摘要：与手术环境相比，非手术环境中的术中心脏节律失常具有独特特征，然而公开可用的心电图数据库主要集中于门诊或重症监护环境。为填补这一空白，我们推出了VitalDB心律失常数据库，这是一个专门为开发与验证手术患者心律失常检测算法而设计的综合性术中心电图记录数据集，包含心搏与节律标注。该数据库包含来自482名手术患者的734,528秒连续心电图数据，中位标注记录时长为20分钟。它涵盖超过66万个标注心搏，分为4种心搏类型和10种不同节律类别。为高效处理大量源数据，我们开发了一个自定义深度学习心搏分类器，作为心律失常候选片段的自动化筛查工具。所有标注由五位麻醉医师进行严格验证，每段独立由至少两位麻醉医师审核，其中9.3%需全体委员会达成共识。评估者间信度分析显示总体Cohen's kappa为0.930±0.130，表明一致性极佳。这一公开资源为研究社区提供了经临床验证的术中心律失常数据，促进稳健心律失常检测算法的开发，并支持多模态分析以研究术中心律失常对血流动力学的影响。
数据可用性：本研究所生成并分析的所有心搏与节律标注的VitalDB心律失常数据库，已在PhysioNet和GitHub仓库公开提供。该数据集根据知识共享署名4.0国际许可（CC BY 4.0）公开提供。该许可对商业或衍生用途不设限制，鼓励开放合作与第三方算法开发，前提是正确引用原始工作。
代码可用性：用于创建本数据库的筛查算法已作为开源工具通过Pyvital Python包公开提供。详细使用说明和实现示例可在Vital_beat_noise_detection.ipynb笔记本中找到。
致谢：本研究由韩国保健产业振兴院（KHIDI）通过韩国保健福利部资助的韩国保健技术研发项目支持（项目编号：RS-2024-00439677，NTIS编号：2460003917）。
作者信息
作者与所属机构
- 首尔大学医学信息学跨学科项目，韩国首尔
Da-In Eun & Hyung-Chul Lee
- 首尔大学医院医疗AI研究所，韩国首尔
Da-In Eun, Kayoung Shim, Hyunsoo Lee, Yeji Lim, Hanbyeol Lim, Hyeonhoon Lee & Hyung-Chul Lee
- 首尔大学医学院麻醉与疼痛医学系，首尔大学医院，韩国首尔
Da-In Eun, Kayoung Shim, Hyunsoo Lee, Yeji Lim, Hanbyeol Lim & Hyung-Chul Lee
- 延世大学医学院麻醉与疼痛医学系，麻醉与疼痛研究所，韩国首尔
Da-In Eun, Jiwon Lee & Hyung-Chul Lee
- 首尔大学医院医学与先进技术跨学科系，韩国首尔
Hyeonhoon Lee
- 首尔大学医学院医学系，韩国首尔
Hyeonhoon Lee
贡献：Da-In Eun开发了筛查算法，进行了技术验证，参与了标注，并撰写了手稿。Kayoung Shim、Hyunsoo Lee、Yeji Lim和Hanbyeol Lim参与了标注过程并协助了手稿准备。Hyeonhoon Lee和Jiwon Lee审阅了数据并协助了手稿准备。Hyung-Chul Lee构思并监督了VitalDB项目，设计了研究计划，监督了数据收集与准备，并撰写了手稿。
通讯作者：通讯作者：Hyung-Chul Lee（邮箱：vital@snu.ac.kr）
伦理声明
利益冲突：作者声明无利益冲突。
附加信息：出版者注：Springer Nature对已出版地图中的管辖权主张和机构隶属关系保持中立。
补充信息：补充信息（下载DOCX ）
权利与许可：开放获取：本文根据知识共享署名4.0国际许可授权，允许以任何媒介或格式使用、共享、改编、分发和复制，前提是您对原作者和来源给予适当致谢，提供知识共享许可链接，并注明是否进行了修改。本文中的图像或其他第三方材料包含在本文的知识共享许可中，除非在材料来源行中另有说明。如果材料未包含在本文的知识共享许可中，且您的预期使用未被法定法规允许或超出允许使用范围，您将需要直接从版权所有者处获得许可。要查看本许可副本，请访问
【全文结束】