心动过速

该数据集包含用于评估室性心动过速和动脉高血压预测模型在外部测试集上准确率的数据，涉及临床指标、生理信号或医疗记录等多模态信息，主要应用于心血管疾病的风险预测、机器学习模型的外部验证以及医疗人工智能算法的性能评估研究。

该数据集包含来自23名患者的植入式除颤器记录的腔内心电图信号，数据模态为电生理时间序列信号，主要用于通过机器学习方法分析这些信号，以在没有12导联心电图的情况下，对左心室心动过速出口部位的解剖区域进行粗略定位，研究方向聚焦于心脏电生理定位和医疗机器学习辅助诊断，旨在辅助临床确定心动过速起源以指导治疗。

该数据集包含体位性心动过速综合征患者和健康对照在静息与头高位倾斜状态下采集的心跳周期和呼吸信号，属于生理时间序列模态数据，通过功率谱分析、相干性、信息熵等多种方法评估心肺耦合特征，主要用于研究自主神经功能异常、POTS病理机制以及姿势变化对心血管与呼吸系统交互影响的方向。

该数据集为室上性心动过速相关的医学数据集，包含临床表格、心电图等模态数据，主要用于心律失常研究、机器学习模型训练及诊断辅助，支持心脏电生理机制分析和疾病预测应用。

该数据集包含体位性心动过速综合征患者与健康对照者在卧姿和坐姿下进行中等强度自行车运动时采集的连续生理信号，数据模态包括心电图、呼吸、逐搏动脉血压和耗氧量等多模态时间序列。其主要用途是分析比较不同体位对POTS患者运动期间心血管自主神经调节（如交感/迷走平衡、压力反射敏感性）和血流动力学反应的影响，为理解该疾病的病理生理机制和制定更安全有效的运动康复方案提供关键数据支持。

该数据集包含儿童与青少年体位性心动过速综合征（POTS）的临床研究数据，涵盖心率、血压、每日饮水量和睡眠时间等临床表格模态信息，主要用于分析POTS的风险因素，支持儿科心血管疾病的病因学研究和临床预测模型的开发。

该数据集包含体位性心动过速综合征（POTS）患者与健康对照者在仰卧和直立两种体位下进行运动干预时的生理信号原始数据，数据模态包括心电图、呼吸、逐搏动脉血压和氧气消耗量等多模态时间序列，主要用于分析不同体位对POTS患者运动期间心血管自主神经调控和血流动力学反应的影响，为体位性心动过速综合征的康复运动方案提供实证依据。

该数据集是一个包含体位性心动过速综合征患者与健康对照者在卧姿和坐姿下进行运动负荷测试时采集的多模态生理信号原始数据集，数据模态包括连续记录的心电图、呼吸信号、逐搏动脉血压和耗氧量，通过对这些信号进行频谱分析，可计算一系列心血管自主神经调控指标，主要用于研究不同体位对POTS患者运动时血流动力学和自主神经反应的影响，为理解该疾病的病理机制和开发更合适的运动康复方案提供关键实验数据。

该数据集包含通过非侵入性胎儿心电图（fECG）监测获取的胎儿心电信号及临床记录，数据模态为生理信号（心电图）与临床表格信息，主要用于评估胎儿室上性心动过速（SVT）的频率与持续时间，以研究其在判断胎儿水肿风险、指导治疗决策方面的可靠性，为胎儿心律失常的无创诊断与治疗指征评估提供了关键数据支持。

该数据集包含120名患者的12导联心电图记录，用于验证一种基于QRS波极性的简单算法（D12V16）在诊断宽QRS波心动过速中识别室性心动过速的准确性，通过与Brugada算法及电生理金标准对比，主要应用于心律失常的鉴别诊断和心电图算法性能评估研究。

该数据集以文本形式提供了关于心室性心动过速（VT）的映射与消融治疗程序的综述信息，内容包括VT在不同心脏病背景下的表现、电生理标测技术、导管消融策略以及临床管理原则，主要用于心血管电生理学研究和心律失常治疗的临床实践，旨在帮助医生优化VT治疗方案并改善患者预后。

该数据集是一个专注于RYR2基因相关儿茶酚胺敏感性多形性室性心动过速（CPVT）的医学数据库，包含从225篇临床论文中提取的1355名患者的遗传变异、临床病史与治疗信息，数据模态主要为结构化表格和关系型数据库，主要用于遗传性心律失常的致病机制研究、变异位点功能分析以及临床诊断与治疗策略的优化。