Deepfake Ecg

🚀 深度偽造心電圖（Deepfake-ECG）

深度偽造心電圖項目利用先進技術生成合成心電圖，為醫學研究和隱私保護提供了新的解決方案。它可以生成高質量的合成心電圖數據，有助於解決醫學數據隱私問題。

🚀 快速開始

從Hugging Face生成合成心電圖

from transformers import AutoModel

model = AutoModel.from_pretrained("deepsynthbody/deepfake_ecg", trust_remote_code=True)

out = model(num_samples=5)

訓練模型

如果你想從頭開始訓練模型，請參考我們的開發倉庫 Pulse2Pulse。

✨ 主要特性

• 生成功能：生成具有8導聯值的深度偽造心電圖，每個導聯包含5000個值，時長為10秒。導聯名稱從第一列到第八列依次為 'I','II','V1','V2','V3','V4','V5','V6'。
• 格式轉換：可以將8導聯格式轉換為12導聯格式，轉換公式如下：

lead III value = (lead II value) - (lead I value)
lead aVR value = -0.5*(lead I value + lead II value)
lead aVL value = lead I value - 0.5 * lead II value
lead aVF value = lead II value - 0.5 * lead I value

• 預生成數據：提供預生成的深度偽造心電圖和相應的MUSE報告，可從以下鏈接獲取：
  • 預生成的心電圖（150k）
  • Hugging Face數據集
  • 該倉庫中有兩個深度偽造數據集：
    1. 150k數據集 - 隨機生成的150k個深度偽造心電圖
    2. 過濾後的正常數據集 - 僅包含使用MUSE分析報告過濾後的“正常”心電圖

💻 使用示例

基礎用法

from transformers import AutoModel

model = AutoModel.from_pretrained("deepsynthbody/deepfake_ecg", trust_remote_code=True)

out = model(num_samples=5)

高級用法

若需更多高級功能，請參考開發倉庫 Pulse2Pulse 進行模型訓練。

📚 詳細文檔

相關鏈接

• 論文
• GitHub倉庫
• 預生成的心電圖（150k）

真實心電圖與深度偽造心電圖對比

深度偽造心電圖示例

🤝 貢獻

歡迎提交拉取請求。對於重大更改，請先打開一個問題討論你想要進行的更改。請確保適當地更新測試。

📄 引用

@article{thambawita2021deepfake,
  title={DeepFake electrocardiograms using generative adversarial networks are the beginning of the end for privacy issues in medicine},
  author={Thambawita, Vajira and Isaksen, Jonas L and Hicks, Steven A and Ghouse, Jonas and Ahlberg, Gustav and Linneberg, Allan and Grarup, Niels and Ellervik, Christina and Olesen, Morten Salling and Hansen, Torben and others},
  journal={Scientific reports},
  volume={11},
  number={1},
  pages={1--8},
  year={2021},
  publisher={Nature Publishing Group}
}	

📄 許可證

MIT

📞 更多詳情

如需更多詳細信息，請聯繫：vajira@simula.no, michael@simula.no