用于训练深度神经网络的合成肺音：数据与代码

资源简介

用于训练深度神经网络的合成肺音：数据与代码

该数据集英文名为“Synthetic lung sounds to train deep neural networks: data and code”，收录于 IEEE DataPort，来源站为 doi.org，作者为 Luca Dibiase 与 Fabrizio Pancaldi，发布时间为 2026 年。数据集以 .wav 文件形式提供通过条件生成对抗网络（cGAN）计算生成的人工肺音，内容与类风湿关节炎患者中诊断的间质性肺病（ILD）相关。数据共包含 2000 个文件，其中阴性类 1000 个、阳性类 1000 个，两类数据已按类别名称分置于不同存储位置；用于训练 cGAN 模型的 .mat 文件亦一并共享，以配合相关代码使用。这些合成声音经过处理，用于训练深度神经网络对真实患者肺信号进行分类，并尝试验证所生成数据的质量与实用性。数据集采用 Creative Commons Attribution 4.0 International 许可，本站将其归类于呼吸系统疾病 / 其他。

【数据集背景】

该数据集面向呼吸系统疾病研究中的间质性肺病（ILD）检测问题。间质性肺病可发生于类风湿关节炎患者中，对这类患者的肺信号进行准确分类具有临床与研究价值。由于真实肺音数据的获取与标注存在一定门槛，该数据集采用条件生成对抗网络（cGAN）生成人工肺音，以扩充可用于深度神经网络训练的数据资源。其核心思路是：先以 cGAN 计算生成人工肺音，再将合成声音用于训练深度神经网络，对真实患者的肺信号进行分类，并借此验证合成数据的质量与实用性。数据集同时共享训练 cGAN 所需的 .mat 文件与相关代码，使数据生成与后续分类训练形成可复现的完整链条。

【数据内容】

数据集的主体是表示人工肺音的 .wav 文件，这些声音由条件生成对抗网络计算生成。全部文件共 2000 个，按类别均衡划分：阴性类 1000 个，阳性类 1000 个。两类数据已经分开存放于不同的存储位置，并以类别名称加以标识，便于使用者直接按类别读取与组织训练集。除 .wav 文件外，数据集还包含用于训练 cGAN 模型的 .mat 文件，该文件随数据一并共享，目的是为相关代码提供配套支持。数据所对应的临床背景为类风湿关节炎患者中诊断的间质性肺病（ILD）。

【采集与来源】

该数据集来源于 doi.org，发布机构为 IEEE DataPort，作者为 Luca Dibiase 与 Fabrizio Pancaldi，发布时间为 2026 年。数据并非来自真实患者的直接录音采集，而是通过条件生成对抗网络计算生成的人工肺音；其临床关联背景为类风湿关节炎患者中诊断的间质性肺病。关于原始真实肺音的具体采集地点、采集设备、受试者数量与纳入排除标准等信息，源站未提供。

【适用场景】

该数据集适用于以深度神经网络对肺信号进行分类的训练与验证任务，尤其是围绕类风湿关节炎患者中间质性肺病（ILD）识别的研究场景。由于提供了类别均衡的合成肺音，可用于构建分类模型的训练数据，并考察合成数据在真实患者肺信号分类中的可用性。同时，随数据共享的 .mat 文件与代码可用于复现 cGAN 模型的训练过程，支持对合成肺音生成方法的进一步研究与比较。此外，该数据也可用于探讨合成数据质量评估、数据增强策略以及类别均衡对模型表现影响等通用研究问题。

【使用方法】

使用者可按类别名称定位并读取不同存储位置下的 .wav 文件，将阴性类与阳性类各 1000 个文件组织为分类任务的训练数据，用于训练深度神经网络对肺信号进行分类。若需复现或重新训练生成模型，可使用随数据共享的 .mat 文件配合相关代码训练 cGAN 模型。合成声音在使用前经过处理，以适配深度神经网络训练流程。关于具体的预处理参数、模型结构、训练超参数与评估指标等细节，源站未提供。

【质量与限制】

该数据集的一个显著特点是类别均衡，阴性类与阳性类各 1000 个文件，有利于避免分类训练中的类别偏置。数据附带训练 cGAN 的 .mat 文件与代码，具备较好的可复现基础。其核心用途之一即是验证合成数据的质量与实用性，说明数据质量需结合下游分类任务的表现加以评估。需要特别注意的是，数据为条件生成对抗网络计算生成的人工肺音，并非真实患者录音，其与真实肺信号之间的分布差异可能影响模型在真实数据上的泛化表现。此外，数据仅关联类风湿关节炎患者中诊断的间质性肺病这一特定背景，向其他人群或其他呼吸系统疾病的推广能力有限。关于数据规模之外的多样性、生成模型的具体性能指标以及外部验证结果，源站未提供。

【引用与许可】

使用该数据集时应引用其英文名称“Synthetic lung sounds to train deep neural networks: data and code”，并注明作者 Luca Dibiase 与 Fabrizio Pancaldi，发布机构为 IEEE DataPort，发布时间为 2026 年，来源站为 doi.org。数据集采用 Creative Commons Attribution 4.0 International 许可，使用时应遵循该许可关于署名等条款的要求。关于具体引用格式与许可条款的完整文本，源站未提供。