数据集概述
本数据集包含303名患者的临床记录，每位患者具有54项特征。这些特征分为四大类：人口统计学特征、症状与体格检查、心电图特征、实验室与超声心动图特征。每位患者根据冠状动脉直径狭窄程度被分类为CAD（冠状动脉疾病）或Normal（正常），狭窄程度大于等于百分之五十判定为CAD。数据集包含一个Excel文件。
文件详解
- 文件名称：
z-alizadeh sani/CAD.xlsx
- 文件格式： XLSX
- 字段映射介绍： 文件包含303行记录（对应303名患者），每行记录包含54个特征字段。主要特征分组包括：
- 人口统计学特征：如年龄、性别等。
- 症状与体格检查特征：如胸痛类型等。
- 心电图特征：如心电图结果等。
- 实验室与超声心动图特征：如实验室检测指标、超声结果等。
- 目标分类字段：标识患者为CAD或Normal。
数据来源
Z-Alizadeh Sani数据集
适用场景
- 冠状动脉疾病风险预测模型开发: 利用54项临床特征构建机器学习或统计模型，用于辅助诊断CAD。
- 临床特征重要性分析: 研究不同特征组（如人口统计学、心电图、实验室指标）对CAD诊断的贡献度。
- 医学数据挖掘研究: 探索临床数据中隐藏的模式与关联，辅助医学研究。
- 医疗决策支持系统训练: 作为训练数据，用于开发辅助医生进行CAD诊断的智能工具。
