基于射频的骨质减少/骨质疏松筛查神经网络分类器应用数据集
该数据集包含基于射频信号采集的骨质减少与骨质疏松筛查数据,涵盖CSV和MAT格式的去识别化受试者信号数据及元数据,数据模态为生物医学射频信号与临床表格信息,主要用于通过神经网络分类器进行骨质疏松症的自动化筛查与诊断研究,支持医学人工智能在骨骼健康评估领域的应用探索。

基本信息
资源简介
基于射频的骨质减少/骨质疏松筛查神经网络分类器应用数据集
【数据集背景】
本数据集源站标题为《Application of a Neural Network Classifier to Radiofrequency-Based Osteopenia/Osteoporosis Screening》。源站首次发布:2020-12-23。
【数据内容】
源站原始描述:This data accompanies a paper of the same title, Application of a Neural Network Classifier to Radiofrequency-Based Osteopenia/Osteoporosis Screening. This data set includes the subjects'' de-identified data from the study. The overall results of the study showed the ability of a neural network to differentiate between osteoporotic and healthy subjects was up to 95% specificity and 76% sensitivity.The CSV files are the output of the network analyzer, the MAT files are the same data after de-imbed…
【数据结构与技术规格】
文件数 321 个,合计 4.96 MB。DS01L.mat:application/octet-stream,7.36 KB。DS01R.mat:application/octet-stream,7.37 KB。DS02L.mat:application/octet-stream,7.37 KB。数据集 DOI:10.6084/m9.figshare.13484601.v1。
【主题与分类】
源站学科分类:Rheumatology and arthritis、Cognitive neuroscience。主题标签:osteoporosis、osteopenia、Radiofrequency Measurements、Neural Networks (NN)、Artificial Intelligence、Signal Processing、Rheumatology and Arthritis、Neurocognitive Patterns and Neural Networks。
【适用方向】
源站学科分类标注为 Rheumatology and arthritis、Cognitive neuroscience。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/Application_of_a_Neural_Network_Classifier_to_Radiofrequency-Based_Osteopenia_Osteoporosis_Screening/13484601
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Adams, Johnathan (2020). Application of a Neural Network Classifier to Radiofrequency-Based Osteopenia/Osteoporosis Screening. figshare. Dataset
【使用注意】
· 源站最后修改于 2023-06-02,引用时请注意版本时效。
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
该数据集来源于一项同名研究,旨在利用射频信号和神经网络技术进行骨质减少和骨质疏松症的筛查。数据集包含去识别化的受试者数据,具体包括由网络分析仪输出的CSV文件以及经过解嵌入处理的MAT文件,同时提供受试者元数据(无个人身份信息)。研究结果表明,神经网络在区分骨质疏松患者与健康受试者方面,特异性可达95%,敏感性达76%。该数据集主要应用于医学诊断、骨质疏松早期筛查以及机器学习在生物医学信号处理中的方法研究。
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。




