数据集概述
本数据集包含用于三维心电图（3D ECG）数据处理、距离矩阵生成、统计分析及指标计算的Python脚本，支持聚类、假设检验与可视化，旨在通过极坐标转换及创新指标（近曲率）研究急性心肌缺血时3D ECG偏转的变化。
文件详解
- 代码文件（.py格式，共12个）：
- 1_3DECG_generate_distance_matrix_xz.py：生成XZ平面投影的距离矩阵
- 2_3DECG_generate_distance_matrix_xy.py：生成XY平面投影的距离矩阵
- 3_3DECG_clustering.py：执行3D ECG数据的聚类分析
- 6_3DECG_scatter_plot_distance_correlation.py：绘制距离相关性散点图
- 7_3DECG_anderson_test_distance_normality.py：通过Anderson检验分析距离数据正态性
- 8_3DECG_KS_test_distance_comparison.py：通过KS检验比较不同距离数据分布
- 9_3DECG_mantel_test_correlation.py：通过Mantel检验分析相关性
- 10_3DECG_perimeter_(almost)curvature_analysis.py：计算周长、曲率及近曲率指标
- 文档文件（.md格式，共1个）：
- README.md：提供所有Python脚本的功能概述与使用说明
适用场景
- 心血管医学研究：分析急性心肌缺血时3D ECG偏转的动态变化
- 医学数据分析：开发基于3D ECG指标的缺血状态检测模型
- 生物医学工程：验证极坐标转换及近曲率等创新方法在心电图分析中的应用
- 统计与机器学习：应用聚类、假设检验等方法挖掘3D ECG数据的潜在规律
