辐射面

7.1 定位：从波形库到参考数据集

PTB-XL 发布后迅速成为最大、最广泛使用的公开 12 导联临床心电数据集之一，覆盖广泛病症、信号质量多样、贴近真实世界。但正如 §0 所述，它作为"机器学习参考数据集"存在结构性缺口——没有派生描述量。PTB-XL+ 的使命就是把这个缺口补上。作者的核心判断是：释放这些特征会"决定性地提升" PTB-XL 的可用性，使其真正成为心电机器学习领域的参考数据集。

7.2 三重辐射

辐射一：可解释特征工程。手工特征在 ECG 分析中仍有不可替代的价值——它们编码了数十年的工程知识与领域经验，对领域专家内在可解释，是患者分层的极高效手段。PTB-XL+ 让研究者可以：直接比较深度模型的内部表征与这些特征（概念对齐/concept alignment）；对比"手工特征训练"与"端到端训练"的模型；或构建二者结合的混合模型。

辐射二：临床标签 vs 自动标签的对照研究。12SL 声明的引入使两类模型可直接对比：训练在心脏科医生标注上的模型 vs 训练在 12SL 自动声明上的模型。论文的跨源实验（§4.4，跨源 macro AUC 0.867）为这一研究方向提供了第一批量化基线。

辐射三：跨库互操作。通过把特征映射到 LOINC、把声明映射到 SNOMED CT，PTB-XL+ 显著提升了与其他心电库的互操作性。这也是论文倡导的方法学立场：用公共本体（SNOMED CT）桥接按不同本体标注的数据集。

7.3 学术传播

PTB-XL+ 已被多类研究引用，典型场景包括：

• ECG 回归任务 ground truth：其提供的心率（HR）、PR 间期、QT 间期、QRS 复合波等参数值，被用作回归模型的监督信号。例如迁移学习研究（arXiv 2508.11656）明确将 PTB-XL Plus 用于回归任务与迁移学习实验，指出其相对原始 PTB-XL 的唯一区别就是回归标签，因此数据划分与输出格式与 PTB-XL 完全一致；
• 合成数据评估：用 PTB-XL+ 的特征作为临床验证参照，评估基于数字孪生/虚拟队列的合成心电数据集（如 DeepFake ECG 类工作）的统计保真度；
• 特征质量基准：作为"手工特征能做到多好"的公开基准。

7.4 数据获取的实用性

对工程团队而言，PTB-XL+ 的实用性还体现在：特征以 CSV 提供，任何标准软件均可读取；中位心拍与基准点以 WFDB 提供，C／MATLAB／Python 工具链均可便捷处理；自动声明同样以 CSV 提供。此外作者发布了技术验证实验的分类器训练代码作为探索起点（见 Zenodo 代码仓库）。

§8 方法学启示：三条可迁移的经验

8.1 经验一：把"不可得的商业产物"变成公共资产

PTB-XL+ 最有示范意义的做法，是它没有回避"商业特征不可得"这个现实，而是在受限条件下最大化公共价值：Uni-G 因使用限制不能给自动声明，那就给它的特征；12SL 能给的都给了。最终交付的是一个"每家的能力边界都被诚实标注"的集合，而不是一个假装完整的集合。这种"能力边界透明化"正是 AI-Ready 数据集应有的姿态。

8.2 经验二：本体映射是跨库互操作的前提

PTB-XL+ 投入了大量精力做 SNOMED CT／LOINC 映射，并提供可修改、可重新应用的映射脚本（apply_snomed_mapping.py）。这传递了一个方法论信号：数据集的长期价值，部分取决于它能否被其他数据集"读懂"。当不同库用不同本体标注时，公共本体就是通用语。

8.3 经验三：自动标签是一面照妖镜

把 12SL 声明与人工标签并列，看似只是多给一个标签集，实际上提供了一个双向的质检工具：既能评估自动算法的可靠性（MCC 表），也能反推人工标签自身的边界（哪些类别机器与医生都不一致？）。MCC 中位数 0.45 与"特定定位心梗近乎无一致性"这两个结果，对任何依赖此类标签的下游研究都是重要警示。

§9 与库内条目的关系

PTB-XL+ 在本库（千方病案医数集）的心电相关条目网络中处于"上游特征层"位置。互链点及其理由：

库内条目	rid	关系
PTB-XL（ptb-xl）	70	直接上游父数据集：波形与人工标签来源，ecg_id 对齐
MIMIC-IV-ECG	172	另一大规模院内 12 导联 ECG 波形库，互补对照
OpenECG	802	公开九中心 120 万条 12 导联基础模型基准，规模量级对照
Leipzig Heart Center ECG	910	儿童与先心病 12 导联+心内电图逐搏标注，人群对照
Norwegian Athlete ECG	1012	运动员静息心电双解读，正常/高动力心脏对照
ECG-Image-Database	959	心电图图像与数字波形成对库，格式维度对照
Apnea-ECG	658	同一 PhysioNet 生态的单导联/多导联睡眠心电库
PhysioNet/CinC 2016	382	心音（PCG）挑战赛，生理信号同域不同模态
PhysioNet/CinC 2017	162	单导联房颤分类挑战赛，单导联 vs 12 导联对照

关系定性：PTB-XL+ 与 PTB-XL（70）是父子衍生，不构成重复；与其他 ECG 条目是同域异库对照，各自在人群、导联数、标注体系、任务定义上不同。检索时若只看到"PTB-XL"字样而错过"+"号，可能误入父条目（坑 1）。

§10 避坑清单：十个已踩或易踩的坑

坑 1：把 PTB-XL+ 当成 PTB-XL 的别名或重复条目
最常见的错误。二者是 PhysioNet 上两个独立项目页、独立 DOI、独立文件集，PTB-XL+ 派生自 PTB-XL v1.0.3。库内 ptb-xl（rid 70）是父，本条目是子。检索时以 slug ptb-xl-plus 和项目页 /content/ptb-xl-plus/ 为准。忽略"+"号会直接撞进父条目。

