MIT-BIH心电数据集的深度学习项目：将ECG信号转换为图像并分类保存(N, A, V, L, R)

简介：
本项目运用深度学习技术，将MIT-BIH心电数据集中的心电信号转化为图像，并对其进行分类处理（N、A、V、L、R），以提高诊断效率和准确性。 MIT-BIH ECG 心电数据集的原始数据较为复杂，包含多种后缀格式如 atr、dat 和 hea 等，通常需要使用专业工具才能进行可视化处理。实际上，这些文件就是图像信息的一种存储形式。 这里提供了一个 Python 代码示例，用于提取 MIT-BIH ECG 数据并根据五种类别保存为图片。运行该代码之后，在当前目录下会生成五个文件夹（N, A, V, L, R），每个文件夹内包含相同类别的数据集。 经过测试，最终生成的数据大约有9万张图片，并且总大小约为5GB左右。可以直接使用此代码进行处理，无需单独下载 MIT-BIH ECG 数据集。