心电图图像分类数据集

本数据集包含心电图图像，涵盖房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常等五类病症。通过深度学习训练，模型自动提取特征并输出分类标签和置信度，助力临床诊断，推动心电图智能诊断和早期筛查应用。

数据集概览

数据图像：

图1 样本图像

数据类型：

表1 数据类型与格式

数据规模：
（1）数据集划分饼图

图2 数据集划分饼图

数据集类别

表3 类别定义

数据集来源

表4 数据集来源与说明

数据集用途

本数据集用于房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常图像的分类模型训练与验证，包含五类样本：房性传导阻滞（AHB）、新冠病毒（COVID-19）、心肌损伤（HMI）、心肌梗死（MI）和心脏正常（Normal）。可应用于以下研究与开发方向：
（1）模型训练：支持基于深度学习的图像分类模型（如ResNet50、VGG16、Swin Transformer）进行房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常图像特征学习。
（2）性能评估：用于测试模型在房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常分类任务中的准确率、召回率、F1值等指标。
（3）特征分析：研究房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常在心电图信号、频率特征等方面的差异。
（4）系统开发：为心电图智能诊断系统、医学影像辅助诊断平台及筛查系统提供数据支持。

数据集须知

（1）数据来源：基于公开的心电图图像数据集，仅限科研与教学用途。
（2）数据结构：包含训练集与测试集，分为五类样本（房性传导阻滞、新冠病毒、心肌损伤、心肌梗死、心脏正常）。
（3）文件格式：图像文件为.jpg格式（按类别文件夹组织），文件命名与类别标签严格对应。
（4）使用要求：需遵守医学影像数据隐私与伦理保护相关规定，引用时须注明数据来源。
（5）适用范围：适用于房性传导阻滞、新冠病毒、心肌损伤、心肌梗死和心脏正常的图像识别、分类、特征提取及智能诊断系统研究。

数据集性能

训练与验证准确率和损失曲线：

图3 训练与验证准确率和损失曲线线

该图显示训练准确率和验证准确率随轮次提升逐渐上升，最终稳定在约0.95，说明模型收敛良好且未过拟合。训练损失与验证损失同步下降并趋于平稳，表明模型在训练过程中不断优化，具有较强的泛化能力。整体而言，模型表现稳定，能有效完成心电图图像分类任务。

混淆矩阵热力图：

图4 混淆矩阵热力图

从混淆矩阵热力图可见，模型在所有类别中的预测准确度很高，特别是新冠病毒（COVID-19）和心肌梗死（MI）几乎无误分类，准确率接近1.0。房性传导阻滞（AHB）虽有少量误分类为心肌损伤（HMI），但整体表现优秀。心脏正常的预测准确率也很高，误差较小，显示模型具有强大的分类能力。

各类的分类性能评估：准确率、精确率、召回率与F1分数图

图5 各类的分类性能评估：准确率、精确率、召回率与F1分数图

这张图显示，基于 Swin Transformer 的心电图分类模型准确率为 0.97，精确率和召回率均表现优异，所有类别的精确率在 0.93 以上，特别是新冠病毒和心肌梗死的精确率达到 1.00。房性传导阻滞的召回率略低（0.90），表明存在轻微漏检。F1-score 高于 0.94，体现了精确率与召回率的良好平衡。整体来看，该模型具有较强的分类精度和临床应用潜力。