DynamicSuperb/RespiratorySoundClassification_ICBHI2017

该数据集包含音频、文件、指令和标签四个特征，仅包含一个测试分割，共有174个样本。数据集的总大小为439213284字节，下载大小为417963420字节。

原始信息汇总

数据集概述

数据特征

• audio: 数据类型为音频。
• file: 数据类型为字符串。
• instruction: 数据类型为字符串。
• label: 数据类型为字符串。

数据分割

• test:
  • 字节数: 439215133.0
  • 样本数: 174

数据集大小

• 下载大小: 417638360
• 数据集大小: 439215133.0

配置

• default:
  • 数据文件路径: data/test-*

搜集汇总

数据集介绍

构建方式

呼吸音分类是医学声学分析领域的重要任务，对于呼吸系统疾病的辅助诊断具有关键价值。DynamicSuperb/RespiratorySoundClassification_ICBHI2017数据集基于ICBHI 2017挑战赛的公开数据构建，通过整合多中心采集的呼吸音录音，形成标准化的分类基准。数据集中每个样本包含音频文件、文件名、指令文本及对应的标签信息，其中标签涵盖正常、喘息、 crackles等多种呼吸音类别。数据集以HuggingFace Datasets格式存储，采用单一测试集划分，包含174条经过质量筛选的音频样本，便于直接加载与评估。

特点

该数据集具有鲜明的领域适配特性，专注于呼吸音分类这一专业化场景。其音频特征均来自临床实际采集，保留了真实环境中的噪声与变异性，能够有效检验模型在医学声学任务上的泛化能力。数据集提供了结构化的指令字段，可与语音指令跟随模型结合使用，拓展了传统分类任务的应用边界。此外，数据规模虽小但标签体系完整，适合作为小样本学习或预训练模型微调的验证平台。

使用方法

使用该数据集时，可通过HuggingFace Datasets库的load_dataset函数直接加载，指定配置名称为'default'即可获取测试集。数据加载后，音频字段以Audio类型存储，支持直接提取波形与采样率。用户可依据instruction字段构建提示词，将分类任务转化为文本生成或指令跟随形式，配合预训练语音模型进行推理。评估时，以label字段为基准计算分类准确率或F1分数，亦可扩展至多任务联合训练场景。

背景与挑战

背景概述

呼吸系统疾病是全球范围内导致死亡和残疾的主要原因之一，而听诊作为临床诊断的核心手段，其准确性高度依赖医生的经验积累。DynamicSuperb/RespiratorySoundClassification_ICBHI2017数据集应运而生，由国际生物医学健康信息学会议（ICBHI）于2017年组织构建，汇聚了来自葡萄牙、希腊等多个国家的研究机构力量。该数据集聚焦于呼吸音分类这一核心研究问题，旨在通过提供标准化、多类别的呼吸音录音（包括正常呼吸音、喘息、爆裂音等），推动机器学习模型在呼吸系统疾病自动诊断中的应用。其影响力深远，不仅为计算机辅助听诊研究奠定了基准，还促进了跨学科合作，加速了智能医疗设备与远程健康监测系统的发展，成为呼吸音分析领域不可或缺的公共资源。

当前挑战

当前该数据集面临的核心挑战在于解决呼吸音分类的领域难题与构建过程中的技术瓶颈。在领域层面，呼吸音信号易受环境噪声、录音设备差异及患者个体生理特征干扰，导致类间变异大、类内一致性低，传统分类模型难以捕捉细微的病理声学特征。构建过程中，数据集虽包含174个测试样本，但样本规模相对有限，且标注工作依赖于呼吸科专家的主观判断，不同专家间的一致性难以保证，增加了标签噪声的风险。此外，音频片段的长短不一、采样率不统一以及数据不平衡（如正常呼吸音与罕见病理音样本数量悬殊）进一步加剧了模型泛化能力的挑战，亟需开发鲁棒的预处理策略与少样本学习算法来应对这些限制。

常用场景

经典使用场景

呼吸音分类是医学声学分析领域的重要课题，旨在通过肺部音频信号自动识别异常呼吸模式。ICBHI 2017数据集作为该领域的基准资源，汇聚了来自多中心临床采集的呼吸音样本，涵盖正常、哮鸣、湿啰音等典型类别。其经典使用场景聚焦于构建监督学习框架下的分类模型，研究人员通常利用该数据集的音频特征（如梅尔频谱系数）与对应标签，训练卷积神经网络或时序模型，以区分不同病理状态。该数据集因其标注一致性高、噪声环境多样，成为评估呼吸音分析算法鲁棒性的标准测试床，推动着从传统机器学习到深度端到端学习的技术迭代。

实际应用

在实际医疗场景中，该数据集支撑着智能听诊系统的开发，助力便携式设备实现实时呼吸异常检测。基于其训练的模型可集成至远程医疗平台，自动识别肺炎、支气管炎等疾病的声学标志，缓解基层医疗资源匮乏地区的诊断压力。此外，该数据集的音频样本覆盖不同年龄与体位条件，使算法能够适应门诊、病房及居家监测等多样化环境。其应用还延伸至康复治疗领域，通过持续追踪呼吸音变化，为慢性阻塞性肺病患者的病情管理提供客观量化依据，显著提升临床决策效率。

衍生相关工作

围绕该数据集，衍生出一系列具有影响力的研究工作。经典工作包括采用深度残差网络与注意力机制结合的呼吸音分类框架，显著提升了多标签场景下的识别精度；另有研究探索基于自监督预训练的声学表示学习，利用该数据集微调后刷新了多项分类基准。在跨模态领域，研究者结合胸部X光影像与呼吸音特征进行多任务学习，验证了声学信号在辅助影像诊断中的互补价值。此外，该数据集催生了针对呼吸音分割与事件检测的专项挑战赛，推动了时序建模与噪声抑制技术的突破，成为医疗声学社区的核心验证平台。