坑 2：引用"21837 条记录 / 18885 患者"
这是流传最广的数字错误。21837 是文件编号（ecg_id）的最大值，不是记录总数——PTB-XL 在 v1.0.2/v1.0.3 中移除重复记录（36 条 + 2 条）后编号不连续。官方口径是 21799 条记录 / 18869 名患者。PTB-XL+ 论文写"up to 21799"，用 up to 是因为个别算法可能处理失败。

坑 3：三个 DOI 混用
PTB-XL+ 有 v1.0.0 的 10.13026/m5qc-8m53、v1.0.1 的 10.13026/g6h6-7g88、以及 latest 的 10.13026/nqsf-pc74。引用时必须按实际使用的版本取对应 DOI，不能一律用 latest。v1.0.0 只署 3 位作者，v1.0.1 扩展到 12 位。

坑 4：混用两套标签而不声明口径
PTB-XL+ 同时给 12SL 自动声明（12sl_statements.csv）与 PTB-XL 人工标签（ptbxl_statements.csv）。两者来源不同、一致性仅中等（MCC 中位数 0.45）。任何下游研究若混用或跨源训练，必须显式声明用的是哪一套——否则结果不可解释（跨源 macro AUC 从 0.956 掉到 0.867 就是这个鸿沟的代价）。

坑 5：在 PTB-XL+ 里找原始波形
PTB-XL+ 是特征数据集，不含原始心电波形。要波形必须回溯父数据集 PTB-XL v1.0.3（records500/ 或 records100/）。把特征文件当波形用会彻底跑偏。

坑 6：以为 Uni-G 有自动诊断声明
Uni-G 不提供自动诊断声明（因使用限制），只有特征与中位心拍。全数据集只有 12SL 提供自动声明。做"自动 vs 人工"对照实验时无法三方交叉验证。

坑 7：以为 ECGDeli 是纯开源可自由运行
ECGDeli 代码开源，但依赖 MATLAB 专有运行时，其潜在用户范围受限。且作者明确声明"无法保证这些算法在广泛病理上的泛化性"，并说明纳入全数据集特征是为完整性，不构成质量背书。

坑 8：把"三集共有 13 个特征"误读为"只有 13 个特征"
13 是三套特征集的交集大小（导联特异特征只计一次），不是任一集合的特征总数。论文未公开每个提供方的特征精确总数，本条目不做臆测。同理"39 个"是至少两集共有的数量。

坑 9：用 100 Hz 特征期望与 500 Hz 中位心拍对齐
中位心拍是 500 Hz（WFDB），而 PTB-XL 原始波形有 500 Hz 与 100 Hz 双版本。若下游按 100 Hz 处理波形再与 500 Hz 中位心拍/特征（时间单位为 ms）混用，需显式处理采样率，否则时间轴错位。

坑 10：忽略 SNOMED 映射的"剔除逻辑"
snomed_description.csv 会剔除过于笼统或完全相关的声明，映射并向上传播后标签集缩减为 168 个 SNOMED 编码。这意味着直接用映射后的 SNOMED 标签训练，标签粒度与原始 12SL 声明不同——117 条声明 → 168 个 SNOMED 编码并非简单一一对应，使用前须理解映射脚本的传播逻辑。

§11 总结

PTB-XL+ 是"补全型数据集"的范本：它不制造新数据，而是把 PTB-XL 缺失的"派生描述量"层补上，让一份优秀的波形库真正变成机器学习参考数据集。它的三重贡献是清晰的：

1. 数据层：把两家商业算法（Uni-G、Marquette 12SL）与一套开源工具（ECGDeli）的 ECG 特征，协调到公共命名方案与单位（mV／ms），映射到 LOINC，连同中位心拍与基准点一并释放；
2. 标签层：提供 12SL 自动诊断声明（117 条）的分层格式，并用 SNOMED CT 桥接自动声明与人工标签，首次允许"临床标签模型 vs 自动标签模型"的直接对照；
3. 方法层：以公开源代码支撑四项技术验证（一致性、判别力、声明一致性、跨源训练），把"这些特征到底好不好用"从断言变成可复现的证据。

对使用者而言，记住三件事就够了：波形回父集、特征看本集、两套标签别混用。对研究者而言，PTB-XL+ 最深的启示或许是它诚实地暴露了自动标签与人工标签之间那道 0.867 vs 0.956 的鸿沟——这既是局限，也是它作为"标签质量研究基准"的最大价值。

FAQ（高频问答 32 问）

Q1：PTB-XL+ 是独立数据集还是 PTB-XL 的一部分？
独立的数据集（PhysioNet 独立项目页、独立 DOI、独立论文），但内容上派生自 PTB-XL v1.0.3，是父子衍生关系。

Q2：PTB-XL+ 有原始心电波形吗？
没有。只有特征、中位心拍、基准点与标签。波形须回溯 PTB-XL。

Q3：为什么叫 Plus？
因为它是在 PTB-XL 之上"加"了特征、中位心拍、基准点、自动声明与本体映射，是对基础版的增强扩展。

Q4：许可是什么，能商用吗？
CC BY 4.0，可自由使用、改编、商用，只需署名。

Q5：需要申请或审批吗？
不需要。开放访问，无 gating、无请求制，直接下载。

Q6：多大？
未压缩约 2.0 GB，ZIP 约 699.8 MB。

Q7：有几套特征？
三套：12SL、Uni-G、ECGDeli，各一个 CSV。

Q8：三套特征能直接互换吗？
作者已做命名协调与单位统一（mV／ms），尽可能可互换；但共有特征只有 13 个，并非全部对齐。

Q9：哪种特征最好用？
论判别力（随机森林 macro AUC），Uni-G 0.889 最高，ECGDeli 0.879，12SL 0.871。论心律任务，ECGDeli 0.964 甚至超过 CNN。

Q10：手工特征打得过 CNN 吗？
综合任务打不过（CNN all 0.925 vs 特征最高 0.889）；心律任务 ECGDeli 可胜出。总体 CNN 仍有优势。

