ECG-Image-Database：带有真实成像与扫描伪影的心电图图像数据集；计算机化心电图图像数字化与分析的基础
定量方法
2024-09-26 v1 人工智能
图像与视频处理
信号处理
摘要
我们介绍了 ECG-Image-Database，这是一个由心电图（ECG）时间序列数据生成的大型且多样化的心电图图像集合，包含真实的扫描、成像和物理伪影。我们使用开源 Python 工具包 ECG-Image-Kit，从原始 ECG 时间序列生成逼真的 12 导联 ECG 打印输出图像。这些图像包含由数字和物理方式生成的噪声、褶皱、污渍和透视变换等逼真失真。该工具包被应用于来自 PTB-XL 数据库的 977 条 12 导联 ECG 记录和来自 Emory Healthcare 的 1,000 条记录，以创建高保真合成 ECG 图像。这些独特的图像既经历了使用 ECG-Image-Kit 的程序化失真，也经历了浸泡、染色和霉菌生长等物理影响，随后在各种光照条件下进行扫描和摄影，以创建真实世界伪影。最终的数据集包含 35,595 张带有广泛成像伪影和失真的软件标记 ECG 图像。该数据集在图像之外还提供了真值时间序列数据，为开发用于 ECG 数字化和分类的机器学习与深度学习模型提供了参考。这些图像质量各异，从清晰纸张的清晰扫描到退化纸张的噪声照片，使得能够开发更具泛化能力的数字化算法。ECG-Image-Database 满足了为进行计算机化分析而将基于纸张和非数字 ECG 数字化的关键需求，为开发能够将 ECG 图像转换为时间序列的稳健机器学习与深度学习模型奠定了基础。该数据集旨在作为 ECG 数字化和计算机化标注工作的参考。ECG-Image-Database 已用于 2024 年 PhysioNet 挑战赛中的 ECG 图像数字化与分类任务。
引用
@article{arxiv.2409.16612,
title = {ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis},
author = {Matthew A. Reyna and Deepanshi and James Weigle and Zuzana Koscova and Kiersten Campbell and Kshama Kodthalu Shivashankara and Soheil Saghafi and Sepideh Nikookar and Mohsen Motie-Shirazi and Yashar Kiarashi and Salman Seyedi and Gari D. Clifford and Reza Sameni},
journal= {arXiv preprint arXiv:2409.16612},
year = {2024}
}