Cardially：用于预测院外心脏骤停患者除颤结局的ECG波形数据集
该数据集来自 data.mendeley.com，包含 260 例院外心脏骤停患者在接受急救医疗服务期间采集的 ECG 信号
基本信息
资源简介
Cardially：用于预测院外心脏骤停患者除颤结局的ECG波形数据集
Cardially - ECG waveform dataset for predicting defibrillation outcome in out-of-hospital cardiac arrested patients
该数据集来自 data.mendeley.com，包含 260 例院外心脏骤停患者在接受急救医疗服务期间采集的 ECG 信号。每例信号含 9 秒心室颤动波形及电击后 1 分钟波形，并提供 PDF 扫描件、完整数字化波形以及从首次除颤电击前 9 秒片段提取的时域和频域特征。三位心脏科专家依据电击结局以多数决策将每份 ECG 标注为成功、不成功或无法判定。该数据可用于预测除颤结局及心室颤动相关波形分析研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2020-02-17。
【数据内容】
源站描述（机器翻译，仅供参考）：所提供的数据库包含 260 例 ECG 信号，采集自正在接受急救医疗服务治疗的院外心脏骤停患者。每例 ECG 信号包含一段 9 秒波形，显示心室颤动，随后是 1 分钟的电击后波形。患者的 ECG 以多种格式提供。院前治疗期间记录的所有 ECG 均以 PFD 文件提供，这些文件经匿名化、打印在纸上并扫描后得到。对于每例 ECG，数据集还包括完整的数字化波形（电击前 9 秒和电击后 1 分钟各一段），以及从首次除颤电击前紧邻的 9 秒片段中提取的众多时域和频域特征。根据电击结局，每份 ECG 文件已由三位专家心脏科医生标注——采用多数决策——为成功（56 例）、不成功（195 例）或无法判定
【数据结构与技术规格】
文件数 1 个，合计 17.85 MB。数据集 DOI：10.17632/wpr5nzyn2z.1。
【主题与分类】
主题标签：院外心脏骤停、心电图波形、除颤结局预测、心室颤动、循环系统疾病、Cardially。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/wpr5nzyn2z
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/wpr5nzyn2z/1
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 17.9 MB。
数据说明
Sergio Benini (2020). Cardially - ECG waveform dataset for predicting defibrillation outcome in out-of-hospital cardiac arrested patients [Dataset]. http://doi.org/10.17632/wpr5nzyn2z.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。
