基于机器学习鉴别癫痫患者中局灶性皮质发育不良与胶质神经元肿瘤
该数据集是一个包含96名癫痫患者临床信息的表格数据集，涵盖了用药、病史、发作频率、影像特征等多模态临床特征，主要用于通过监督机器学习方法在术前区分局灶性皮质发育不良与胶质神经元肿瘤，支持癫痫病因诊断和机器学习在神经医学领域的应用研究。
创建时间2023-11-23
更新时间2020-09-21
原始链接
https://search.dataone.org/view/sha256:d197c52f5bab44267296bb8317a52ff1d6e7982ad07ed6a16d3f20a8274211be
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
该数据集是一个用于医学诊断的临床数据集，包含96名癫痫患者的临床特征。数据集引入了10个特征来描述每位患者，包括用药情况、既往病史、家族史、癫痫发作频率、癫痫发作类型、局灶性皮质发育不良典型电放电、性别、癫痫发作起始年龄、病程、典型影像学特征、MRI与病理学一致性以及手术部位。该数据集旨在通过构建基于监督机器学习的分类器，在术前区分癫痫患者中的局灶性皮质发育不良（FCD）与胶质神经元肿瘤（GNTs），主要应用于癫痫病因诊断、神经影像分析和机器学习辅助临床决策等研究方向。
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 局灶性癫痫 的高质量、多模态真实临床数据定制解决方案。