真实世界数据研究专区 · 数据集
ICU 心律失常误报警数据集(PhysioNet/CinC 挑战赛 2015)
原名:Reducing False Arrhythmia Alarms in the ICU: The PhysioNet/Computing in Cardiology Challenge 2015 v1.0.0。
概述
数据来自 PhysioNet 与 Computing in Cardiology 联合举办的 2015 年挑战赛,收录美国与欧洲四家医院 ICU 的 1,250 次致命性心律失常报警。每条记录截取报警前 5 分钟的床旁监护波形,采样率 250 Hz。波形含两导联心电图,以及光电容积脉搏波和/或动脉血压。训练集 750 条公开,测试集 500 条只用于评分。报警类型有心搏停止、心动过缓、心动过速、室性心动过速和心室扑动或颤动。
ICU 床旁监护的误报警会造成报警疲劳。这份数据可用于开发判别真假报警的算法,在不漏掉真报警的前提下减少误报。评分公式对漏判真报警的惩罚是误报的 5 倍。
对人工智能学习的帮助
它是 ICU 患者的真实监护波形,属于 1.0 临床真实一层。专家团队逐条判定报警真伪,只收录至少两人审阅且三分之二多数一致者,能学到 3.0 专家判断。数据给出固定划分、评分公式和参赛成绩,属于 4.0 任务环境。四家医院为随机选取,误报比例不能当作任何厂商或医院的真实误报率。报警前 5 分钟内的其他心律失常未标注,波形可能有起搏、噪声、运动伪迹和传感器脱落。
记录形态
| 项目 | 内容 |
|---|---|
| 规模 | 1,250 次报警记录,训练集 750 条、测试集 500 条 |
| 记录语言 | 无自由文本 |
| 记录来源 | 诊疗过程 |
| 记录单位 | 一次报警 |
| 时间轴 | 单次,每条为报警前 5 分钟的监护片段 |
| 结局 | 无结局字段,只有报警真伪标签 |
| 专家标注 | 有,专家团队逐条判报警真伪,至少两人审阅且三分之二一致 |
| 任务环境 | 有,固定划分、评分公式与官方成绩,提交已关闭 |
数据结构
表:training/*.hea(WFDB 头文件)。
| 字段 | 含义 | 类型或取值 |
|---|---|---|
record name |
记录名,标识一条报警记录 | 字母、数字、下划线组成的字符串 |
number of signals |
记录内信号路数 | 非负整数;公开样例 a103l.hea 为 3 |
sampling frequency |
每路信号每秒采样数 | 浮点数;本库统一为 250 |
number of samples per signal |
每路信号的样本数 | 整数;a103l.hea 为 82500 |
ADC gain |
每物理单位对应的 ADC 单位 | 浮点数,可带单位,如 7247/mV |
description |
信号说明,如导联名 | 文本;a103l.hea 为 II、V、PLETH |
info strings |
末尾注释行,本库写报警类型与真伪 | 如 #Asystole、#False alarm |
样例
表:training/ALARMS 与 training/*.hea(WFDB 头文件)。
| 记录名 | 报警类型 | 是否真报警(1=真,0=假) | 信号路数 | 采样频率(Hz) | 每路样本数 | 信号名称 |
|---|---|---|---|---|---|---|
| v100s | Ventricular_Tachycardia | 0 | 4 | 250 | 75000 | II, V, PLETH, RESP |
| t106s | Tachycardia | 1 | 3 | 250 | 75000 | II, III, PLETH |
| f120s | Ventricular_Flutter_Fib | 0 | 4 | 250 | 75000 | II, V, PLETH, ABP |
获取
| 项目 | 内容 |
|---|---|
| 许可 | Open Data Commons Attribution License v1.0 |
| 商用 | 是,须署名 |
| 申请 | 公开下载 |
| 中国可用性 | 未写国别限制,任何人遵守许可即可访问 |
质量与局限
| 项目 | 内容 |
|---|---|
| 维护方口径 | 仅纳入至少两人审阅且三分之二多数一致的报警。训练与测试集患者互斥 |
| 已知局限 | 四家医院随机选取,不能反映厂商或医院的真实误报率。报警前 5 分钟内其他心律失常未标注。信号可能有起搏、噪声与运动伪迹 |
所属话题
- 急危重症 › 床旁监护信号
出处
https://physionet.org/content/challenge-2015/1.0.0/;https://physionet.org/content/challenge-2015/view-license/1.0.0/。
审校:数巨有谱真实数据研究团队|编辑:数巨有谱AI团队