帕金森病生物标志物项目数据管理资源（PDBP DMR）- qhy7-bfvp - 归档存储库
该研究提出统一且数据集感知的深度学习框架，用于跨异质临床数据集的准确、可解释疾病预测。框架按特征维度、样本量和类别不平衡选择模型，整合多种深度学习架构与集成策略，并采用稳健预处理、折安全特征选择和嵌套交叉验证
基本信息
资源简介
帕金森病生物标志物项目数据管理资源（PDBP DMR）- qhy7-bfvp - 归档存储库
pone.0348670.t025 -
该研究提出统一且数据集感知的深度学习框架，用于跨异质临床数据集的准确、可解释疾病预测。框架按特征维度、样本量和类别不平衡选择模型，整合多种深度学习架构与集成策略，并采用稳健预处理、折安全特征选择和嵌套交叉验证。在心脏病、糖尿病和帕金森语音数据集上，模型取得与经典基线相当的预测性能。该框架可扩展、可解释，有助于提升多疾病预测的可靠性、泛化性和实际适用性（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-05-08。
【数据内容】
源站描述（机器翻译，仅供参考）：利用临床数据集进行准确的疾病预测，对于改进早期诊断和临床决策支持系统至关重要；然而，许多现有深度学习方法针对特定疾病、计算密集，且难以在异质生物医学数据集之间泛化。本研究通过提出一个统一且具备数据集感知能力的深度学习框架来应对这一挑战，该框架能够在多样化的临床数据集上实现准确且可解释的疾病预测。该框架采用模块化架构，根据特征维度、样本量和类别不平衡等数据集特征选择合适的模型。它集成了多种深度学习架构，包括MLP、一维CNN、FT-Transformer、基于自编码器的分类器以及集成策略。框架还结合了稳健的预处理、折安全特征选择和嵌套交叉验证，以确保可靠的性能评估。该框架在三个异质性基准数据集上进行了评估：UCI Heart Disease数据集（303个样本，13个临床特征）、PIMA Indians Diabetes数据集（768个样本，8个代谢特征）以及帕金森病语音数据集（195段录音，22个声学特征）。实验结果表明，在不同任务上，相对于经典基线，该框架具有具有竞争力的预测性能。FT-Transformer + 自编码器集成在心脏病预测中达到AUC为0.8980（±0.0483），而CNN + Autoencoder集成在糖尿病分类中达到AUC为0.8451（±0.0270）。对于帕金森病检测，MLP达到AUC为0.7538，并具有完美的特异性。总体而言，所有模型取得的AUC值都与机器学习基线相当。该研究贡献了一个可扩展且可解释的深度学习框架，提升了在真实医疗环境中进行多疾病预测的可靠性、泛化能力和实际适用性。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0348670.t025。
【主题与分类】
源站学科分类：Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。主题标签：parkinson &# 8217、improving early diagnosis、8980 (&# 177、8451 (&# 177、safe feature selection、classical baselines across、autoencoder ensemble obtained、heart disease prediction、autoencoder ensemble achieved、disease voice dataset。本站分类：神经系统疾病/帕金森病。
【适用方向】
源站学科分类标注为 Space Science、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/pone_0348670_t025_-_p_p_/32222958
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Rathod, Vijay U.; Amrutkar, Siddhesh Sanjay; Patil, Kirti A.; Londhe, Aoudumber D.; Bobade, Sandip Y.; Dhotre, Virendrakumar A.; et al. (2026). pone.0348670.t025 - . PLOS ONE. 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）
- 源站标题：pone.0348670.t025 - <p> </p>
- DOI：10.1371/journal.pone.0348670.t025
- 发布日期：2026-05-08
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/pone_0348670_t025_-_p_p_/32222958
命令行下载
curl -L -o "Table.xls" "https://ndownloader.figshare.com/files/64382808"
文件清单
Table.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
利用临床数据集进行准确的疾病预测，对于改进早期诊断和临床决策支持系统至关重要；然而，许多现有深度学习方法针对特定疾病、计算密集，且难以在异质生物医学数据集之间泛化。本研究通过提出一个统一且具备数据集感知能力的深度学习框架来应对这一挑战，该框架能够在多样化的临床数据集上实现准确且可解释的疾病预测。该框架采用模块化架构，根据特征维度、样本量和类别不平衡等数据集特征选择合适的模型。它集成了多种深度学习架构，包括MLP、一维CNN、FT-Transformer、基于自编码器的分类器以及集成策略。框架还结合了稳健的预处理、折安全特征选择和嵌套交叉验证，以确保可靠的性能评估。该框架在三个异质性基准数据集上进行了评估：UCI Heart Disease数据集（303个样本，13个临床特征）、PIMA Indians Diabetes数据集（768个样本，8个代谢特征）以及帕金森病语音数据集（195段录音，22个声学特征）。实验结果表明，在不同任务上，相对于经典基线，该框架具有具有竞争力的预测性能。FT-Transformer + 自编码器集成在心脏病预测中达到AUC为0.8980（±0.0483），而CNN + Autoencoder集成在糖尿病分类中达到AUC为0.8451（±0.0270）。对于帕金森病检测，MLP达到AUC为0.7538，并具有完美的特异性。总体而言，所有模型取得的AUC值都与机器学习基线相当。该研究贡献了一个可扩展且可解释的深度学习框架，提升了在真实医疗环境中进行多疾病预测的可靠性、泛化能力和实际适用性。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0348670.t025（source: https://plos.figshare.com/articles/dataset/pone_0348670_t025_-_p_p_/32222958）。
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。
