共 11582 个数据集

用于抑郁分析的多模态数据集

用于抑郁分析的多模态数据集

时间序列分类healthneuroscience

该数据集来自 kaggle.com,包含情感语音与歌曲的多模态数据,源自 Ryerson 大学心理学系,由 24 名专业演员录制 288 段三秒英文片段,覆盖八种情绪状态

来源Hitler
大小5.056638094 GB
浏览4
多类抑郁症检测数据集

多类抑郁症检测数据集

其他分类Depression DetectionExplainable AIBERTNatural Language Processing (NLP)

该数据集源自一篇硕士论文,包含经精神科医生验证的词典标注的推文,覆盖双相、重度、精神病性、非典型和产后五类抑郁症。数据用于基于人工智能的多类抑郁症分类研究,尤其面向可解释AI,突出推文中影响预测的关键词

来源National University of Computer and Emerging Sciences
大小0.002802561 GB
浏览5
抑郁症调查分析数据集

抑郁症调查分析数据集

表格分类mental health

该数据集来自 kaggle.com,由 Suman Sharma 于 2024 年 10 月发布,包含一份 2023 年 1 月至 6 月匿名调查的汇总结果

来源Suman Sharma
大小0.000262118 GB
浏览2
学生抑郁检测数据集

学生抑郁检测数据集

表格分类学生心理健康抑郁问卷调查表格数据机器学习统计分析

学生抑郁检测数据集是通过 Google Forms 收集的问卷调查数据,共包含 4,464 名学生的回答,覆盖人口学、学业、社会、经济和健康相关信息

大小0.000653242 GB
浏览3
用于SVM痴呆分类与预测的纵向MRI数据集

用于SVM痴呆分类与预测的纵向MRI数据集

医学影像分类神经系统疾病痴呆阿尔茨海默病MRI影像纵向随访SVM分类预测

该数据集来自data.mendeley.com,包含150名60至96岁受试者的纵向影像与人口学资料,共373次成像会话,每次间隔至少一年

大小0.000071535 GB
浏览2
抑郁症语音数据集

抑郁症语音数据集

音频分类music

该数据集为用于抑郁症研究与分析的语音录音集合,来源于 kaggle.com,包含 depression1、depression2、normal1、normal2 四个文件夹,分别对应抑郁症患者与无抑郁症个体的语音样本,文件格式为 .wav

来源Jacob
大小0.08708283 GB
浏览5
PHQ-9 学生抑郁数据集

PHQ-9 学生抑郁数据集

文本分类精神与行为障碍PHQ-9学生抑郁心理健康心理社会因素临床评估

该数据集来自 data.mendeley.com,包含 682 名 17-26 岁学生对 PHQ-9 问卷的完整作答,并纳入影响青年心理健康结局的额外心理社会因素,为增强版第五版

大小0.000116438 GB
浏览2
硫酸软骨素治疗NEC的I期临床研究

硫酸软骨素治疗NEC的I期临床研究

时间序列Necrotizing EnterocolitisIntestinal Ischemia

该数据集来自clinicaltrials.gov,围绕硫酸软骨素治疗坏死性小肠结肠炎(NEC)的I期临床研究,涉及NEC与肠缺血两类病症

来源Indiana University
浏览3
RIC-NEC 随机对照试验

RIC-NEC 随机对照试验

医学影像Necrotizing Enterocolitis

RIC-NEC 随机对照试验来自 clinicaltrials.gov,聚焦坏死性小肠结肠炎(NEC)这一早产儿和足月新生儿严重肠道疾病

来源The Hospital for Sick Children
浏览3
Wilson病神经系统症状预测机器学习数据集

Wilson病神经系统症状预测机器学习数据集

蛋白质预测Wilson's diseaseChinese cohortserum ceruloplasmindiagnosisphenotypegenotype

该数据集来自 figshare,包含一份表格文件,主题为 Wilson 病(WD)的血清铜蓝蛋白诊断研究。源站描述显示,研究基于 3,548 例回顾性推导队列(1,278 例 WD 患者和 2,270 例对照)确定铜蓝蛋白最佳截断值,并在 313 例验证队列(203 例 WD 患者和 110 例对照

大小0.000050176 GB
浏览4
Wilson病脑部MRI数据集

Wilson病脑部MRI数据集

医学影像预测Wilson diseasemachine learningneurological symptomprediction modeleXtreme Gradient Boosting (XGB)

源站描述显示,研究旨在结合临床多维指标与机器学习方法构建预测神经症状发生的模型,研究对象为2021年7月至2023年9月在安徽中医药大学第一附属医院接受治疗且Leipzig评分≥4分的WD患者,收集一般临床信息、影像学、血液和尿液检查及临床量表测量等指标,并采用SHAP方法分析临床信息

大小0.000251812 GB
浏览3
Wilson病数据分析合成数据集

Wilson病数据分析合成数据集

蛋白质分类educationhealth

该数据集为面向Wilson病检测的合成数据集,包含铜水平、肝酶、遗传标记等关键生化指标及诊断标签,并引入缺失值以模拟真实医学数据挑战

来源Guldanika Osmonova
大小0.017066975 GB
浏览5