可行性研究：使用M2VS传感器系统进行连续ECG和血压监测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07694570

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。

数据说明

条件：心房颤动（阵发性），高血压。心血管疾病仍然是全球范围内发病和死亡的主要原因。长期动态监测心电图（ECG）和血压对于阵发性心房颤动和隐匿性高血压等疾病的检测和管理至关重要。然而，当前的标准监测设备，包括动态心电图监测仪和动态血压监测仪，可能受到佩戴舒适度降低、粘性电极引起的皮肤刺激、运动伪影以及血压测量不连续等限制。本可行性研究评估了一种新型可穿戴传感器系统——M2VS系统，该系统设计为一种基于柔性纺织品的带状设备，集成了干电极和多个传感器，用于连续多模态生命体征监测。该系统在日常生活24小时内记录ECG、光电容积描记图（PPG）、惯性测量单元（IMU）数据、体温、生物阻抗、声学呼吸信号和压电传感器数据。在本研究中，M2VS系统将严格用作非诊断性数据记录器。

本研究将提供关键见解，探讨一种非侵入性多传感器可穿戴设备与当前标准护理（Holter监测器和ABPM）相比的信号质量和技术可靠性。通过评估该可穿戴设备，研究旨在克服现有监测系统在舒适度和依从性方面的障碍。这些发现可能代表着在开发更可靠、连续的诊断工具方面迈出的重要一步，用于长期管理心房颤动和高血压等疾病。

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。