阻塞性睡眠呼吸暂停发作的非线性动力学预测
该数据集包含来自多个来源的阻塞性睡眠呼吸暂停（OSA）患者的心电图（ECG）记录，通过分析心率动力学的非线性动态，利用Dirichlet-Process Mixture-Gaussian-Process（DPMG）模型预测OSA发作的剩余时间，数据模态为生理信号（ECG），主要用于睡眠呼吸暂停的实时预警、可穿戴设备集成以及个性化医疗干预研究，旨在提升点对点治疗的有效性。
基本信息
资源简介
阻塞性睡眠呼吸暂停发作的非线性动力学预测
【数据集背景】
本数据集源站标题为《Nonlinear Dynamics Forecasting of Obstructive Sleep Apnea Onsets》。配套论文《Nonlinear Dynamics Forecasting of Obstructive Sleep Apnea Onsets》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0164406。源站首次发布：2016-11-11。
【数据内容】
源站原始描述：Recent advances in sensor technologies and predictive analytics are fueling the growth in point-of-care (POC) therapies for obstructive sleep apnea (OSA) and other sleep disorders. The effectiveness of POC therapies can be enhanced by providing personalized and real-time prediction of OSA episode onsets. Previous attempts at OSA prediction are limited to capturing the nonlinear, nonstationary dynamics of the underlying physiological processes. This paper reports an investigation into heart rate…
【数据结构与技术规格】
文件数 3 个，合计 70.07 KB。S1 File.DOCX：application/vnd.openxmlformats-officedocument.wordprocessingml.document，21.19 KB。S1 Table.DOCX：application/vnd.openxmlformats-officedocument.wordprocessingml.document，27.50 KB。S2 Table.DOCX：application/vnd.openxmlformats-officedocument.wordprocessingml.document，21.39 KB。数据集 DOI：10.1371/journal.pone.0164406。
【主题与分类】
源站学科分类：Medicine、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。主题标签：10 OSA patients、heart rate dynamics、Dublin OSA database、benchmark ECG apnea databases、DPMG、OSA episode、Nonlinear Dynamics Forecasting、POC、14 OSA subjects、Obstructive Sleep Apnea Onsets。
【适用方向】
源站学科分类标注为 Medicine、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Nonlinear_Dynamics_Forecasting_of_Obstructive_Sleep_Apnea_Onsets/4231118
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Le, Trung Q.; Bukkapatnam, Satish T. S. (2016). Nonlinear Dynamics Forecasting of Obstructive Sleep Apnea Onsets. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03，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）
按页面 Download 按钮获取。
数据说明
该数据集旨在研究阻塞性睡眠呼吸暂停（OSA）发作的实时预测，通过分析心率动力学捕捉生理过程的非线性、非平稳动态。数据集包含三部分来源的心电图（ECG）记录：来自Physionet.org基准ECG呼吸暂停数据库的20条记录（涉及14名OSA患者）、都柏林大学OSA数据库的10名患者记录，以及先前研究中的8名受试者记录。研究采用基于非参数统计Dirichlet-Process Mixture-Gaussian-Process（DPMG）模型的预后方法，以估计从正常状态到异常（呼吸暂停）状态的过渡，从而预测即将发生的OSA发作的剩余时间。该数据集主要用于推进点对点治疗，支持可穿戴设备集成，实现OSA的个性化实时预测和主动干预，研究方向包括生理信号分析、机器学习在医疗预测中的应用以及睡眠障碍的实时监测。
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。
