基于胸前导联的三维标准心电图Python代码数据集

提供三维心电图生成与急性缺血验证的Python代码及胸前导联数据。

Mendeley DataMendeley Data
DataCite Commons
2025-04-01 更新
浏览 19
时间序列心电图急性缺血
Dataset with Python Codes for Three-Dimensional Standard Electrocardiogram: A First Approach Based on Precordial Leads

基本信息

模态
时间序列
大小
0.000067786 GB
创建/更新时间
2025-04-01
版本
v1

资源简介

基于胸前导联的三维标准心电图Python代码数据集

【一句话概览】

本数据集题为“三维标准心电图数据集及Python代码:基于胸导联的首次尝试”,共14个文件,合计67.8 KB。原始描述称,该数据集包含确保三维心电图生成方法可重复性及其在急性缺血背景下初步验证所需的Python代码(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Dataset with Python Codes for Three-Dimensional Standard Electrocardiogram: A First Approach Based on Precordial Leads》。源站首次发布:2025-01-15。

【数据内容】

源站原始描述:This dataset includes the Python codes required to ensure reproducibility of the three-dimensional electrocardiogram generation methodology and its preliminary validation in the context of acute ischemia

中文译文(机器翻译,仅供快速理解,请以原文为准):本数据集包含为确保三维心电图生成方法及其在急性缺血背景下的初步验证具有可复现性所需的 Python 代码。

【数据结构与技术规格】

文件数 14 个,合计 67.79 KB。数据集 DOI:10.17632/kf29wjdmk3.1。

【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://data.mendeley.com/datasets/kf29wjdmk3

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

数据集获取

源站:https://data.mendeley.com/datasets/kf29wjdmk3

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。

获取专属数据定制方案