.png){kind=icon}
返回
CODE-II: a large-scale dataset for artificial intelligence in ECG analysis
.png){kind=icon}
OA
AI
DOI：10.1038/s41746-026-02704-4.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于数据驱动的心电图（ECG）解读方法正迅速发展。大规模数据集推动了基于人工智能（AI）的心电图分析进展，但注释质量、规模和范围上的限制仍是主要挑战。本文介绍了CODE-II，这是一个由巴西米纳斯吉拉斯州远程医疗网络（TNMG）收集的2,093,807名成年患者2,735,269份12导联心电图组成的大规模真实世界数据集。每份检查均采用标准化诊断标准进行注释，并由心脏病专家审核。CODE-II的一个显著特征是包含一组66个具有临床意义的诊断类别，这些类别在心脏病专家的参与下开发，并常规用于远程医疗实践。此外，我们还提供了一个公开可用的子集：CODE-II-open，这是一个包含15,000名患者的公共子集，以及CODE-II-test，一个由多名心脏病专家审核的非重叠测试集（包含8,475份检查），用于盲评。在CODE-II上预训练的神经网络在外部基准测试（PTB-XL和CPSC 2018）上表现出优越的迁移性能，其表现优于在其他更大数据集上训练的替代模型。
Keyword:
ECG analysis
artificial intelligence
large-scale dataset
cardiologist annotation
neural network
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
15.1
论文数:
3.2K
被引数:
1.5W
机构
查看更多机构
引用论文
暂无论文信息