动态无导线心电图记录仪试验的初步研究评估
研究旨在实施并测试HeartWatch与Event Recorder、Holter两种对照设备配对ECG数据的采集与分析,面向需要延长动态心电图测试的患者

基本信息
资源简介
动态无导线心电图记录仪试验的初步研究评估
该数据集来自clinicaltrials.gov,针对动态无导线心电图记录仪试验的初步研究评估,覆盖Atrial Fibrillation、Tachycardia, Supraventricular、Bradyarrhythmia、Ventricular Arrythmia等心律失常相关疾病。研究旨在实施并测试HeartWatch与Event Recorder、Holter两种对照设备配对ECG数据的采集与分析,面向需要延长动态心电图测试的患者。数据可用于心律失常诊断评估、设备性能比较及心电信号分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Atrial Fibrillation、Tachycardia, Supraventricular、Bradyarrhythmia、Ventricular Arrythmia。该临床研究旨在实施并测试从HeartWatch和两种对照设备(Event Recorder和Holter)采集的配对ECG数据的收集与分析。HeartWatch适用于对具有可能心脏起源的短暂症状(如晕厥和心悸)的患者,以及有心律失常风险但无明显症状的患者进行延长诊断评估。虽然设备本身的使用可由医疗专业人员和患者管理,但收集数据的诊断解读仅限于医疗专业人员,因为数据必须在记录后单独加载和分析。将接触适合进行延长动态心电图测试的患者以参与研究。受试者将佩戴Hear
【主题与分类】
主题标签:Atrial Fibrillation、Tachycardia, Supraventricular、Bradyarrhythmia、Ventricular Arrythmia。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05357716
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://clinicaltrials.gov/study/NCT05357716
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:
数据说明
疾病状况:心房颤动、心动过速、室上性、心动过缓、室性心律失常。该临床研究旨在实施并测试从HeartWatch及两种对照设备——事件记录仪和Holter监测仪——收集和分析配对心电图数据的过程。HeartWatch适用于对可能源于心脏的短暂症状(如晕厥和心悸)患者进行扩展诊断评估,以及适用于有心律失常风险但无明显症状的患者。虽然设备的使用可由医疗专业人员和患者共同管理,但收集数据的诊断解读仅限于医疗专业人员,因为记录后需单独加载和分析数据。符合扩展动态心电图测试指征的患者将被邀请参与。受试者将佩戴HeartWatch和事件记录仪长达72小时,或佩戴HeartWatch和Holter监测仪长达48小时。受试者将被要求记录其活动情况(站立、坐着、行走、锻炼或躺下)。
事件记录器受试者将收集用户触发和自动触发的数据,而Holter受试者将记录其活动日记及任何相关症状。所有受试者还将收集不良事件以及在该组中使用的两种设备之间的用户偏好。预计HeartWatch和对照设备配对的心电图数据在记录的事件和临床可解释数据的比例方面相似。
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。




