喘息与正常声音分类最佳特征对F1分数数据集

资源简介

喘息与正常声音分类最佳特征对F1分数数据集

【数据集背景】

本数据集源站标题为《F1 score of the best pairs of features for wheeze and normal sound classification using logistic regression on the Test-Set.》。配套论文《Evaluation of features for classification of wheezes and normal respiratory sounds》发表于 PLOS ONE（2019），DOI：10.1371/journal.pone.0213659。源站首次发布：2019-03-12。

【数据内容】

源站原始描述：F1 score of the best pairs of features for wheeze and normal sound classification using logistic regression on the Test-Set

【数据结构与技术规格】

文件数 1 个，合计 5.63 KB。Table 9.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0213659.t009。

【主题与分类】

源站学科分类：Space Science、Medicine、Biotechnology、Sociology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified。主题标签：wheeze detection、ranksum significance test、LPC、Chronic Respiratory Diseases、CRD、identification、Chronic Obstructive Pulmonary Disease、Matthews Correlation Coefficient、Third MFCC coefficient、AUC。

【适用方向】

音频数据可用于声学信号分析建模，如语音与呼吸音相关研究。

【获取与许可】

源站页面：https://plos.figshare.com/articles/dataset/F1_score_of_the_best_pairs_of_features_for_wheeze_and_normal_sound_classification_using_logistic_regression_on_the_Test-Set_/7833248

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Pramono, Renard Xaviero Adhi; Imtiaz, Syed Anas; Rodriguez-Villegas, Esther (2019). F1 score of the best pairs of features for wheeze and normal sound classification using logistic regression on the Test-Set.. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-06-02，引用时请注意版本时效。