该数据集是由牛津大学的Max Little与丹佛科罗拉多语音和语音中心合作录制的。最初的研究发表了针对一般语音障碍的特征提取方法。

Data Set Information:

该数据集由31人的一系列生物医学语音测量组成，其中23人患有帕金森病（PD）。表中的每一列都是一个特定的语音测量值，每一行对应这些人195个语音记录中的一个（“名称”列）。数据的主要目的是根据“状态”栏区分健康人和帕金森病患者，健康状态栏设置为0，帕金森病状态栏设置为1。

数据为ASCII CSV格式。CSV文件的行包含对应于一个语音录制的实例。每位患者大约有六次录音，患者姓名在第一列中。有关更多信息或评论，请联系Max Little（littlem'@'robots.ox.ac.uk）。

更多详细信息包含在以下参考中——如果您使用此数据集，请引用：Max A.Little，Patrick E.McSharry，Eric J.Hunter，Lorraine O.Ramig（2008），“帕金森病远程监测中发音困难测量的适用性”，IEEE生物医学工程学报（即将出版）。

Attribute Information:

矩阵列条目（属性）：
名称-ASCII主题名称和记录编号
MDVP:Fo（Hz）-平均人声基频
MDVP:Fhi（Hz）-最大人声基频
MDVP:Flo（Hz）-最低人声基频
MDVP:Jitter（%），MDVP:Jitter（Abs），MDVP:RAP，MDVP:PPQ，Jitter:DDP-基频变化的几种度量
MDVP:Shimmer，MDVP:Shimmer（dB），Shimmer:APQ3，Shimmer:APQ5，MDVP:APQ，Shimmer:DDA-振幅变化的几种度量
NHR，HNR-声音中噪音与音调成分之比的两种测量方法
状态-受试者的健康状态（一）-帕金森病（零）-健康RPDE，D2-两个非线性动力学复杂性度量信号分形标度指数展布1、展布2、PPE-基频变化的三种非线性测量

Relevant Papers:

N/A

Citation Request:

If you use this dataset, please cite the following paper: 'Exploiting Nonlinear Recurrence and Fractal Scaling Properties for Voice Disorder Detection', Little MA, McSharry PE, Roberts SJ, Costello DAE, Moroz IM. BioMedical Engineering onLine 2007, 6:23 (26 June 2007)