德黑兰大学 发布 ECG Segmentation and Overlap Dataset 数据集, 应用在 心电图信号处理、深度学习 领域

德黑兰大学 本次发布的数据集 ECG Segmentation and Overlap Dataset, 该数据集由德黑兰大学电气与计算机工程学院的研究团队创建，旨在帮助训练深度学习模型，以准确地将心电图（ECG）图像数字化。数据集包括285个样本，其中100个样本包含人工验证的信号重叠，185个样本没有重叠。数据集分为两个子集：分割数据集和重叠数据集。分割数据集包含单个导联图像及其对应的真实掩模和原始时间序列信号。重叠数据集包含100个信号重叠样本和185个非重叠样本，用于评估模型在处理信号重叠情况下的性能。

查看ECG Segmentation and Overlap Dataset

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。