基于自录呼吸音时频特征筛查COPD数据集

资源简介

基于自录呼吸音时频特征筛查COPD数据集

COPD screening using time–frequency features of self-recorded respiratory sounds

该数据集来自 search.dataone.org，聚焦慢性阻塞性肺疾病（COPD）筛查。数据包含从COPD患者与无症状非COPD志愿者中提取的呼吸音样本（呼吸音与咳嗽音），并附有年龄、性别和吸烟状况等社会人口学信息。研究者分析了39个时频表示特征，结合Autoencoder神经网络与随机森林算法，构建并比较了仅基于声音特征、仅基于社会人口学特征以及两者结合的COPD检测模型。该数据可用于COPD计算机辅助筛查与机器学习分类研究（来源 DataONE，Creative Commons Zero v1.0 Universal 许可）。

【数据内容】

源站描述（机器翻译，仅供参考）：慢性阻塞性肺疾病（COPD）是全球第三大死因，高达70%的病例未被诊断。本文提出一种基于自录呼吸音时频表示特征的COPD筛查工具。呼吸音样本（呼吸音和咳嗽音）取自COPD患者和无症状的非COPD志愿者，来源为一个大型科学用途数据库。我们分析了呼吸音和咳嗽音的39个时频表示特征，并结合年龄、性别和吸烟状况，使用Autoencoder神经网络和随机森林算法。我们比较了为检测COPD而构建的不同呼吸音和咳嗽音随机森林模型的性能：仅基于声音特征、仅基于社会人口学特征，以及基于声音特征和社会人口学特征。包含呼吸音

【主题与分类】

主题标签：Chronic obstructive pulmonary disease、COPD screening、Computer-aided diagnosis、Artificial intelligence、Machine learning。本站分类：呼吸道疾病/慢性阻塞性肺疾病。

【获取与许可】

源站页面：https://search.dataone.org/view/sha256%3A2272bd70d1ad707e600ea3b4c82e9387b78a0121730e3a3f727f92c7d085dd6f

使用许可：Creative Commons Zero v1.0 Universal。