Umbria地区行政数据库中房颤与房扑患者特征数据集
数据涵盖山东省立医院（SPHD）的临床数据（已去除敏感信息），包括原始.edt数据文件、.csv标注文件及全部24小时心电记录；因Mendeley空间限制仅上传部分原始数据，同时上传处理后的.m数据文件以覆盖全部研究数据
基本信息
资源简介
Umbria地区行政数据库中房颤与房扑患者特征数据集
Data and code: Prediction of Paroxysmal Atrial Fibrillation based on Time- frequency Analysis Network and related studies (Manuscript)
该数据集来自data.mendeley.com，包含用于已投稿论文《Prediction of Paroxysmal Atrial Fibrillation based on Time-frequency Analysis Network and related studies》的数据与代码。数据涵盖山东省立医院（SPHD）的临床数据（已去除敏感信息），包括原始.edt数据文件、.csv标注文件及全部24小时心电记录；因Mendeley空间限制仅上传部分原始数据，同时上传处理后的.m数据文件以覆盖全部研究数据。此外还包含AFPDB公共数据集的下载链接。该数据集可用于阵发性心房颤动的预测研究及相关时间频率分析（来源 Mendeley 。
【数据集背景】
源站首次发布：2022-12-28。
【数据内容】
源站描述（机器翻译，仅供参考）：这些数据和代码用于已投稿论文《Prediction of Paroxysmal Atrial Fibrillation based on Time-frequency Analysis Network and related studies》，包含本研究的所有数据和代码。本研究中使用的AFPDB数据库是公共数据集，因此未在此上传，下载链接为
【数据结构与技术规格】
文件数 9098 个，合计 8.00 GB。数据集 DOI：10.17632/ycm5dpgc67.1。
【主题与分类】
主题标签：心房颤动、心房扑动、心血管系统疾病、心电图、时间频率分析、预测模型。本站分类：心血管系统疾病/心房扑动。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/ycm5dpgc67
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://data.mendeley.com/datasets/ycm5dpgc67
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 8.00 GB。
数据说明
lei liu (2022). Data and code: Prediction of Paroxysmal Atrial Fibrillation based on Time- frequency Analysis Network and related studies (Manuscript) [Dataset]. http://doi.org/10.17632/ycm5dpgc67.1
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
