MEETI:来自MIMIC-IV-ECG的多模式心电图数据集,包含信号,图像,特征和解释

科学领域:

• 心血管医学 心血管医学
• 人工智能的人工智能
• 生物医学信息学 生物医学信息学

背景情况:

• 电心电图 (ECG) 对于诊断心脏病如心律失常和缺血等情况至关重要.
• 目前用于ECG解释的机器学习由于缺乏全面的多式联络公共数据集而面临局限性.
• 现有的数据集往往缺乏原始信号,诊断图像和文本解释的整合,这阻碍了临床AI部署.

研究的目的:

• 推出MEETI (MIMIC-IV-Ext ECG-Text-Image),这是第一个大型数据集,可以同步原始心电图波形,图像和LLM生成的解释.
• 为了解决多式多态心电图数据集的缺口,以开发临床适用的AI系统.
• 为下一代心血管AI研究提供一个基准.

主要方法:

• 通过整合来自MIMIC-IV-ECG数据库的约80万条记录来开发MEETI.
• 调整了四个数据组件:原始心电图信号,高分辨率图像,每次数量参数和文本解释.
• 利用独特的标识符,在所有组件中实现无数据同步.

主要成果:

• MEETI是第一个能够同步原始心电图信号,图像,节拍参数和详细文本解释的数据集.
• 该数据集能够进行细粒度分析,并通过节拍级量化参数增强模型的解释性.
• 促进多式变压器学习,用于集成的心血管AI分析.

结论:

• 在心血管研究中,MEETI为开发先进的多模式AI提供了坚实的基础.
• 该数据集支持可解释和综合分析,克服单模式方法的局限性.
• MEETI准备加速开发用于ECG解释的临床部署AI.