摘要：本数据集专用于心脏疾病智能诊断研究，包含5类心脏状态共4,036张心电图图像，涵盖房性传导阻滞（AHB）、新冠病毒相关心脏损伤（COVID-19）、心肌损伤（HMI）、心肌梗死（MI）和正常心脏（Normal）。数据集按8:2比例划分为训练集3,227张和测试集809张，各类别样本分布均衡，适用于深度学习模型训练和性能评估。
数据集简介
包含5类心脏状态（AHB、COVID-19、HMI、MI、Normal）共4,036张心电图图像的医学图像分类数据集，按8:2划分为3,227张训练集和809张测试集，类别分布均衡，适用于深度学习模型的心电图智能诊断研究
数据集概述
本数据集是专门用于心脏疾病智能诊断研究的心电图图像分类数据集，包含5种心脏状态类别，共计4,036张标准化心电图图像。数 据集涵盖房性传导阻滞（AHB）、新冠病毒相关心脏损伤（COVID-19）、心肌损伤（HMI）、心肌梗死（MI）和正常心脏（Normal） 五种临床常见的心脏状态，具有较强的临床代表性和实用价值。数据集按照8:2的标准比例划分为训练集和测试集，其中训练集包 含3,227张图像（AHB 653张、COVID-19 660张、HMI 746张、MI 492张、Normal 676张），测试集包含809张图像（AHB 164张、COVID-19 166张、HMI 187张、MI 123张、Normal 169张），各类别样本分布相对均衡，有利于模型的公平学习和泛化能力提升。
数据集采用标准的目录树结构组织，每个类别独立存储于对应文件夹中，便于深度学习框架的自动标签识别和批量加载。所有图像均为RGB格式，经过质量筛选和标准化处理，确保数据的一致性和可靠性。数据集适用于多种深度学习模型的训练和评估，包括卷积神经网络（CNN）、视觉Transformer（ViT）、SwinTransformer等主流架构，可支持图像分类、迁移学习、模型对比等多种研究任务。
本数据集的特色在于包含了COVID-19相关心脏损伤类别，这在当前疫情背景下具有重要的临床研究价值和现实意义。数据集已在基 于Swin Transformer的智能诊断系统中得到验证，模型在测试集上达到97.0%的分类准确率，加权平均精确率、召回率和F1分数均 为0.97，充分证明了数据集的高质量和良好的可训练性，为心电图智能诊断、计算机辅助医疗和深度学习医学应用研究提供了可靠 的数据基础。
数据集来源
数据集来源于公开的医学图像数据库和临床心电图采集系统，经过专业医生标注和质量筛选，确保了数据的准确性和临床可靠性。
类别定义
标注规范
图1 标注规范图
性能评测
模型在809张验证集上达到97.0%准确率，加权平均精确率、召回率和F1分数均为0.97，其中COVID-19和MI类别识别准确率达到100%，充分验证了系统的高精度诊断能力和临床应用价值。
训练与验证准确率和损失曲线
图2 Swin Transformer训练与验证准确率和损失曲线
混淆矩阵热力图
图3 Swin Transformer混淆矩阵热力图
各类的分类性能评估：准确率、精确率、召回率与F1分数图
图4 各类的分类性能评估：准确率、精确率、召回率与F1分数图
应用案例
图5 应用案例：基于Swin Transformer的心电图图像分类与诊断系统
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-12
数据大小：37M
原创声明：本项目为原创作品
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)