基于小波神经网络的睡眠呼吸暂停识别数据集
该数据集包含25名患者的血氧饱和度（SpO2）信号数据，这些数据通过多导睡眠图测试采集，属于医疗信号模态。数据集主要用于睡眠呼吸暂停的检测与诊断研究，通过提取SpO2信号特征并结合神经网络进行分类，旨在开发一种低成本、高舒适度的辅助诊断工具，适用于医疗信号处理与人工智能在睡眠障碍领域的应用。
创建时间2018-08-01
更新时间2018-08-01
原始链接
https://figshare.com/articles/dataset/Apnea_Recognition_with_Wavelet_Neural_Networks/7101377
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集专注于睡眠呼吸暂停（Apnea）的检测与诊断研究。睡眠呼吸暂停是一种以气流中断或减少至少10秒为特征的睡眠障碍综合征。数据集包含来自都柏林圣文森特大学医院25名患者的血氧饱和度（SpO2）信号数据，这些数据通过多导睡眠图（Polysomnography）诊断测试获得。研究旨在通过提取SpO2信号特征参数，并连接神经网络进行分类，开发一种仅使用SpO2信号的辅助诊断工具，以降低传统检测方法的不适感和成本，提高患者舒适度。该数据集适用于医疗信号处理、睡眠障碍诊断算法、神经网络应用等研究方向。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 中枢性睡眠呼吸暂停 的高质量、多模态真实临床数据定制解决方案。