基于心电图预测心脏复苏期间难治性心室颤动的数据
该数据集包含心脏复苏过程中采集的心电图信号数据及其对应的结局标签，属于生理信号模态，主要用于通过机器学习方法分析心电图特征，以预测难治性心室颤动的发生，支持急救医疗中的实时监测与决策辅助研究。
基本信息
资源简介
基于心电图预测心脏复苏期间难治性心室颤动的数据
【数据集背景】
本数据集源站标题为《Replication data for: Electrocardiogram-based prediction of shock-refractory ventricular fibrillation without interrupting CPR》。
【数据内容】
源站原始描述：ECG dataset and outcome labels
【主题与分类】
主题标签：Medicine, Health and Life Sciences。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:8420a41ae18cf444fa61f2dc0d5b1b4a86ac77e5701db38f0612cfbcdbef8c20
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一个医学研究数据集，主要包含心电图（ECG）信号数据以及相应的结局标签。数据来源于心脏复苏（CPR）过程中的临床监测，旨在通过心电图特征预测难治性心室颤动（VF）的发生，而不中断心肺复苏操作。数据集可用于开发机器学习模型，以辅助急救医疗中的实时决策，研究方向涉及心脏电生理监测、急救医疗预测和人工智能辅助诊断。
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。
