揭示隐匿性心律失常综合征

数据集获取

源站：https://clinicaltrials.gov/study/NCT06988189

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：Brugada心电图模式、Brugada综合征（BrS）。应用通过心电图可穿戴设备和动态心电图监测仪进行的长期连续心电图监测，以检测Brugada综合征的表现。该方法将与开发一个支持人工智能（AI）的心电图平台相结合，以自动化Brugada心电图的检测和分析。该方案将包括以下部分：研究A：Brugada心电图AI开发。这将自动化识别12导联心电图上的1型Brugada心电图模式。研究B：远程心律失常诊断。一项前瞻性观察性研究，招募的参与者将佩戴可穿戴心电图或心脏监测器，接受连续长期动态心电图监测。研究A中开发的算法将应用于本研究中捕获的长期心电图数据。研究C：使用超高频心电图进行心律失常风险分层。这项探索性研究将在显性和隐匿性心律失常综合征患者中寻找心律失常风险的标志物。

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。