PhysioNet
PhysioNet est une plateforme de référence pour l’accès à des données physiologiques ouvertes, incluant des signaux cardiaques, respiratoires, électroencéphalographiques et autres paramètres vitaux. Elle alimente la recherche en IA médicale, en détection d’anomalies physiologiques, et en modélisation du fonctionnement biologique humain.
Plusieurs millions d’enregistrements, formats CSV, WFDB et formats propriétaires médicaux
Accès libre ou restreint selon les collections, sous licence compatible avec la recherche académique (ex. ODC-By, PhysioNet Credentialed Access)
Description
Le catalogue PhysioNet comprend une grande diversité de bases de données :
- ECG, EKG, PPG, respiration, pression artérielle, température, etc.
- Données en temps réel, souvent issues d’hôpitaux ou d’études cliniques
- Enregistrements multi-paramètres sur des durées longues (heures à jours)
- Formats WFDB (WaveForm DataBase) optimisés pour l’analyse de séries temporelles cliniques
- Métadonnées médicales (diagnostics, événements, traitements, issues)
Certaines bases emblématiques incluent MIT-BIH Arrhythmia, MIMIC Waveform, ou CINC Challenges.
À quoi sert ce dataset ?
PhysioNet est utilisé pour :
- L’entraînement de modèles de classification et détection d’anomalies cardiaques (fibrillation, bradycardie…)
- L’analyse des signaux vitaux dans un contexte de soins intensifs ou de monitoring ambulatoire
- La recherche en biomédecine, santé numérique et physiologie computationnelle
- L’évaluation de dispositifs médicaux connectés ou d’algorithmes embarqués
- La participation aux challenges annuels PhysioNet/CinC (Compétitions scientifiques)
Peut-on l’enrichir ou l’améliorer ?
Oui, par :
- L’annotation manuelle ou automatisée de segments physiologiques complexes
- Le couplage avec des données d’imagerie ou de biologie moléculaire
- Le développement d’outils open source compatibles WFDB pour la visualisation et l’analyse temps réel
- La création de pipelines IA pour la détection précoce d’événements cliniques à partir des signaux
🔗 Source : PhysioNet Dataset
Questions fréquemment posées
Quel format est recommandé pour analyser les signaux ?
Le format natif WFDB est optimisé pour l’analyse des signaux physiologiques. Des bibliothèques Python (comme wfdb ou biosppy) facilitent son intégration dans des pipelines IA.
Peut-on participer à des challenges sur PhysioNet ?
Oui, des compétitions internationales sont organisées chaque année autour de cas d’usage réels (ex. prédiction de l’insuffisance cardiaque, détection d’apnée, etc.).
Quels types de signaux sont disponibles ?
ECG, EEG, EMG, pression artérielle, respiration, température, saturation O2, etc. selon les bases. Certains enregistrements sont multicapteurs et multimodaux.