Q11：自动诊断声明有几个来源？
只有一个：Marquette 12SL。Uni-G 因使用限制不提供。

Q12：自动声明有多少条？
全库覆盖 117 条 statement。

Q13：SNOMED 映射后剩多少标签？
168 个 SNOMED CT 编码（剔除近根与完全相关项后）。

Q14：自动声明和人工标签一致吗？
中等一致。SNOMED 术语级 MCC 中位数 0.45；房颤 0.89、完全性 LBBB 0.88、窦速 0.88 最高；特定定位心梗近乎无一致性。

Q15：为什么自动声明与人工标签会不一致？
因为二者是两套体系：机器规则 vs 医生判读，在诊断边界（尤其需要精确定位的诊断）上系统性分歧。这不必然是谁"错"。

Q16：怎么做"自动 vs 人工"对照实验？
用 12SL 声明训练一个模型、用 PTB-XL 标签训练另一个，在同一测试集上比较。论文基线：同源 0.956，跨源 0.867。

Q17：中位心拍有几个版本？
两个：Uni-G 与 12SL 各一套，均为 WFDB 500 Hz。

Q18：基准点是谁给的？
ECGDeli，WFDB 兼容 annotation 格式。

Q19：特征单位和 PTB-XL 原始波形单位一致吗？
特征幅度 mV、间期 ms（时间量纲明确）；原始波形是数字量（1 μV/LSB）。二者量纲不同，须按物理单位换算。

Q20：数据划分怎么做？
PTB-XL+ 不提供划分。用父数据集 PTB-XL 的 strat_fold（10 折，按患者分配）：折 1-8 训练、折 9 验证、折 10 测试。

Q21：能用于端到端深度学习吗？
特征本身不能；但若回溯父集的波形，可做端到端。PTB-XL+ 的定位是特征层。

Q22：适合做什么任务？
可解释特征工程、概念对齐、特征 vs 深度模型对比、自动标签质量研究、回归任务（HR/PR/QT/QRS）。

Q23：为什么不直接采新数据？
因为目的是补全既有数据集，而非扩充样本；采新数据无法解决"特征缺失"这一结构问题。

Q24：有多少家机构参与？
Sci Data 论文署 11 家机构，作者 12 人。

Q25：最新版本是哪个？
v1.0.1（2023-06-27），扩展了作者表与描述。

Q26：有没有 HuggingFace 镜像？
本条目未确证官方 HF 上传；一手来源为 PhysioNet。引用与下载以 PhysioNet 为准。

Q27：PTB-XL 是单中心数据吗？
是。来自德国 PTB，1989-1996 采集。PTB-XL+ 的特征因此也是单中心口径，跨机构泛化性未验证。

Q28：可以用它训练诊断模型吗？
可以训练"基于特征"的诊断模型（论文已验证随机森林路线），但性能不及端到端 CNN。

Q29：CC BY 4.0 要引用哪些？
数据集引用（按版本）+ Sci Data 论文 + PhysioNet 标准引用；若用波形再加 PTB-XL 父论文。

Q30：特征能不能复现？
商业算法（Uni-G/12SL）闭源，无法端到端复现其特征，只能用其输出做评估。ECGDeli 代码开源但依赖 MATLAB。

Q31：和 MIMIC-IV-ECG 有什么区别？
MIMIC-IV-ECG 是另一套院内 12 导联波形库（不同来源、不同人群、不同规模）；PTB-XL+ 是特征层，本体是 PTB-XL 派生。

Q32：这份数据最大的方法论价值是什么？
它把"自动标签 vs 人工标签"的差异量化并公开，使其成为标签质量研究的现成基准，也以公共本体映射示范了跨库互操作的正确做法。

事实清单（硬事实 36 条）

1. 全称：PTB-XL+, a comprehensive electrocardiographic feature dataset。
2. 本质：PTB-XL 基础数据集的官方特征扩展版。
3. 覆盖：全量 PTB-XL，论文口径 up to 21799 records / 18869 patients。
4. PTB-XL 官方口径：21799 条记录 / 18869 患者（v1.0.3）。
5. 21837 是文件编号最大值，非记录总数。
6. 特征提供方三家：Uni-G、Marquette 12SL、ECGDeli。
7. Uni-G 属 University of Glasgow ECG Analysis Program（商业）。
8. 12SL 属 GE Healthcare Marquette™ 12SL™（商业）。
9. ECGDeli 为开源工具，依赖 MATLAB 运行时。
10. 仅 12SL 提供自动诊断声明；Uni-G 因使用限制不提供。
11. 特征单位统一为 mV（幅度）与 ms（间期）。
12. 三集共有特征 13 个；至少两集共有 39 个。
13. 特征文件：12sl_features.csv、unig_features.csv、ecgdeli_features.csv。
14. 特征描述与 LOINC 映射见 feature_description.csv。
15. 中位心拍两套：median_beats/unig、median_beats/12sl。
16. 中位心拍规格：WFDB 16bit、1 μV/LSB、500 Hz。
17. 基准点：fiducial_points/ecgdeli，WFDB 兼容 annotation。
18. 12SL 声明三级：statements / statements_ext / statements_ext_SNOMED。
19. PTB-XL 标签三级：scp_codes / scp_codes_ext / scp_codes_ext_SNOMED。
20. 12SL 自动声明全库覆盖 117 条 statement。
21. SNOMED 可直接比较术语 94 个。
22. 映射后 SNOMED 编码 168 个。
23. 模型训练保留标签 109 个。
24. 特征判别力（随机森林 macro AUC）：Uni-G 0.889、12SL 0.871、ECGDeli 0.879。
25. CNN 基线（xresnet1d101）：all 0.925、diag 0.937、rhythm 0.957。
26. ECGDeli rhythm 0.964 > CNN rhythm 0.957。
27. 12SL vs 人工标签的 MCC 中位数 0.45。
28. MCC 最高：房颤 0.89、完全性 LBBB 0.88、窦速 0.88。
29. 跨源训练 macro AUC：12SL→12SL 0.956；PTB-XL→PTB-XL 0.912；跨源均 0.867。
30. 论文：Sci Data 10, 279（2023）；doi:10.1038/s41597-023-02153-8。
31. PhysioNet 版本：v1.0.0（2023-04-24）、v1.0.1（2023-06-27）。
32. DOI：v1.0.0 m5qc-8m53；v1.0.1 g6h6-7g88；latest nqsf-pc74。
33. 许可：CC BY 4.0，开放访问，无 gating。
34. 体积：未压缩 2.0 GB，ZIP 699.8 MB。
35. 代码仓库：Zenodo doi:10.5281/zenodo.7817567。
36. RRID:SCR_007345；源数据伦理批件 PTB-2020-1。

