面向日本的心律失常 Holter 心电图数据库 - SHDB-AF
机器学习
2024-06-26 v1 医学物理
摘要
心律失常 (AF) 是一种常见的心房纤颤，会影响生活质量，并导致栓塞性中风、心力衰竭及其他并发症。近期的机器学习 (ML) 和深度学习 (DL) 技术在提高诊断准确性方面显示出潜力。对于 DL 模型而言，必须具备在族群、年龄、性别及其他因素方面的鲁棒性和可泛化性。尽管已有多个心电图数据库向研究社区开放，但 none 包含日本人群样本。新磨合心数据库心房纤颤 (SHDB-AF) 是来自日本的开源 Holter 心电图数据库，包含 100 名罕见 AF 患者的数据。SHDB-AF 中的每条记录持续 24 小时，采样率为 200 Hz，总计 2400 万秒的心电图数据。
关键词
引用
@article{arxiv.2406.16974,
title = {SHDB-AF: a Japanese Holter ECG database of atrial fibrillation},
author = {Kenta Tsutsui and Shany Biton Brimer and Noam Ben-Moshe and Jean Marc Sellal and Julien Oster and Hitoshi Mori and Yoshifumi Ikeda and Takahide Arai and Shintaro Nakano and Ritsushi Kato and Joachim A. Behar},
journal= {arXiv preprint arXiv:2406.16974},
year = {2024}
}