可穿戴设备心电图数据分析数据集-2017年Physionet挑战赛

可穿戴设备心电图数据分析数据集-2017年Physionet挑战赛 数据来源：互联网公开数据 标签：心电图,ECG,生理信号,可穿戴设备,医疗健康,房颤,时间序列,机器学习,PhysioNet

数据概述： 本数据集基于PhysioNet 2017挑战赛的数据构建，旨在用于开发基于深度学习的心电图（ECG）分析模型。 数据集包含8528条心电图记录，每条记录包含2000个数据点。 数据由AliveCor提供，源于PhysioNet 2017挑战赛，是研究可穿戴设备ECG数据分析的理想资源。

数据用途概述： 该数据集适用于心电图信号处理、心律失常检测（如房颤检测）等研究。 研究人员可利用此数据开发和评估用于分析来自消费级设备的心电图数据的机器学习模型；可以用来探索如何通过算法实现类似Apple Watch的房颤检测功能；也可用于医学研究、健康监测、以及相关算法的开发与验证。