PhysioNet 发布 PhysioNet Challenge 2016 数据集, 应用在 医学信号处理、心音分类 领域

PhysioNet 本次发布的数据集 PhysioNet Challenge 2016, 该数据集包含了2575个正常样本和665个异常样本，用于心音分类评估。此外，该数据集从2000赫兹重新采样至16000赫兹，并采用了四折交叉验证的方法进行评估，报告了准确率（UA）和F1分数。数据集的规模为3220个样本，其中包括2575个正常样本和665个异常样本。所承担的任务是心音分类。

查看PhysioNet Challenge 2016

关于 PhysioNet , Physionet是一个以生理信号数据共享和生理信息学研究为主的开放资源平台，它提供了丰富的生理信号数据库，支持研究人员进行数据分析和研究，旨在推动生物医学工程和临床研究的发展。

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。