心肺音数据集

摘要：心肺音数据集（HLS-CMDS）是使用数字听诊器从临床模拟人采集的医学音频数据集，包含心音、肺音和心肺混合音频录音，涵盖正常和异常类型（心音：正常、杂音、S3、S4 等；肺音：正常、哮鸣音、鼾音、爆裂音）。数据集配有详细元数据（性别、音频类型、记录位置、ID），适用于心肺音分类、呼吸系统疾病分析、生物医学信号处理、医疗 AI 研究和医学教育。

数据集简介

数据集概述

数据集分为三个主要类别，每个类别包含音频文件（ZIP 压缩包）和对应的元数据文件（CSV 格式）。心音数据集（HS） 包含不同类型的心音录音，元数据包括性别、心音类型（如正常、杂音、第三心音 S3、第四心音 S4、晚期收缩期杂音）、记录位置和心音 ID。肺音数据集（LS） 包含肺音录音，元数据包括性别、肺音类型（如正常、哮鸣音、鼾音、爆裂音）、记录位置和肺音 ID。混合音数据集（Mix） 包含心肺混合音录音，用于多模态分析，元数据同时记录性别、心音类型、肺音类型、记录位置、心音 ID、肺音 ID 和混合音 ID。文件结构清晰，便于按类别访问和处理数据，支持单模态分类和多模态融合研究。

该数据集为多个医疗 AI 和生物医学工程研究方向提供支持，核心应用包括使用 CNN/RNN 模型进行音频分类、基于频谱图的深度学习、生物医学信号分析、特征提取（MFCC、梅尔频谱图、色度特征）、医疗音频迁移学习、医疗 AI 项目开发以及学生研究与学术项目。研究人员可以开发心音异常检测算法识别心脏疾病（如心脏杂音、瓣膜病变），构建肺音分类模型诊断呼吸系统疾病（如哮喘、慢性阻塞性肺病、肺炎），或设计多模态融合系统同时分析心肺功能。数据集来自临床模拟人环境，确保了数据采集的可重复性和标准化，适合算法基准测试和模型性能对比。通过提供心音、肺音和混合音的多样化样本，该数据集推动了智能听诊系统开发、远程医疗诊断工具构建、医学生临床技能训练以及可穿戴健康监测设备的算法创新。

数据集来源

该数据集使用数字听诊器从临床模拟人采集，包含心音（正常、杂音、S3、S4 等类型）、肺音（正常、哮鸣音、鼾音、爆裂音）和心肺混合音频录音，配有详细元数据（性别、音频类型、记录位置、ID 标识），专为生物医学信号处理、医疗 AI 研究和医学教育而构建。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-58
文件大小：25M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。