OpenECG

Name: OpenECG
Creator: 江西医学院第一附属医院，南昌大学

OpenECG是整合多个公开数据集的120万份12导联心电图基准数据集，用于评估心电图基础模型。

江西医学院第一附属医院，南昌大学

arXiv

2025-03-02 更新

时间序列cs.AIcs.LG

基本信息

模态

时间序列

数据量

1233337

创建/更新时间

2025-03-02

资源简介

OpenECG

【数据集背景】

本数据集源站标题为《arXiv Query: search_query=&id_list=2503.00711v1&start=0&max_results=1》。源站首次发布：2025-03-02。

【数据内容】

源站原始描述：This study introduces OpenECG, a large-scale benchmark of 1.2 million 12-lead ECG recordings from nine centers, to evaluate ECG foundation models (ECG-FMs) trained on public datasets. We investigate three self-supervised learning methods (SimCLR, BYOL, MAE) with ResNet-50 and Vision Transformer architectures, assessing model generalization through leave-one-dataset-out experiments and data scaling analysis. Results show that pre-training on diverse datasets significantly improves generalization,…

【主题与分类】

主题标签：cs.AI、cs.LG。

【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://arxiv.org/abs/2503.00711v1

原始链接

http://arxiv.org/abs/2503.00711v1

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

数据集说明

本数据集 对应论文数据集（arXiv 预印本）。

数据获取指引

打开论文页面获取作者与项目信息：https://arxiv.org/abs/2503.00711v1
论文 Data Availability / Code Availability 章节标注了数据实际托管位置；
获取到实际数据链接后，按对应平台标准方式下载。

论文摘要：Abstract:This study introduces OpenECG, a large-scale benchmark of 1.2 million 12-lead ECG recordings from nine centers, to evaluate ECG foundation models (ECG-FMs) trained on public datasets. We investigate three self-supervised learning methods (SimCLR, BYOL, MAE) with ResNet-50 and Vision Transformer architectures, assessing model generalization through leave-one-dataset-out experiments and data scaling analysis. Results show that pre-training on diverse datasets significantly improves generalization, with BYOL and MAE outperforming SimCLR, highlighting the efficacy of feature-consistency and generative learning over contrastive approaches. Data scaling experiments reveal that performance saturates at 60-70% of total data for BYOL and MAE, while SimCLR requires more data. These findings demonstrate that publicly available ECG data can match or surpass proprietary datasets in training robust ECG-FMs, paving the way for scalable, clinically meaningful AI-driven ECG analysis.