PhysioNet/CinC 2017房颤挑战数据集
PhysioNet/CinC 2017房颤挑战数据集提供短单导联心电图及正常、房颤、其他节律和噪声标签，数据模态为时序，可用于房性心动过速相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
资源简介
PhysioNet/CinC 2017房颤挑战数据集
【数据集背景】
本数据集源站标题为《challenge-2017》。
【数据内容】
源站原始描述：The 2017 PhysioNet/CinC Challenge aims to encourage the development of algorithms to classify, from a single short ECG lead recording (between 30 s and 60 s in length), whether the recording shows normal sinus rhythm, atrial fibrillation (AF), an alternative rhythm, or is too noisy to be classified
【适用方向】
时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。
【获取与许可】
源站页面：https://physionet.org/content/challenge-2017/
使用许可：Open Data Commons Attribution License v1.0。
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。
需登录公开下载
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。
暂未开放有偿下载
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（PhysioNet）
PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：
- 在 https://physionet.org/content/challenge-2017/1.0.0/ 页面登录并接受许可条款；
- 命令行整目录下载：
wget -r -N -c -np user=<账号> ask-password https://physionet.org/files/<数据集>/<版本>/
数据说明
AF Classification from a Short Single Lead ECG Recording 数据集包含短单导联心电图及正常、房颤、其他节律和噪声标签，可围绕房性心动过速（Atrial tachycardia）开展病例筛选、特征提取、诊断分类、分割检测或预后分析。
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。
