背景描述

在呼吸健康和呼吸疾病中，呼吸声音是一个重要的指标。当人们进行呼吸时，会发出声音。这个声音与空气的流动、肺部组织的变化和肺部分泌物的位置直接相关。比如，有类似哮喘、慢性阻塞性肺病（COPD）等气道阻塞疾病的病人，他们的常见症状就是喘息声。这些声音可以用电子听诊器或者其他录音设备记录下来。通过这些数据，我们也许可以尝试用机器学习的方法自动诊断出像哮喘、肺炎、细支气管炎等等这类的呼吸疾病。

数据说明

数据集包含了920个标注过的录音，长度在10秒到90秒不等，录音来自126位病人。录音总时长为5.5小时，包含6898个呼吸周期：其中1864个有爆裂声（crackles），886个有喘息声（wheezes），506个二者皆有。数据包括背景干净的声音和为了模拟真实生活下嘈杂的录音。囊括了各个年龄段的病人：儿童、成年人和老人。

数据集的zip文件包含以下文件：

  • 920个.wav格式的音频文件和相关的.txt格式的标注信息（audio_and_txt_files）
  • csv格式的病人诊断信息（patient_diagnosis）
  • 解释文件命名格式的txt文件（filename_format）
  • 罗列了91个名字的txt文件（filename_differences）
  • 病人的人口信息（demographic_info）

注：filename_differences这个文件是数据集制作人发现原始文件有bug的时候的修正数据，现在可以忽略~

用户的人口信息包含6个字段：

  • Patient number：病人编号
  • Age：年龄
  • Sex：性别
  • Adult BMI 体重/身高的平方 (kg/m2)
  • 儿童体重（kg）
  • 儿童身高（cm）

数据来源

这个数据集由葡萄牙和希腊的两个研究团队制作，Kaggle用户Marsh整理。如果没有K-Lab的GPU资源跑数据，可以前往Kaggle下载论文：Α Respiratory Sound Database for the Development of Automated ClassificationRocha BM, Filos D, Mendes L, Vogiatzis I, Perantoni E, Kaimakamis E, Natsiavas P, Oliveira A, Jácome C, Marques A, Paiva RP (2018) In Precision Medicine Powered by pHealth and Connected Health (pp. 51-55). Springer, Singapore.https://eden.dei.uc.pt/~ruipedro/publications/Conferences/ICBHI2017a.pdf相关网站：http://www.auditory.org/mhonarc/2018/msg00007.htmlhttp://bhichallenge.med.auth.gr/

探索方向

可以尝试探索以下方向：

  • 建立模型给呼吸疾病分类
  • 建立模型去检测某种呼吸疾病显示的特征是爆裂声、喘息声，还是二者皆有
  • 试着创建可以给录音自动标注的模型