World Sleep Industry ENCYCLOPEDIA

PPG睡眠数据集

4.4.3

定义、用途与词条边界

PPG 睡眠数据集,是将睡眠期间采集的光电容积脉搏波(photoplethysmography,PPG,也常以 BVP 表示),与设备、佩戴、时间、质量及睡眠阶段、呼吸事件或其他参照标签组织在一起的数据资源。它可用于脉搏与血管节律研究、睡眠—清醒或分期估计、呼吸异常辅助分析、可穿戴设备评测和算法复现。真正可复用的数据通常需要连续波形,而不只是整夜摘要。

原始 PPG、设备计算的脉搏率、搏间期、心率变异性特征和血氧饱和度是不同数据层。SpO2 通常依赖多波长光学信号、校准和设备算法,不能从任意单波长 PPG 文件直接等同获得;由 PPG 估计的心搏间期也不等于 ECG 的 R-R 间期。数据集应明确实际开放的层级,避免把只有厂商睡眠评分或心率序列的表格称为原始 PPG 库。

光学配置、佩戴位置与设备参数

PPG 可采用指端透射式或腕部、指环等反射式配置,光源波长、LED 电流、光电探测器、光路、接触面积和采样方式都不同。佩戴部位改变血流、运动和压力影响,实验室指夹与日常腕带不能直接视为同一分布。文档应提供设备和固件、光学通道与波长、采样率、ADC 或量化信息、增益、自动曝光、模拟与数字滤波及时间戳精度。

接触压力、表带松紧、手腕方向、皮肤温度、灌注、环境光、毛发、纹身和指甲油等因素可能影响信号或派生数值。应记录传感器位置、佩戴说明、重新佩戴、离腕、充电、设备掉线和睡眠姿势;若同时有加速度、皮温或电活动,也要说明是否用于质量筛选或标签生成。只有处理后波形而缺少光学与佩戴配置,会限制跨设备解释和复现。

数据层级、同步参照与标签

数据可包括原始光电探测值、去除直流后的脉动分量、滤波 BVP、脉搏峰、搏间期、心率、质量指数、SpO2 或窗口级特征。发布者应标明每一层的单位、标度、缺失码、计算算法与上游来源,并保留原始或最接近原始的波形。若只能获得派生心率,就不能评估峰值检测错误或重新设计波形质量算法。

睡眠标签可来自同步 PSG 的人工分期与呼吸事件、设备自动结果、睡眠日记或其他传感器推断,各自证据强度不同。时间对齐应说明共同时间源、启动延迟、时钟漂移、重采样和缺失区间。PPG 的脉搏波相对 ECG 电活动存在生理传导延迟,血氧设备还可能有内部平滑延迟;参照同步不能只按文件第一行机械对齐。

信号质量、预处理与版本管理

常见问题包括运动伪差、低灌注、环境光泄漏、压力改变、饱和削顶、基线漂移、峰值漏检或重复检测、离腕和长段缺失。质量标志应区分无佩戴、信号过弱、强运动、硬件故障和算法拒判,不能把补零或平滑后的序列当作有效生理数据。评估算法时还应报告可用覆盖率和拒判率,避免只在最干净片段上给出性能。

预处理可能包括去趋势、带通、运动校正、重采样、归一化、峰值检测和异常搏间期修正,每一步都需记录参数、代码和顺序。文件清单应连接受试者、夜晚、设备、原始信号、同步标签与质量数据,并提供数据字典、校验值、许可、变更日志和已知问题。固件或厂商算法升级会改变派生值,应形成可追溯的新版本而非静默覆盖。

人群代表性、测量偏差与泛化

光学测量性能可能随皮肤色素、皮肤厚度、温度、末梢循环、吸烟状态、运动和佩戴条件变化。数据集应尽可能使用适当方法描述相关生理与设备条件,并按肤色、年龄、性别、疾病、灌注和设备分层检查质量及误差;不能把种族标签当作肤色的精确替代,也不能用总体平均掩盖某些人群的系统性误差。

实验室 PSG 样本常来自转诊人群,消费设备数据则可能偏向能长期佩戴并愿意共享的人群。单一医院、年龄层、设备型号或手腕位置的数据会限制外部适用性。大量窗口并不等于大量独立受试者,重复夜晚也可能由少数人贡献。发布者应同时报告人员、夜晚、设备、质量、疾病谱和标签分布,并保留真实运动和失效场景。

机器学习划分、评测与复现

训练、验证和测试必须按受试者划分,将同一人的重复夜晚、重叠窗口、同一波形生成的多种特征和增强副本留在同一集合。随机拆分窗口会因个体脉搏形态、设备响应和夜间上下文产生泄漏。滤波、质量阈值、峰值检测、归一化、缺失填补和模型阈值只能利用训练资料,测试集应保持独立并增加跨设备、跨部位与跨人群验证。

评测应针对任务选择指标:脉搏检测需事件匹配和搏间期误差,睡眠分期需逐类表现、混淆和一致性,呼吸事件或 SpO2 估计则需与相应参照比较。除平均性能外,应报告质量覆盖、拒判、低灌注和运动区间表现及置信区间。复现资料应保存数据和标签版本、划分清单、预处理、代码依赖、随机种子和最终阈值,不能反复查看测试集后调参。

隐私、访问治理与临床限制

连续 PPG 可揭示心率节律、作息、活动和潜在健康状态,并可与时间、设备、位置或其他传感器关联。发布者应依据同意和适用规则进行数据最小化、去标识和再识别风险评估,并按敏感度选择开放、申请或受控访问。使用者需保护原始波形、访问凭据和派生模型,遵守许可与禁止再识别、再分发限制,并处理撤回、纠错、保留期和授权到期。

PPG 算法可支持研究和辅助监测,但不能自动等同于 PSG、临床级血氧计或疾病诊断。由 PPG 推断的睡眠阶段是模型估计,不是对脑电阶段的直接测量;异常心率、血氧或呼吸结果也需结合设备适用范围和其他临床信息。用于医疗目的时还需目标人群与硬件版本验证、质量失败告警、适当专业复核和适用监管流程。成熟的数据集应公开这些证据边界。