基于联邦学习混合专家网络的跨区域 COPD 与 PRISm 患者筛查随访数据集

剔除关键字段（年龄、FEV₁、FVC、随访时间）缺失、肺功能参数超出生理范围（FEV₁/FVC＜0.3或＞1.0）及重复体检记录；数值型指标做3σ异常值检测与平滑，多中心数据按采集时间对齐。 标准化与特征工程：肺功能参数按GLI-2012方程校正%pred；分类变量（GOLD分期、吸烟包年、区域编码、表型标签＝COPD/PRISm/正常）做Label/One-Hot编码；数值特征Z-score标准化；派生年度急性加重频率、综合控制指数等新特征，用LASSO筛选筛查判别核心子集。按各中心为独立联邦客户端，标注样本所属中心ID及MoE门控网络各专家（肺功能专家、量表专家、区域流行病专家）对应特征子空间权重标签；将基本信息、临床指标、随访转归表按匿名化ID关联，整理为带专家权重与表型标签的结构化宽表（CSV/Parquet格式），对姓名、身份证号、住址做去标识化处理后形成最终数据集。

搜集汇总

背景与挑战

背景概述

该数据集聚焦慢性呼吸系统疾病跨区域防控，基于联邦学习与混合专家网络构建，包含经过严格清洗（剔除缺失、异常、重复记录）、标准化（GLI-2012校正、Z-score标准化）及特征工程（派生急性加重频率等新特征，LASSO筛选核心子集）的多中心结构化数据。数据按中心划分为独立联邦客户端，并标注MoE门控网络各专家（如肺功能、量表、区域流行病）的特征子空间权重，经去标识化后形成带表型标签的宽表，适用于跨区域COPD与PRISm筛查模型研发、患者随访管理及基层医疗赋能等场景。