术语表（30 条）

术语	英文	释义
心电特征	ECG features	从心电信号提取的定量描述量（幅度/间期/起止点等）
手工特征	handcrafted features	由领域知识人工设计的特征，非模型自动学习
中位心拍	median beat	多个心拍对齐后逐点取中位数得到的代表性心搏
基准点	fiducial points	波形关键点（P/QRS/T 起止时刻）的定位
商用算法	commercial algorithm	闭源、部署于心电设备中的自动分析软件
Uni-G	University of Glasgow ECG Analysis Program	格拉斯哥大学心电分析程序，商业
12SL	Marquette 12SL	GE Healthcare 的自动心电分析算法
ECGDeli	—	开源 ECG 特征提取工具，依赖 MATLAB
自动诊断声明	automatic diagnostic statements	算法而非医生给出的诊断语句
SCP-ECG	Standard Communications Protocol for Computerized Electrocardiography	心电计算机化标注标准
SNOMED CT	Systematized Nomenclature of Medicine—Clinical Terms	临床医学术语系统化命名法
LOINC	Logical Observation Identifiers Names and Codes	检验观测标识符标准
本体映射	ontology mapping	把不同标注体系对应到公共本体的过程
心电向量图	vectorcardiogram (VCG)	由多导联合成的心脏电活动三维向量环
主导联	quasi-orthogonal leads	用作准正交基的导联（如 I、aVF、V2）
起止点	onsets/offsets	波形各段的起始与终止时刻
macro AUC	macro-averaged AUC	各标签 AUC 的不加权平均
随机森林	random forest	集成决策树分类器
xresnet	—	一维残差网络变体，常用于心电波形
MCC	Matthews correlation coefficient	马修斯相关系数，二分类不平衡下的稳健指标
超类	superclass	诊断语句的上位聚合类别（NORM/MI/STTC/CD/HYP）
NORM	normal ECG	正常心电图
MI	myocardial infarction	心肌梗死
STTC	ST/T change	ST 段/T 波改变
CD	conduction disturbance	传导障碍
HYP	hypertrophy	肥厚
分层折	strat_fold	按患者分组的交叉验证折
开放访问	open access	无门槛的公开数据访问政策
CC BY 4.0	Creative Commons Attribution 4.0	需署名的开放许可
AI-Ready	AI-ready dataset	结构完善、可直接用于 AI 训练/评测的数据集

附录

附录 A：条目信息速查卡

项	值
slug	ptb-xl-plus
全称	PTB-XL+, a comprehensive electrocardiographic feature dataset
父数据集	PTB-XL v1.0.3（库内 rid 70）
PhysioNet	/content/ptb-xl-plus/1.0.1/
论文	Sci Data 10, 279 (2023), doi:10.1038/s41597-023-02153-8
许可	CC BY 4.0
规模	up to 21799 记录 / 18869 患者
特征源	Uni-G / 12SL / ECGDeli
提取日期	2026-10-12

附录 B：DAIMS 评估全表

DAIMS（Data and Analytics Infrastructure Maturity Standard）24 项评估：

#	维度	评估	说明
1	数据可发现性	5/5	PhysioNet 独立项目页 + DOI + RRID
2	持久标识符	5/5	三个 DOI（按版本）+ RRID
3	元数据完整性	5/5	feature_description.csv 含 LOINC 映射
4	许可明确性	5/5	CC BY 4.0，LICENSE.txt 随包
5	访问开放性	5/5	开放访问，无 gating
6	文档质量	5/5	PhysioNet 页 + Sci Data 论文双文档
7	引用规范	5/5	数据集+论文+PhysioNet 三引用
8	版本管理	5/5	v1.0.0/v1.0.1 + 版本历史
9	数据来源溯源	5/5	明确派生自 PTB-XL v1.0.3
10	数据字典	4/5	特征有描述表，但每提供方特征总数未公开
11	标签体系	5/5	双层标签 + SNOMED/LOINC 映射
12	本体互操作	5/5	SNOMED CT + LOINC 双本体
13	质量验证	5/5	四项技术验证 + 开源代码
14	可复现性	3/5	商业算法闭源，特征不可端到端复现
15	偏差声明	4/5	单中心来源未做专门偏差声明
16	伦理合规	5/5	伦理批件 PTB-2020-1
17	隐私保护	5/5	派生特征，无直接标识
18	完整性校验	5/5	SHA256SUMS.txt
19	格式标准	5/5	CSV + WFDB 双标准格式
20	规模充分性	5/5	2 万+ 记录
21	类别覆盖	4/5	五超类广泛，但少数类样本稀少
22	跨源对照	5/5	自动声明 vs 人工标签
23	生态活跃度	4/5	已有下游研究引用
24	长期维护	4/5	PhysioNet 托管，版本已冻结

DAIMS 总分：112/120（93.3%）

附录 C：PTB-XL+ 与 PTB-XL 关系声明

本条目与库内 ptb-xl（rid 70）为父子衍生关系，非别名、非版本后继、非合并视图。检索与互链时须区分：波形与人工标签 → ptb-xl；特征、中位心拍、基准点与自动声明 → ptb-xl-plus。二者用 ecg_id 对齐。

附录 D：三套特征来源对照表

提供方	类型	特征	中位心拍	基准点	自动声明
Uni-G	商业	✔（含 VCG 测量）	✔	✘	✘
12SL	商业	✔（含面积特征）	✔	✘	✔（117 条）
ECGDeli	开源（MATLAB）	✔（含形态学）	✘	✔	✘

