帕金森病语音信号处理特征分析数据集-2018-porinitahoque
数据来源：互联网公开数据
标签：帕金森病,语音分析,特征提取,时间频率特征,MFCCs,小波变换,声带特征,PD分类,医学研究
数据概述：
本数据集包含188名帕金森病患者（107名男性和81名女性，年龄在33至87岁之间）和64名健康对照个体（23名男性和41名女性，年龄在41至82岁之间）的语音数据。这些数据是在伊斯坦布尔大学Cerrahpaşa医学院神经科收集的。每位受试者在医生检查后被要求重复三次持续的/a/音，录音采样率为44.1 KHz。
通过对帕金森病患者的语音记录应用多种语音信号处理算法，包括时间-频率特征、梅尔频率倒谱系数（MFCCs）、基于小波变换的特征、声带特征和可调Q因子小波变换（TWQT）特征，以提取临床有用的评估信息。
数据用途概述：
该数据集适用于帕金森病的语音特征分析、分类算法比较、医学研究和教育等场景。研究人员可以利用此数据进行语音信号处理算法的比较分析；临床医生可利用此数据评估帕金森病患者的语音特征变化；教育工作者可以利用此数据进行教学和实验演示。此外，该数据集还为帕金森病的诊断和治疗提供了重要的参考依据。
引用请求：
如果您使用本数据集，请引用：Sakar, C.O., Serbes, G., Gunduz, A., Tunc, H.C., Nizam, H., Sakar, B.E., Tutuncu, M., Aydin, T., Isenkul, M.E. 和 Apaydin, H., 2018. A comparative analysis of speech signal processing algorithms for Parkinson's disease classification and the use of the tunable Q-factor wavelet transform. Applied Soft Computing, DOI: [Web Link] https://doi.org/10.1016/j.asoc.2018.10.022
