Deepfake Ecg

🚀 深度伪造心电图（Deepfake-ECG）

深度伪造心电图项目利用先进技术生成合成心电图，为医学研究和隐私保护提供了新的解决方案。它可以生成高质量的合成心电图数据，有助于解决医学数据隐私问题。

🚀 快速开始

从Hugging Face生成合成心电图

from transformers import AutoModel

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

out = model(num_samples=5)

训练模型

如果你想从头开始训练模型，请参考我们的开发仓库 Pulse2Pulse。

✨ 主要特性

• 生成功能：生成具有8导联值的深度伪造心电图，每个导联包含5000个值，时长为10秒。导联名称从第一列到第八列依次为 'I','II','V1','V2','V3','V4','V5','V6'。
• 格式转换：可以将8导联格式转换为12导联格式，转换公式如下：

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

• 预生成数据：提供预生成的深度伪造心电图和相应的MUSE报告，可从以下链接获取：
  • 预生成的心电图（150k）
  • Hugging Face数据集
  • 该仓库中有两个深度伪造数据集：
    1. 150k数据集 - 随机生成的150k个深度伪造心电图
    2. 过滤后的正常数据集 - 仅包含使用MUSE分析报告过滤后的“正常”心电图

💻 使用示例

基础用法

from transformers import AutoModel

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

out = model(num_samples=5)

高级用法

若需更多高级功能，请参考开发仓库 Pulse2Pulse 进行模型训练。

📚 详细文档

相关链接

• 论文
• GitHub仓库
• 预生成的心电图（150k）

真实心电图与深度伪造心电图对比

深度伪造心电图示例

🤝 贡献

欢迎提交拉取请求。对于重大更改，请先打开一个问题讨论你想要进行的更改。请确保适当地更新测试。

📄 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}
}	

📄 许可证

MIT

📞 更多详情

如需更多详细信息，请联系：vajira@simula.no, michael@simula.no