附录 E：特征类别速查

类别	说明	覆盖提供方
幅度（amplitudes）	P/Q/R/S/T 波振幅，mV	三家
间期（intervals）	PR/QRS/QT 等，ms	三家
起止点（on/off-sets）	波形段起止时刻	三家
心率与心轴（rate/axis）	心率、电轴	Uni-G、12SL
面积（areas）	波形面积积分	Uni-G、12SL
心电向量图（VCG）	三维向量测量	Uni-G
形态学（morphology）	波形形态特征	ECGDeli

附录 F：常见任务与推荐特征源

任务	推荐源	理由
通用诊断分类	Uni-G	macro AUC 最高 0.889
心律分类	ECGDeli	rhythm 0.964 超 CNN
需要自动声明	12SL	唯一提供方
需要 VCG 测量	Uni-G	独有
需要基准点	ECGDeli	独有

附录 G：与父数据集联合使用的最小骨架（代码）

import pandas as pd

# 1. 载入 PTB-XL+ 特征与标签
feat_12sl = pd.read_csv("ptb-xl-plus/1.0.1/features/12sl_features.csv")
feat_unig = pd.read_csv("ptb-xl-plus/1.0.1/features/unig_features.csv")
labels_12sl = pd.read_csv("ptb-xl-plus/1.0.1/labels/12sl_statements.csv")
labels_ptbxl = pd.read_csv("ptb-xl-plus/1.0.1/labels/ptbxl_statements.csv")

# 2. 载入 PTB-XL 元数据（含 strat_fold 与人工 scp_codes）
meta = pd.read_csv("ptb-xl/1.0.3/ptbxl_database.csv")
meta["scp_codes"] = meta["scp_codes"].apply(eval)

# 3. 按 ecg_id 左连接
merged = (meta.merge(feat_12sl, on="ecg_id", how="left")
               .merge(feat_unig, on="ecg_id", how="left")
               .merge(labels_12sl, on="ecg_id", how="left"))

# 4. 按患者隔离划分（strat_fold）
train = merged[merged["strat_fold"] <= 8]
val   = merged[merged["strat_fold"] == 9]
test  = merged[merged["strat_fold"] == 10]

附录 H：CC BY 4.0 义务清单

1. 署名数据集作者与标题（按版本）；
2. 提供 DOI 链接；
3. 标明是否做了修改；
4. 引用 Sci Data 论文与 PhysioNet 标准引用；
5. 商业使用无需另行授权。

附录 I：双口径登记表

项目	口径 A	口径 B	采用
记录数	21799（官方）	21837（编号最大值）	21799
患者数	18869（官方）	18885（旧口径）	18869
DOI	m5qc-8m53（v1.0.0）	g6h6-7g88（v1.0.1）	按版本取
论文年份	2023	2023	2023
rhythm 最优	ECGDeli 0.964	CNN 0.957	两者并列陈述

附录 J：坑点档案（与 §10 对照）

编号	坑	一句话对策
1	别名/重复误判	以 slug 与项目页为准
2	记录数错引	用 21799/18869
3	DOI 混用	按版本取 DOI
4	两套标签混用	显式声明口径
5	找波形	回溯 PTB-XL
6	以为 Uni-G 有声明	只有 12SL 有
7	以为 ECGDeli 自由运行	依赖 MATLAB
8	误读"共有 13 特征"	交集非总数
9	采样率错位	中位心拍为 500 Hz
10	忽略 SNOMED 剔除逻辑	先理解映射脚本

附录 K：缩写速查

缩写	全称
ECG	Electrocardiogram（心电图）
Uni-G	University of Glasgow ECG Analysis Program
12SL	Marquette 12SL
VCG	Vectorcardiogram（心电向量图）
SCP	Standard Communications Protocol
SNOMED CT	Systematized Nomenclature of Medicine—Clinical Terms
LOINC	Logical Observation Identifiers Names and Codes
MCC	Matthews Correlation Coefficient
AUC	Area Under the ROC Curve
WFDB	WaveForm DataBase
NORM/MI/STTC/CD/HYP	五诊断超类（见术语表）

附录 L：本条目生产档案

项	值
代理	agent-b-ptbxlplus
生产日期	2026-10-12
一手来源	PhysioNet 项目页 + Sci Data 论文（PMC10183020）+ Aalborg 门户
三源互证	PhysioNet / Sci Data / AAU 数据门户
定稿版本依据	PhysioNet v1.0.1
库内查重	url_name ILIKE ‘%ptb%xl%’ 命中 ptb-xl(70)，判定为父数据集

附录 M：检索关键词建议

• 数据集本体：PTB-XL+、ptb-xl-plus、PTB-XL plus ECG feature dataset
• 父数据集：PTB-XL、ptb-xl、Wagner PTB-XL Sci Data 7 154
• 特征算法：Uni-G ECG、Marquette 12SL、ECGDeli
• 本体：SNOMED CT ECG、LOINC ECG features
• 作者：Strodthoff、Mehari、Schaeffter

附录 N：基于本数据集的研究检查清单（10 项）

1. 明确使用特征源（Uni-G / 12SL / ECGDeli）并声明；
2. 明确标签口径（12SL 声明 or PTB-XL 人工）；
3. 用 ecg_id 与父集波形对齐并核对采样率；
4. 采用 strat_fold 做按患者隔离的交叉验证；
5. 注意单中心来源的泛化性局限；
6. 分类不平衡时用 AUC/MCC 而非准确率；
7. 跨源训练时报告同源与跨源双结果；
8. 遵守 CC BY 4.0 署名义务；
9. 引用按版本取 DOI；
10. 若用 SNOMED 映射标签，先理解剔除与传播逻辑。

