Brugada分类模型假阳性率在外部Brugada模拟数据集上的评估

该数据集来自 PLOS Digital Health 论文,用于评估 Brugada 综合征 AI-ECG 分类模型在外部 Brugada 模拟数据集上的假阳性率

google_dataset
2026-02-25 更新
浏览 7
时间序列分类provides diminishing returnspose challenges dueoversampling may facilitatemachine learning techniques80 %- 2025 %- 75unlabelled ecg datasetoversampling using smotelabelled ecg datasetexacerbate data scarcitybinary classification taskadequate labelled data
Brugada classification model false positive rate, evaluated on the external Brugada mimic dataset.

基本信息

模态
时间序列
大小
0.000009728 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2026-02-25
版本
v1

资源简介

Brugada分类模型假阳性率在外部Brugada模拟数据集上的评估

Brugada classification model false positive rate, evaluated on the external Brugada mimic dataset.

该数据集来自 PLOS Digital Health 论文,用于评估 Brugada 综合征 AI-ECG 分类模型在外部 Brugada 模拟数据集上的假阳性率。数据以单个表格文件 Table 3.xls 提供,属于心血管系统疾病 / Brugada 综合征方向。该数据可用于分析模型在外部数据上的误报表现,并支持机器学习分类研究中的性能评估与对比(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《AI-ECG classification for Brugada syndrome: A study of machine learning techniques to optimise for limited datasets》发表于 PLOS Digital Health(2026),DOI:10.1371/journal.pdig.0001222。源站首次发布:2026-02-25。

【数据内容】

源站描述(机器翻译,仅供参考):Brugada分类模型假阳性率,在外部Brugada模拟数据集上评估。

【数据结构与技术规格】

文件数 1 个,合计 9.73 KB。数据集 DOI:10.1371/journal.pdig.0001222.t003。

【主题与分类】

源站学科分类:Medicine、Physiology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。主题标签:provides diminishing returns、pose challenges due、oversampling may facilitate、machine learning techniques、80 %- 20、25 %- 75、unlabelled ecg dataset、oversampling using smote、labelled ecg dataset、exacerbate data scarcity。本站分类:心血管系统疾病/Brugada综合征。

【适用方向】

源站学科分类标注为 Medicine、Physiology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/_p_Brugada_classification_model_false_positive_rate_evaluated_on_the_external_Brugada_mimic_dataset_p_/31414489

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Saleh, Keenan; Hadadi, Raaif; Liang, Yixiu; Wong, Hong; Sau, Arunashis; Howard, James; et al. (2026). Brugada classification model false positive rate, evaluated on the external Brugada mimic dataset.. PLOS Digital Health. Dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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(Figshare)

命令行下载

curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/62164741"

文件清单

  • Table 3.xls(9.73 KB)

文件总体积 9.73 KB(源站 API 实测)。

数据说明

Brugada classification model false positive rate, evaluated on the external Brugada mimic dataset.

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pdig.0001222.t003(source: https://plos.figshare.com/articles/dataset/_p_Brugada_classification_model_false_positive_rate_evaluated_on_the_external_Brugada_mimic_dataset_p_/31414489)。

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。

获取专属数据定制方案