CODE-II：一个用于心电图（ECG）分析中人工智能研究的大规模数据集

摘要

基于数据的心电图（ECG）解读方法正在迅速发展。大规模数据集推动了基于人工智能（AI）的ECG分析技术进步，但注释质量、数据量和覆盖范围的局限性仍然是主要挑战。本文介绍了CODE-II，这是一个来自巴西米纳斯吉拉斯州远程医疗网络（TNMG）的庞大真实世界数据集，包含2,735,269份12导联ECG记录，涉及2,093,807名成年患者。每份心电图均按照标准化诊断标准进行注释，并由心脏病专家进行了审核。CODE-II的一个显著特点是包含66个具有临床意义的诊断类别，这些类别是在心脏病专家的参与下制定的，并在远程医疗实践中得到常规应用。我们还提供了一个公开可用的子集：CODE-II-open，包含15,000名患者的记录；以及CODE-II-test，这是一个由多位心脏病专家独立审核的8,475份心电图记录的非重叠子集，用于盲法评估。在CODE-II上预训练的神经网络在外部基准测试（PTB-XL和CPSC 2018）中表现出更优的迁移性能，其表现优于在更大数据集上训练的模型。