尾注

1. PhysioNet. PTB-XL+, a comprehensive electrocardiographic feature dataset (v1.0.1). https://physionet.org/content/ptb-xl-plus/1.0.1/ （访问日 2026-10-12）
2. Strodthoff, N., Mehari, T., Nagel, C. et al. PTB-XL+, a comprehensive electrocardiographic feature dataset. Scientific Data 10, 279 (2023). doi:10.1038/s41597-023-02153-8（PMC10183020）
3. PhysioNet. PTB-XL, a large publicly available electrocardiography dataset (v1.0.3). https://physionet.org/content/ptb-xl/1.0.3/ （访问日 2026-10-12）
4. Wagner, P., Strodthoff, N., Bousseljot, R.-D. et al. PTB-XL: A Large Publicly Available ECG Dataset. Scientific Data 7, 154 (2020). doi:10.1038/s41597-020-0495-6
5. Aalborg University Research Portal. PTB-XL+, a comprehensive electrocardiographic feature dataset (2023). https://vbn.aau.dk/ （访问日 2026-10-12）
6. Mehari, T., & Strodthoff, N. Source code for PTB-XL+. Zenodo. doi:10.5281/zenodo.7817567
7. PhysioNet. DOI 注册信息：v1.0.0 10.13026/m5qc-8m53；v1.0.1 10.13026/g6h6-7g88；latest 10.13026/nqsf-pc74

附录 O：三方特征提供方深度解剖

O.1 Uni-G（University of Glasgow ECG Analysis Program）

Uni-G 是英国格拉斯哥大学开发的心电自动分析程序，属商业闭源算法，部署于全球数百万台心电设备。其处理流程是经典的"三段式"：

1. 中位心拍计算：将多个心拍对齐后逐点取中位数，抑制噪声、得到代表性心搏；
2. 特征提取：从中位心拍上测量幅度、间期、起止点、面积等；
3. 诊断预测：基于特征套用决策规则，输出诊断语句。

PTB-XL+ 中 Uni-G 的贡献：全套 ECG 特征 + 中位心拍。特别地，它是三者中唯一提供心电向量图（VCG）测量的算法——以 I、aVF、V2 作为准正交导联合成三维心电向量，衍生出向量环的方向、幅度、旋转方向等测量。这在评估心脏电活动的空间分布时具有独特价值。

限制：Uni-G 不提供自动诊断声明（因使用限制），因此 PTB-XL+ 无法用它做声明对照。

O.2 Marquette 12SL（GE Healthcare）

12SL 是 GE Healthcare 的 Marquette 系列算法，同样是商业闭源、全球数百万设备部署。其处理路线与 Uni-G 类似（中位心拍 → 特征 → 诊断），但 PTB-XL+ 中它承担了两个独特角色：

1. 提供自动诊断声明——数据集里唯一的声明来源，覆盖 117 条 statement；
2. 提供面积特征——对波形段（尤其 QRS 复合波）做面积积分。

12SL 的决策规则可从《Physician’s Manual》公开获取（这是它相对 Uni-G 的开放之处），使它成为"可追溯决策逻辑"的商业算法样本。其声明分三个处理层次（原始 / 扩展 / SNOMED 映射），是 PTB-XL+ 方法学设计最精巧的部分。

O.3 ECGDeli

ECGDeli 是与前两者路线不同的开源工具。它的处理顺序是"先定位基准点、再推导特征"：

1. 基准点检测：在原始信号上标出 P 波、QRS、T 波等的起止时刻（fiducial points）；
2. 逐心拍特征：直接对每个心拍计算形态学特征；
3. 跨心拍统计：仅报告跨心拍的中位数、四分位距（IQR）与参与计算的心拍总数。

PTB-XL+ 中 ECGDeli 的贡献：特征（含形态学）+ 基准点。它是唯一提供基准点的算法，因此对需要波形定位的下游任务是必需的。

限制：ECGDeli 虽开源，但依赖 MATLAB 专有运行时，潜在用户范围受限；作者明确声明"无法保证算法在广泛病理上的泛化性"，纳入全数据集特征仅为完整性。

O.4 三方能力矩阵

能力	Uni-G	12SL	ECGDeli
ECG 特征	✔	✔	✔
面积特征	✔	✔	✘
VCG 测量	✔	✘	✘
形态学特征	部分	部分	✔
中位心拍	✔	✔	✘
基准点	✘	✘	✔
自动诊断声明	✘	✔（117 条）	✘
采样率	500 Hz	500 Hz	原始信号率
开源	✘	✘	代码开源（MATLAB 依赖）

附录 P：特征协调与单位换算细则

P.1 命名协调

三套算法原始命名各异（各家设备厂商的内部字段名）。PTB-XL+ 把它们映射到公共命名方案，使同一临床概念在三套特征中可对应。协调后的共有特征以导联为单位组织（如某导联的 R 波振幅），因此"三集共有 13 个特征"是导联特异特征只计一次后的计数。

P.2 单位规范

量纲	单位	说明
幅度	mV	直接与临床读值一致
间期	ms	毫秒
心率	bpm	次/分
电轴	度（°）	额面电轴

原始波形的数字量是 1 μV/LSB，换算到 mV 需乘 0.001。特征文件已用物理单位，勿再乘系数。

P.3 LOINC 映射表结构

feature_description.csv 每行描述一个特征，含名称、简述、单位与（如有）对应的 LOINC ID。LOINC ID 是跨库对齐特征语义的钥匙——当你要把 PTB-XL+ 的某特征与另一库的同名特征对齐时，应以 LOINC 而非字面名称为准。

P.4 缺失值处理

商业算法可能对个别记录无法输出某些特征（信号质量差、伪迹严重）。使用时应检查各列的缺失率，对高缺失列做显式处理，而非默认填零。缺失本身可能携带"信号质量差"的信息。

附录 Q：SNOMED CT 映射的机制与陷阱

Q.1 映射三层结构

12SL 原始 statements
  ↓ 拆分 primary/supportive，移 WITH/AND/OR，保留 AC/AU 限定符
statements_ext（默认 ML 标签集）
  ↓ 按 12slv23ToSNOMED.csv 映射
statements_ext_SNOMED
  ↓ 向上传播（子概念 → 祖先概念）
SNOMED 层级化标签

