合成医疗表格数据
合成医疗表格数据集，用于罕见疾病研究的统计分析。
基本信息
资源简介
合成医疗表格数据
【数据集背景】
本数据集源站标题为《yrodriguezmd/Synthetic_Medical_Tabular_Data》。源站首次发布：2024-08-11。
【数据内容】
源站原始描述：Generate synthetic medical data from a patient population dataset. # Synthetic_Medical_Tabular_Data Generate synthetic medical data from a patient population dataset. ## SCENARIO Dr. AA is conducting a study to better understand a rare disease. However, due to the rarity of the disease, he could not gather enough numbers that would power statistical analyses. In an international conference, he met Dr. BB who was presenting case reports on the disease and who also acknowledged the difficulty of r…
【主题与分类】
主题标签：gan、generative-ai、medical、synthetic、synthetic-tabular-data、tabular、tabular-data、vae。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://github.com/yrodriguezmd/Synthetic_Medical_Tabular_Data
使用许可：MIT。
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
git clone https://github.com/yrodriguezmd/Synthetic_Medical_Tabular_Data.git
curl -L -o repo.zip https://github.com/yrodriguezmd/Synthetic_Medical_Tabular_Data/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
DATA LOADING and PREPARATION
- Using medical patient data from https://synthetichealth.github.io/synthea/
- Get continuous and categorical variables
- Merge continuous and categorical variables
- Split data to Train / Test sets
- Data Transformation
CREATE AND TRAIN VARIATIONAL AUTOENCODER (VAE) MODEL
- Define sampling batch
- Create Encoder
- Create Decoder
- Define losses
- Compile and train
- Visualize results
- Evaluate model on Test set
CREATE AND TRAIN A GENERATIVE ADVERSARIAL NETWORK (GAN) MODEL
- Create Generator
- Create Discriminator
- Define Losses
- Compile and train
- Visualize results
- Evaluate model on Test set
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
