SVM模型用于OSA检测
基于生化检测结果使用SVM-RFE算法检测OSA患者的数据集。
基本信息
资源简介
SVM模型用于OSA检测
【数据集背景】
本数据集源站标题为《SVM model for OSA detection》。源站首次发布：2025-05-24。
【数据内容】
源站原始描述：In this study, we developed a model to detect OSA patients based on bio-chemical testing result without polysomnography (PSG) data using support vector machines recursive feature elimination (SVM-RFE) algorithm. The results show that the model has a good performance
主表 all OSA.csv 含 20 列、样本前 2000 行结构完整。
主表 severe OSA.csv 含 20 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 2 个，合计 352.84 KB。all OSA.csv：text/csv，185.31 KB。severe OSA.csv：text/csv，167.53 KB。数据集 DOI：10.6084/m9.figshare.29143985.v1。
【主题与分类】
源站学科分类：Epidemiology not elsewhere classified。主题标签：Obstructive Sleep Apnea Obstructive Sleep Apnea。
【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。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。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://figshare.com/articles/dataset/SVM_model_for_OSA_detection/29143985
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Chu (2025). SVM model for OSA detection. figshare. Dataset
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：SVM model for OSA detection
- DOI：10.6084/m9.figshare.29143985.v1
- 发布日期：2025-05-24
- 文件数：2 个
- 文件总体积：352.84 KB
- 源站页面：https://figshare.com/articles/dataset/SVM_model_for_OSA_detection/29143985
命令行下载
curl -L -o "all OSA.csv" "https://ndownloader.figshare.com/files/54801887"
curl -L -o "severe OSA.csv" "https://ndownloader.figshare.com/files/54801920"
文件清单
all OSA.csv（185.31 KB）severe OSA.csv（167.53 KB）
文件总体积 352.84 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
In this study, we developed a model to detect OSA patients based on bio-chemical testing result without polysomnography (PSG) data using support vector machines recursive feature elimination (SVM-RFE) algorithm. The results show that the model has a good performance.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.29143985.v1（source: https://figshare.com/articles/dataset/SVM_model_for_OSA_detection/29143985）。
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。
