偏头痛分类数据
该数据集是一个包含患者年龄、症状持续时间、疼痛特征、伴随症状及神经系统表现等24个临床变量的表格型医学数据集，专门用于偏头痛的亚型分类研究，通过机器学习方法可辅助实现基于临床特征的偏头痛自动诊断与分类，适用于医疗健康领域的预测模型开发。
更新时间2022-07-18
原始链接
https://www.datacastle.cn/dataset_description.html?type=dataset&id=1891
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偏头痛亚型分类的临床医学数据集，包含患者的年龄、症状持续时间、发作频率、疼痛特征（位置、性质、强度）、伴随症状（恶心、呕吐、畏光、畏声等）以及神经系统症状（视觉、感觉、言语障碍等）共24个临床特征变量。数据来源于公开的临床收集，采用结构化表格形式记录，每个样本对应一位患者的临床记录，并标注了偏头痛的具体类型（如典型先兆偏头痛、无先兆偏头痛、家族性偏瘫偏头痛等）。该数据集主要用于机器学习在医疗诊断领域的应用，特别是基于临床特征的偏头痛自动分类与亚型识别研究。
提供机构：keys
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 偏头痛 的高质量、多模态真实临床数据定制解决方案。