基于心音图记录的心杂音检测：George B. Moody PhysioNet 2022挑战赛
基于多位置心音图记录的心杂音检测数据集，用于识别儿童先天性及获得性心脏病。
基本信息
资源简介
基于心音图记录的心杂音检测：George B. Moody PhysioNet 2022挑战赛
【数据集背景】
本数据集源站标题为《challenge-2022》。
【数据内容】
源站原始描述：2022 Physionet Challenge is devoted to detecting the presence or absence of murmurs from multiple heart sound recordings from multiple auscultation locations, as well as detecting the clinical outcomes
中文译文（机器翻译，仅供快速理解，请以原文为准）：2022 Physionet Challenge 旨在基于来自多个听诊部位的多份心音记录，检测是否存在心脏杂音，并检测临床结局。
【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://physionet.org/content/challenge-2022/
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（PhysioNet）
PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：
- 在 https://physionet.org/content/challenge-2022/1.0.0/ 页面登录并接受许可条款；
- 命令行整目录下载：
wget -r -N -c -np user=<账号> ask-password https://physionet.org/files/<数据集>/<版本>/
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。
