MIT-BIH心电图信号后处理数据集
包含48条MIT-BIH心电图信号，包括经清洗滤波和未滤波的版本，用于心脏疾病研究。
基本信息
资源简介
MIT-BIH心电图信号后处理数据集
【数据集背景】
本数据集源站标题为《MIT-BIH ECG Signals after Post-Processing》。源站首次发布：2021-08-14。
【数据内容】
源站原始描述：This dataset is a cleaned and filtered version of the popular MIT-BIH dataset. The copyrights of this dataset originally belong to MIT-BIH contributors as well as ASHKAN SHAHBAZI for the post-processing part. We filtered and normalized the ECG segments, then we cut the bad-shape ECG segments from each signal. The **a** folder consists of non-filtered signals and the **b** folder consists of filtered data. All signals are in CSV format with "\n" delimiter
【数据结构与技术规格】
文件数 20 个，合计 15.18 MB。
【主题与分类】
主题标签：data cleaning、signal processing。
【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://www.kaggle.com/datasets/ashkanshahbazi/mitbih-ecg-signals-after-postprocessing
使用许可：Other (specified in description)。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("ashkanshahbazi/mitbih-ecg-signals-after-postprocessing")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d ashkanshahbazi/mitbih-ecg-signals-after-postprocessing
unzip mitbih-ecg-signals-after-postprocessing.zip -d mitbih-ecg-signals-after-postprocessing/
数据集大小约 0.01 GB。
数据说明
本数据集包含48条MIT-BIH心电图（ECG）信号，包括经清洗与滤波处理以及未经过滤的信号，适用于心脏疾病诊断、心律失常检测等任务。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
