World Sleep Industry ENCYCLOPEDIA

呼吸事件标注数据集

4.4.3

定义、用途与词条边界

呼吸事件标注数据集,是将睡眠期间的气流、呼吸努力、血氧及其他同步生理信号,与呼吸暂停、低通气、呼吸努力相关觉醒、血氧下降或周期性呼吸等时间对齐标签组织在一起的数据资源。它可用于睡眠呼吸研究、评分培训、设备和算法验证、质量控制及方法复现。核心不只是事件名称,还包括支持判断的信号、评分规则、时间边界和记录背景。

这类数据集不同于只有整夜 AHI、诊断结论或严重度类别的汇总表。事件级资源通常需要起点、终点或持续时间,并区分无事件、未评分、无法判断和信号失效。标签也不是脱离传感器和规则的绝对真值:同一段信号在不同评分体系、设备能力或人群规则下可能得到不同结果,使用者必须先确认目标事件和证据范围。

信号通道、传感器证据与时间同步

事件判断可依赖鼻压、热敏气流、呼吸机流量、胸腹呼吸努力、血氧、脑电觉醒、心率、体位或鼾声等通道。气流减少的检测与阻塞性、中枢性或混合性分类需要的证据并不相同;缺少呼吸努力时通常无法可靠区分部分类型,缺少脑电时也不能按 PSG 方式确认觉醒关联。数据集应逐记录列明实际可用通道,而不是只写“PSG”或“HSAT”。

每个通道还需记录传感器类型、位置、采样率、单位、滤波、校准、设备与固件版本,以及有效和无效区间。不同设备时钟、血氧处理延迟、重采样和格式转换会导致事件与生理反应错位。发布者应说明同步基准、时钟修正、允许误差和事件跨越文件边界的处理,并通过抽查确认标签与原始波形实际对齐。

事件类别、层级与标签语义

标签体系可包含阻塞性、中枢性和混合性呼吸暂停、低通气、呼吸努力相关觉醒、周期性呼吸、血氧下降和流量受限,但并非每个数据集都能支持全部类别。事件可以重叠或相互关联,例如呼吸事件之后出现血氧下降或觉醒;它们应保留为独立而可关联的层,而不是合并成一个含义不清的标签。开始、结束、持续时间、峰值变化和关联事件标识都需明确定义。

人工评分、自动预标、医生复核、共识结果和算法重新生成的标签应使用不同字段,并记录修改历史。固定窗口“有或无事件”、逐历元事件码和精确区间注释具有不同时间分辨率,不能直接互换。若一个事件跨越多个历元,数据集应说明窗口标签如何生成;若同一时段有多个事件,也不能因表格只能保存一个类别而静默丢失其他信息。

评分规则、版本、指标与数据协调

呼吸事件规则会随评分手册版本、成人或儿童人群、诊断或治疗场景、传感器和项目协议变化。低通气对气流下降、持续时间、血氧变化或觉醒关联的要求尤其需要明确,不能只写“按标准评分”。数据集应保存原始规则和版本、评分软件、显示设置、评分者资历、盲法、复核和仲裁流程;跨库协调时还要保留原标签及不可转换项。

整夜指标必须说明事件集合与分母。PSG 的 AHI 通常基于睡眠时间,而没有可靠睡眠分期的家庭检测可能使用有效监测时间形成 REI;ODI 又取决于血氧下降定义。不同规则所得数值不能只因字段名相似而合并。版本管理应包含样本清单、数据字典、文件校验值、转换脚本、变更日志和已知问题,使研究者能够锁定并复现实际使用的注释版本。

信号质量、模糊事件与选择偏差

常见质量问题包括气流传感器移位、呼吸带脱落或反相、血氧低灌注与伪差、基线漂移、饱和削顶、时钟偏移和长段缺失。技术不足的时段不应被编码为无事件,也不能因整夜摘要仍可生成就视为完整。数据集宜提供逐通道质量标志、不可评分区间、重测或排除原因,并保留足够失败样本评估真实部署中的鲁棒性。

边界事件、连续事件间的恢复不足和有限通道都会造成评分者差异。应报告标注指南、多评分者一致性、仲裁规则和不确定比例。临床转诊样本可能富集阻塞性事件,却少有正常夜、中枢性事件、儿童或复杂合并症;仅保留高质量可评分记录还会产生选择偏差。事件数量很多也不等于独立受试者充足,分布应按人群、中心、设备、睡眠阶段和体位说明。

机器学习划分、匹配评测与复现

训练、验证和测试应按受试者划分,并将同一人的重复夜晚、同源 PSG 与 HSAT、相邻片段和派生特征留在同一集合。随机拆分窗口会泄漏个体、设备和夜间背景。预处理、缺失填补、质量筛选、类别采样和阈值只能利用训练资料;测试集应保持独立,并尽量在不同中心、设备、疾病谱和人群中做外部验证。

事件评测不能只看逐窗口准确率。应预先定义预测与参考事件的时间匹配、重叠阈值、一个对多个事件的配对和边界容差,并报告事件级灵敏度、阳性预测值、误报率、持续时间误差及整夜指标偏差。少数事件类别需单独呈现,无法判读输出也应计入。复现资料应保存数据与标签版本、划分清单、代码依赖、随机种子、预处理、后处理和最终阈值。

隐私、访问治理与临床限制

整夜生理信号与事件序列可能揭示疾病、治疗状态、作息和独特生理模式,文件还可能包含日期、设备编号、站点或自由文本。发布者应依据同意和适用规则开展数据最小化、去标识及再识别风险评估,并按敏感度设置开放、申请或受控访问。使用者需保护下载副本、凭据和派生标签,遵守许可和禁止再识别、再分发限制,并处理撤回、纠错和授权到期。

事件标签可支持研究和算法评价,但不能单凭一次自动分析对个人确诊、排除疾病或决定治疗。诊断意义取决于检查完整性、适用人群、睡眠评估和专业解释;阴性、不确定或技术不合格的记录也不等同于正常。进入临床用途的系统还需验证失败检测、人工复核、设备变化和适用监管要求。成熟的数据集应同时呈现事件证据、质量限制与不能回答的问题。