ECG分析:基于深度学习的ECG心律失常分类入门(2)
数据来源：MIT-BIH Arrhythmia Database 数据库介绍和获取
前面已经对ECG信号有了简单的认识，那么现在来简单看看我们的研究主角——MITAB心电数据。本篇基本上是以图为主啦，哈哈，基本上是一步一步的操作过程展现。
获取网站：https://www.physionet.org/ ，Data是我们获取数据的入口：
可以看到，侧栏不仅仅有ECG数据：
直接找到我们需要的ECG就好啦，额，比较拖沓，其实直接从这里**https://www.physionet.org/content/mitdb/1.0.0/**进入就可；这里面有关于这个数据库的具体介绍，建议下载之前，仔细阅读一下，毕竟做饭之前要把厨房的柴米油盐都熟悉一下：
可以看到：
这个MITAB包含48条双导联的ECG记录，除少数记录外，每条记录的第一个导联都是II导联，每条记录长度为30分钟，采样率360 Hz，算起来有3060360=648000个采样点，但其实每条记录都有650000个点，也就是并非严格等于30分钟。（引用别人介绍的，讲得很清晰了）
如下位置下载数据：
下面就那100信号做一个展示的一个小例子吧：view一下：
Table选项是关于该信号的相关信息：标签数目，疾病类型，导联号等等。
点击上面选项自行查看，也可以切换其他记录感受一下。关于数据的获取就介绍到这里。
最后，还需要介绍一下标签，这个数据库的标签有两种，一种是基于心拍的；还有一种是基于片段的，考虑的是信号在某一时段的节律变化。因此，我们要根据问题的需要，使用相应的标签文件。具体如下：
还可以点开每一条记录查看标签信息：
下面是一个所有涉及到的类型的标签汇总，我们用到的也就是上半部分的心拍标签：总结：
本节主要ECG数据库的获取，了解数据来源。这个上面有很多其他数据，感兴趣的可以自行了解。总的来说，本篇还是延续了拖沓的风格，基本是傻瓜式的，希望后面会言简意赅一些（默念）。下一篇笔记主要介绍python读取数据和预处理操作了。先就到这里吧。