基于呼吸信号非线性分析的阻塞性睡眠呼吸暂停决策支持系统评估
研究对 135 名转诊至睡眠单元的患者进行完整多导睡眠图检查，从鼻导管气流与胸廓运动两种生物信号中提取 Largest Lyapunov Exponent、Detrended Fluctuation Analysis 和 Approximate Entropy 三个非线性指标，并结合血氧饱和度导出的
基本信息
资源简介
基于呼吸信号非线性分析的阻塞性睡眠呼吸暂停决策支持系统评估
Evaluation of a Decision Support System for Obstructive Sleep Apnea with Nonlinear Analysis of Respiratory Signals
该数据集来自 plos.figshare.com，配套论文发表于 PLOS ONE（2016 年），包含 3 个文件（S1 Text.docx、S1 Table.doc、S2 Table.xls）。研究对 135 名转诊至睡眠单元的患者进行完整多导睡眠图检查，从鼻导管气流与胸廓运动两种生物信号中提取 Largest Lyapunov Exponent、Detrended Fluctuation Analysis 和 Approximate Entropy 三个非线性指标，并结合血氧饱和度导出的一个线性指标，输入数据挖掘应用与当代分类算法，构建 Apnea-Hypopnea Index（AHI）预测模型。数据可用于呼吸系统疾病中 OS。
【数据集背景】
配套论文《Evaluation of a Decision Support System for Obstructive Sleep Apnea with Nonlinear Analysis of Respiratory Signals》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0150163。源站首次发布：2016-03-03。
【数据内容】
源站描述（机器翻译，仅供参考）：引言 阻塞性睡眠呼吸暂停（OSA）是一种常见的睡眠障碍，诊断需要耗时且昂贵的多导睡眠图。人们寻求用于初步评估的替代方法。我们的目标是基于睡眠期间呼吸生物信号的非线性分析来预测可能患有 OSA 的患者的呼吸暂停低通气指数（AHI），该方法与该疾病的病理生理学相关。材料与方法 转诊至睡眠单元的 135 名患者接受了完整多导睡眠图检查。从两种生物信号（鼻导管气流、胸廓运动）中提取的三个非线性指标（最大李雅普诺夫指数、去趋势波动分析和近似熵）以及从血氧饱和度导出的一个线性指标，被输入到数据挖掘应用中，该应用使用当代分类算法来创建 AHI 的预测模型。结果 一个线性
【数据结构与技术规格】
文件数 3 个，合计 1.37 MB。数据集 DOI：10.1371/journal.pone.0150163。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Molecular Biology、Physiology、Biotechnology、Cancer。主题标签：pathophysiology、data mining application、AHI、Detrended Fluctuation Analysis、Obstructive Sleep Apnea、OSA、Largest Lyapunov Exponent、nonlinear indices、Decision Support System、NCT。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Molecular Biology、Physiology、Biotechnology、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Evaluation_of_a_Decision_Support_System_for_Obstructive_Sleep_Apnea_with_Nonlinear_Analysis_of_Respiratory_Signals/3095929
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Kaimakamis, Evangelos; Tsara, Venetia; Bratsas, Charalambos; Sichletidis, Lazaros; Karvounis, Charalambos; Maglaveras, Nikolaos (2016). Evaluation of a Decision Support System for Obstructive Sleep Apnea with Nonlinear Analysis of Respiratory Signals. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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：Evaluation of a Decision Support System for Obstructive Sleep Apnea with Nonlinear Analysis of Respiratory Signals
- DOI：10.1371/journal.pone.0150163
- 发布日期：2016-03-03
- 文件数：3 个
- 文件总体积：1.37 MB
- 源站页面：https://plos.figshare.com/articles/dataset/Evaluation_of_a_Decision_Support_System_for_Obstructive_Sleep_Apnea_with_Nonlinear_Analysis_of_Respiratory_Signals/3095929
命令行下载
curl -L -o "S1 Text.docx" "https://ndownloader.figshare.com/files/4810894"
curl -L -o "S1 Table.doc" "https://ndownloader.figshare.com/files/4810900"
curl -L -o "S2 Table.xls" "https://ndownloader.figshare.com/files/4810906"
文件清单
S1 Text.docx（40.05 KB）S1 Table.doc（223.74 KB）S2 Table.xls（1.11 MB）
文件总体积 1.37 MB（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
引言
阻塞性睡眠呼吸暂停（OSA）是一种常见的睡眠障碍，需要耗费时间和金钱的多导睡眠图才能确诊。人们正在寻求用于初步评估的替代方法。我们的目标是基于睡眠期间呼吸生物信号的非线性分析，预测可能患有OSA患者的呼吸暂停低通气指数（AHI），该方法与该疾病的病理生理学相关。材料与方法
转诊至睡眠中心的135例患者接受了完整的多导睡眠图检查。从两种生物信号（鼻导管气流、胸廓运动）中提取的三个非线性指标（最大李雅普诺夫指数、去趋势波动分析和近似熵）以及从血氧饱和度中得出的一个线性指标，作为数据挖掘应用的输入，采用当代分类算法构建AHI预测模型。结果
一个线性回归模型在预测AHI时呈现0.77的相关系数。以AHI = 8为截断值，区分患者与正常受试者的敏感性和特异性分别为93%和71.4%。
用于区分患者与正常人的决策树灵敏度为91%，特异度为60%。某些获得的非线性值与OSA患者普遍接受的生理参数显著相关。讨论 我们利用一个简单的线性方程以及从3份呼吸记录中提取的非线性特征构建的附加决策树，开发了一个用于预测OSA存在/严重程度的模型。该方法的准确性较高，研究结果有助于深入理解该综合征的潜在病理生理机制。结论 仅利用睡眠期间3个呼吸信号的线性和非线性指标，即可实现对OSA的可靠预测。所提出的模型有望促进对OSA病理生理学的进一步研究，并利用一种实用、低成本的方法，便利对疑似OSA患者的初步评估/随访。试验注册 ClinicalTrials.gov NCT01161381
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0150163（source: https://plos.figshare.com/articles/dataset/Evaluation_of_a_Decision_Support_System_for_Obstructive_Sleep_Apnea_with_Nonlinear_Analysis_of_Respiratory_Signals/3095929）。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