Q.2 为什么映射后标签数会变

原始 12SL 声明覆盖 117 条 statement；映射到 SNOMED 并剔除近根节点、完全相关项后，缩减为 168 个 SNOMED CT 编码。这不是简单一一对应：多个 12SL 声明可能映射到同一 SNOMED 概念，一个 SNOMED 概念也可能经向上传播吸收多个下游声明。因此标签粒度与原始声明不同。

Q.3 使用陷阱

1. 向上传播会丢失精确定位信息：特定定位的心梗（前壁/下壁）经传播可能归并到上位概念，定位细节消失；
2. 剔除逻辑不可见即用：snomed_description.csv 里标记的"informative"标识符决定了哪些列可用于训练，跳过这一步可能引入过笼统的标签；
3. 映射可变：作者提供 apply_snomed_mapping.py，鼓励用户按需修改映射后重跑。若你改了映射，务必声明你的标签集与官方不同。

附录 R：最小复现——四项技术验证的路线

R.1 特征一致性（Pearson）

1. 从 features/*.csv 读入两套特征；
2. 按 ecg_id 对齐；
3. 取连续型共有特征，对导联特异特征先在 12 导联内取平均；
4. 逐特征算 Pearson r；
5. 对照论文：12SL vs Uni-G 多数 > 0.9，R’/S’ 最差。

R.2 判别力（随机森林 macro AUC）

1. 载入特征 + PTB-XL 标签（按 7 个任务集：all/diag/sub-diag/super-diag/form/rhythm）；
2. 按 strat_fold 划分：1-8 训练、9 验证、10 测试；
3. 每套特征训练一个随机森林；
4. 测试集算 macro AUC；
5. 对照论文：Uni-G 0.889 / 12SL 0.871 / ECGDeli 0.879。

R.3 声明一致性（MCC）

1. 把 12SL 声明与 PTB-XL 人工标签都映射到 SNOMED；
2. 取 94 个可直接比较术语；
3. 逐术语在样本级算 MCC；
4. 对照论文：中位数 0.45；房颤 0.89、完全性 LBBB 0.88、窦速 0.88 最高。

R.4 跨源训练（xresnet1d50）

1. 需要原始波形 → 必须回溯父数据集 PTB-XL v1.0.3；
2. 四组实验：12SL→12SL、PTB-XL→PTB-XL、12SL→PTB-XL、PTB-XL→12SL；
3. 保留 109 个标签（各折至少出现一次）；
4. 对照论文：0.956 / 0.912 / 0.867 / 0.867。

附录 S：与其他心电数据集的横向对照

数据集	记录规模	导联	人工标签	派生特征	自动声明	获取
PTB-XL	21799	12	✔ SCP	✘	✘	PhysioNet 开放
PTB-XL+	21799	12	✔（对照）	✔ 三套	✔ 12SL	PhysioNet 开放
MIMIC-IV-ECG	80 万+	12	部分	✘	✘	PhysioNet 凭证访问
OpenECG	120 万	12	✘	✘	✘	开放（基础模型基准）
Leipzig Heart Center ECG	逐搏标注	12+心内	✔	✘	✘	申请制
Norwegian Athlete ECG	双解读	12	✔（双医生）	✘	✘	开放
CPSC-2018	6877	12	✔	✘	✘	挑战赛
CinC 2017	8528	单导联	✔	✘	✘	PhysioNet 开放

核心差异：PTB-XL+ 的独特性不在波形，而在"派生特征 + 自动声明 + 本体映射"这一层。凡是想做特征工程、概念对齐、自动标签质量研究的工作，它是现成的对照。

附录 T：典型研究场景与选型建议

T.1 可解释心电模型

选 PTB-XL+ 三套特征，训练可解释分类器（如随机森林 + 特征重要性），并与人标签对照。优势：特征本身对领域专家可解释；可直接观察哪些特征驱动了诊断。

T.2 深度模型 vs 特征模型

回溯父集波形训练 CNN，同时在 PTB-XL+ 特征上训练浅层模型，比较二者。论文基线：CNN all 0.925，特征最高 0.889。

T.3 标签噪声与自动标签研究

用 12SL 声明训练一个模型，用人工标签训练另一个，在相同测试集比较。跨源落差（0.956 → 0.867）量化了标签体系差异。

T.4 ECG 回归任务

PTB-XL+ 提供心率、PR、QT、QRS 等参数值，可作为回归监督（迁移学习研究常用）。

T.5 本体映射与跨库互操作

借 PTB-XL+ 的 SNOMED/LOINC 映射研究跨数据集标签对齐，或把其映射方案迁移到其他心电库。

附录 U：数据质量核查清单

1. 各特征 CSV 是否以 ecg_id 全覆盖 21799 条？（部分算法可能缺少数记录）
2. 各列缺失率，尤其 ECGDeli 的跨心拍统计列；
3. 单位是否统一到 mV/ms（勿重复换算）；
4. 12SL 声明的三层次是否按需选用（默认用 statements_ext）；
5. SNOMED 映射是否用了官方脚本、是否记录了剔除项；
6. 中位心拍为 500 Hz，若下游用 100 Hz 波形须处理采样率；
7. strat_fold 是否按患者隔离（同一患者不得跨折）；
8. 类别不平衡下用 AUC/MCC 而非准确率；
9. 引用了正确版本对应的 DOI；
10. 遵守 CC BY 4.0 署名。

