宽QRS波心动过速自动与手动鉴别方法的比较数据集与分析

数据集获取

源站：https://www.scidb.cn/detail?dataSetId=3b22070abbcc4ee7963de3a24ddd2e59

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

该数据集来源于一项研究（LoCoco等人，2024年），旨在比较传统手动心电图（ECG）解释方法与新型自动化算法在宽QRS波心动过速（宽QRS波心动过速）鉴别诊断中的性能。数据集包含用于评估的诊断性能数据，涉及传统方法（如Brugada、Vereckei aVR和VT评分）与自动化算法（如WCT公式I、WCT公式II、VT预测模型、Solo模型和Paired模型）的对比结果。数据通过临床心电图分析和算法验证构建，主要应用于心血管医学研究，特别是心律失常的诊断优化、心电图自动分析工具的开发和临床决策支持系统的评估。

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。