Brugada 心电图数据库

该数据集收录了 119 名 Brugada 综合征患者的心电图测量数据,由香港中文大学医学院在学术研究过程中生成,并经相关临床研究伦理委员会批准

ZenodoZenodo
datacite
浏览 9
时间序列分类Brugada syndrome
Brugada ECG Database

基本信息

模态
时间序列
大小
0.000437948 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-09

资源简介

Brugada 心电图数据库

Brugada ECG Database

该数据集收录了 119 名 Brugada 综合征患者的心电图测量数据,由香港中文大学医学院在学术研究过程中生成,并经相关临床研究伦理委员会批准。数据已做匿名化处理,用于医学研究的进一步推进。访问仅限研究用途,使用时需引用对应 DOI。该数据集可用于 Brugada 综合征的心电图特征分析、分类识别及相关循环系统疾病研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2019。

【数据内容】

源站描述(机器翻译,仅供参考):119 名 Brugada 综合征患者队列的心电图测量数据。免责声明:这些数据集是在香港中文大学医学院开展学术研究过程中生成的,该研究已获得医院管理局香港中文大学–新界东联网临床研究伦理委员会的伦理批准。数据已匿名化,并在完全遵守大学关于数据集存储与共享的规章和政策的前提下存储,以进一步推动医学研究。更多信息: 仅允许用于研究目的。使用这些数据集时,应通过引用此 DOI 来致谢相关努力。

【主题与分类】

主题标签:Brugada syndrome。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://zenodo.org/record/3266179

使用许可:Creative Commons Zero v1.0 Universal。

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

源站:https://doi.org/10.5281/zenodo.3266179

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 437.9 KB。

数据说明

119例Brugada综合征患者队列的心电图测量数据 免责声明:这些数据集是在香港中文大学医学院进行学术研究过程中生成的,该研究已获得医院管理局香港中文大学-新界东联网临床研究伦理委员会的伦理批准。这些数据已进行匿名化处理,并在完全遵守大学关于数据集存储与共享的规章和政策的前提下存储,以促进医学研究的进一步发展。更多信息请访问:https://libguides.lib.cuhk.edu.hk/RDM/dataset_deposit 仅允许用于研究目的。使用这些数据集时,应通过引用此DOI来鸣谢相关努力。

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。

获取专属数据定制方案