喘息声与正常声音分类特征数据集
喘息声与正常声音分类的最佳三个特征向量MCC数据，基于逻辑回归测试集。
基本信息
资源简介
喘息声与正常声音分类特征数据集
【数据集背景】
本数据集源站标题为《MCC of the best three features vectors 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：MCC of the best three features vectors 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 12.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0213659.t012。
【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/MCC_of_the_best_three_features_vectors_for_wheeze_and_normal_sound_classification_using_logistic_regression_on_the_Test-Set_/7833260
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). MCC of the best three features vectors 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 2023-06-01，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：MCC of the best three features vectors for wheeze and normal sound classification using logistic regression on the Test-Set.
- DOI：10.1371/journal.pone.0213659.t012
- 发布日期：2019-03-12
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/MCC_of_the_best_three_features_vectors_for_wheeze_and_normal_sound_classification_using_logistic_regression_on_the_Test-Set_/7833260
命令行下载
curl -L -o "Table 12.xls" "https://ndownloader.figshare.com/files/14572418"
文件清单
Table 12.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
MCC of the best three features vectors for wheeze and normal sound classification using logistic regression on the Test-Set.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0213659.t012（source: https://plos.figshare.com/articles/dataset/MCC_of_the_best_three_features_vectors_for_wheeze_and_normal_sound_classification_using_logistic_regression_on_the_Test-Set_/7833260）。
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。
