数据集概述
本数据集包含巴西里约格兰德北方联邦大学Onofre Lopes大学医院505名接受Osseus分诊与DXA检查的个体数据，用于通过监督分类算法分析Osseus对骨密度变化的预测能力，辅助骨质疏松症分类的机器学习研究，含2个相关文件。
文件详解
- 数据文件
- 文件名称：dataforzenodo (1).xlsx
- 文件格式：XLSX
- 字段映射介绍：包含505名个体的Osseus分诊与DXA检查基础数据，用于骨质疏松症分类的机器学习分析
- 文档文件
- 文件名称：supplementary.docx
- 文件格式：DOCX
- 字段映射介绍：提供数据分析过程中使用的字典说明文档
数据来源
论文“A Machine Learning based approach to osteoporosis classification: correlational and comparative analysis between Osseus and DXA exams”
适用场景
- 骨质疏松症分类模型研究：利用监督学习算法分析Osseus检查对骨密度变化的预测效果，构建分类模型
- 医学影像检查对比分析：对比Osseus与DXA两种检查方式在骨质疏松症诊断中的相关性与差异
- 医疗数据机器学习应用：探索机器学习在骨密度检测及骨质疏松症辅助诊断中的应用价值
- 临床检查数据标准化研究：基于数据集字典文档，研究骨质疏松症检查数据的标准化处理方法