附录 V：常见误用剧场

误用一：直接拿特征 CSV 当波形输入 CNN。→ 特征不是时间序列，无法端到端；须回溯父集波形。

误用二：把 12SL 声明当作"金标准"训练，再用它评测模型并宣称超过人类。→ 声明与人工标签仅中等一致（MCC 中位 0.45），不能当金标准。

误用三：用 21799 与文献的 21837 混引，导致样本量对不上。→ 统一用 21799（编号最大值 ≠ 记录数）。

误用四：忽略单中心来源，把结论外推到所有人群。→ PTB-XL 为德国单中心 1989-1996 数据，跨机构泛化未验证。

误用五：跨源训练后只报一个数字，不区分同源/跨源。→ 必须双报（如 0.956 vs 0.867），否则掩盖标签体系差异。

误用六：以为三套特征可完全互换。→ 共有特征仅 13 个，缺哪个特征取决于来源。

附录 W：许可与引用规范细读

W.1 CC BY 4.0 义务

PTB-XL+ 采用 CC BY 4.0。要点：

• 可自由复制、分发、改编、商用；
• 必须署名（给出数据集作者、标题、来源、许可）；
• 必须标明是否修改；
• 不得附加额外法律限制。

W.2 三组引用

论文页面明确要求同时引用：数据集（按版本）、Sci Data 论文、PhysioNet 标准引用。用波形时再加 PTB-XL 父论文。

W.3 版本选择

引用时给出所用版本（1.0.0 或 1.0.1）及对应 DOI。混用 latest DOI 会导致读者无法确定你用的是哪一版。

附录 X：本条目生产档案与三源互证

项	内容
代理	agent-b-ptbxlplus
生产日期	2026-10-12
一手来源一	PhysioNet 项目页 /content/ptb-xl-plus/1.0.1/
一手来源二	Sci Data 10, 279（PMC10183020）
一手来源三	Aalborg University 研究门户数据集登记
交叉源	父数据集 PhysioNet /content/ptb-xl/1.0.3/
三源互证结论	名称、规模、许可、DOI、作者、三方算法一致
库内查重	url_name ILIKE ‘%ptb%xl%’ → 命中 ptb-xl(70)，判定为父数据集，本条目为扩展版

X.1 三源数字一致性表

事实	PhysioNet	Sci Data 论文	AAU 门户
记录数	up to 21799	up to 21799	—
患者数	18869	18869	—
三方算法	Uni-G/12SL/ECGDeli	同	同
12SL 声明	117 条	117 条	—
许可	CC BY 4.0	—	—
DOI v1.0.1	g6h6-7g88	—	g6h6-7g88

X.2 遗留疑点

1. 每提供方特征精确总数未公开（论文只给重叠数 13/39）；
2. Sci Data 论文正文未列自身卷号，卷号 10/279 由 PMC 与 PhysioNet 页面互证；
3. HuggingFace 无官方镜像确证，一手来源仅 PhysioNet；
4. 特征文件对个别记录的实际覆盖率未在页面明示（论文用 “up to”）。

附录 Y：FAIR / AI-Ready 检查单

原则	状态	说明
F1 可发现（有标识符）	✔	DOI + RRID
F2 可访问（标准协议）	✔	HTTP/HTTPS、S3
F3 元数据可解析	✔	描述表 + LOINC
F4 可注册索引	✔	PhysioNet 索引
A1 可获取	✔	开放访问
A2 长期保存	✔	PhysioNet 托管
I1 用共享本体	✔	SNOMED CT / LOINC
I2 跨库互操作	✔	公共命名方案
R1.1 许可明确	✔	CC BY 4.0
R1.2 来源溯源	✔	派生自 PTB-XL v1.0.3
R1.3 符合领域标准	✔	WFDB / CSV

附录 Z：缩写速查（补）

缩写	全称	中文
IQR	interquartile range	四分位距
VCG	vectorcardiogram	心电向量图
PR	PR interval	PR 间期
QT	QT interval	QT 间期
QRS	QRS complex	QRS 复合波
HR	heart rate	心率
AUC	area under the ROC curve	ROC 曲线下面积
ML	machine learning	机器学习
ECG	electrocardiogram	心电图
WFDB	WaveForm DataBase	波形数据库格式

附录 AA：基于本数据集的研究检查清单（12 项）

1. 声明使用的特征来源（Uni-G / 12SL / ECGDeli）；
2. 声明标签口径（12SL 声明 or PTB-XL 人工）；
3. 用 ecg_id 与父集波形对齐，核对采样率；
4. strat_fold 按患者隔离；
5. 报告缺失率与处理方式；
6. 分类不平衡时用 AUC / MCC；
7. 跨源训练双报同源与跨源结果；
8. 单中心局限写入 limitations；
9. 若用 SNOMED 标签，说明剔除与传播逻辑；
10. CC BY 4.0 署名；
11. 引用按版本取 DOI；
12. 记录数据版本与访问日期。

附录 AB：检索路径示范

目标	关键词组合
官方页	site:physionet.org ptb-xl-plus
论文	Strodthoff PTB-XL+ Sci Data 2023
特征算法	"Marquette 12SL" ECG features
本体	SNOMED CT ECG statement mapping
父数据集	PTB-XL Wagner Sci Data 2020 154
HF 镜像	hf-mirror.com PTB-XL-plus
下游用法	"PTB-XL Plus" regression transfer learning

附录 AC：与父数据集 PTB-XL 的联合下载清单

文件	来源	用途
ptbxl_database.csv	PTB-XL v1.0.3	元数据、strat_fold、scp_codes
records500/	PTB-XL v1.0.3	500 Hz 原始波形（端到端）
records100/	PTB-XL v1.0.3	100 Hz 原始波形（轻量）
features/12sl_features.csv	PTB-XL+	12SL 特征
features/unig_features.csv	PTB-XL+	Uni-G 特征
features/ecgdeli_features.csv	PTB-XL+	ECGDeli 特征
median_beats/	PTB-XL+	中位心拍
fiducial_points/ecgdeli/	PTB-XL+	基准点
labels/12sl_statements.csv	PTB-XL+	12SL 自动声明
labels/ptbxl_statements.csv	PTB-XL+	人工标签对照
labels/mapping/	PTB-XL+	SNOMED 映射

---

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：

• code-ii — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准 / 真实世界数据
• mit-bih-arrhythmia — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准 / 时序数据
• chapman-shaoxing — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准 / 时序数据
• fantasia — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 时序数据
• shanghai-t1dm-t2dm-cgm — 共享标签：生理信号 / 评测基准 / 时序数据 / 真实世界数据
• ptb-xl — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 时序数据
• code-15 — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 时序数据
• code-test — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准
• ecg-arrhythmia — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准
• ecg-fragment-high-risk-label — 共享标签：生理信号 / 心电信号 / 心血管疾病 / 评测基准

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。