🚀 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:
💻 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
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