用于妊娠期糖尿病早期预测的合成时间数据集
该数据集是一个用于妊娠期糖尿病早期预测的合成时间序列数据集，包含临床表格形式的结构化数据，通过清洗和平衡原始公开数据并基于生理学指导进行时间维度增强构建而成，主要用于医疗时间序列分析、妊娠期糖尿病风险早期预测模型的研究与开发。
基本信息
资源简介
用于妊娠期糖尿病早期预测的合成时间数据集
【数据集背景】
本数据集源站标题为《Temporal Dataset for Early Prediction of Gestational Diabetes Mellitus》。源站首次发布：2026-09-17。
【数据内容】
源站原始描述：This dataset is developed to support robust early prediction of gestational diabetes mellitus (GDM). Due to limited access to large clinical cohorts, a publicly available GDM dataset from Kaggle was adopted to ensure transparency and reproducibility. The raw data were cleaned and class imbalance was addressed using SMOTE. The resulting balanced static dataset was then expanded into week-wise temporal sequences using a physiology-guided augmentation approach. These Physiological trajectories were…
主表 Cleaned_Static_GDM_Dataset.csv 含 8 列、样本前 1821 行结构完整。
主表 SMOTE_Resampled_Static_GDM_Dataset.csv 含 8 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 4 个，合计 2.35 MB。Cleaned_Static_GDM_Dataset.csv：text/csv，62.76 KB。Gestational Diabetic Dat Set.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，234.83 KB。SMOTE_Resampled_Static_GDM_Dataset.csv：text/csv，87.48 KB。数据集 DOI：10.6084/m9.figshare.30995215.v2。
【主题与分类】
源站学科分类：Computational physiology、Neural engineering。主题标签：Gestational Diabetes Mellitus、GDM。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。源站学科分类标注为 Computational physiology、Neural engineering。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_Synthetic_Temporal_Dataset_for_Early_Prediction_of_Gestational_Diabetes_Mellitus_b_/30995215
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：K, Sridharan (2026). Temporal Dataset for Early Prediction of Gestational Diabetes Mellitus. figshare. Dataset
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集旨在支持妊娠期糖尿病（GDM）的稳健早期预测。由于大规模临床队列数据难以获取，研究采用了一个来自Kaggle的公开GDM数据集以确保透明度和可重复性。原始数据经过清洗，并利用SMOTE方法处理了类别不平衡问题。随后，通过基于生理学指导的数据增强方法，将平衡后的静态数据集按周扩展为时间序列。这些合成的时序轨迹经验证符合已知的母体生理变化趋势，为后续模型开发提供了基础。数据集包含临床表格形式的结构化数据，主要应用于医疗时间序列分析、妊娠期糖尿病风险预测等研究方向。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
