定義、用途與詞條邊界
PPG 睡眠資料集,是將睡眠期間採集的光體積描記脈搏波(photoplethysmography,PPG,也常以 BVP 表示),與裝置、佩戴、時間、品質及睡眠階段、呼吸事件或其他參照標籤組織在一起的資料資源。它可用於脈搏與血管節律研究、睡眠—清醒或分期估計、呼吸異常輔助分析、穿戴式裝置評測和演算法重現。真正可再利用的資料通常需要連續波形,而不只是整夜摘要。
原始 PPG、裝置計算的脈搏率、搏間期、心率變異性特徵和血氧飽和度是不同資料層。SpO2 通常依賴多波長光學訊號、校準和裝置演算法,不能從任意單波長 PPG 檔案直接等同獲得;由 PPG 估計的心搏間期也不等於 ECG 的 R-R 間期。資料集應明確實際開放的層級,避免把只有廠商睡眠評分或心率序列的表格稱為原始 PPG 資料庫。
光學配置、佩戴位置與裝置參數
PPG 可採用指端透射式或腕部、指環等反射式配置,光源波長、LED 電流、光電偵測器、光路、接觸面積和取樣方式都不同。佩戴部位改變血流、運動和壓力影響,實驗室指夾與日常腕帶不能直接視為同一分布。文件應提供裝置和韌體、光學通道與波長、取樣率、ADC 或量化資訊、增益、自動曝光、類比與數位濾波及時間戳精度。
接觸壓力、錶帶鬆緊、手腕方向、皮膚溫度、灌流、環境光、毛髮、刺青和指甲油等因素可能影響訊號或衍生數值。應記錄感測器位置、佩戴說明、重新佩戴、離腕、充電、裝置掉線和睡眠姿勢;若同時有加速度、皮溫或電活動,也要說明是否用於品質篩選或標籤生成。只有處理後波形而缺少光學與佩戴配置,會限制跨裝置解釋和重現。
資料層級、同步參照與標籤
資料可包括原始光電偵測值、去除直流後的脈動分量、濾波 BVP、脈搏峰、搏間期、心率、品質指數、SpO2 或窗口級特徵。發布者應標明每一層的單位、標度、缺失碼、計算演算法與上游來源,並保留原始或最接近原始的波形。若只能取得衍生心率,就不能評估峰值檢測錯誤或重新設計波形品質演算法。
睡眠標籤可來自同步 PSG 的人工分期與呼吸事件、裝置自動結果、睡眠日記或其他感測器推斷,各自證據強度不同。時間對齊應說明共同時間源、啟動延遲、時鐘漂移、重新取樣和缺失區間。PPG 的脈搏波相對 ECG 電活動存在生理傳導延遲,血氧裝置還可能有內部平滑延遲;參照同步不能只按檔案第一列機械對齊。
訊號品質、預處理與版本管理
常見問題包括動作偽差、低灌流、環境光洩漏、壓力改變、飽和削頂、基線漂移、峰值漏檢或重複檢測、離腕和長段缺失。品質標誌應區分無佩戴、訊號過弱、強運動、硬體故障和演算法拒判,不能把補零或平滑後的序列當作有效生理資料。評估演算法時還應報告可用涵蓋率和拒判率,避免只在最乾淨片段上給出效能。
預處理可能包括去趨勢、帶通、運動校正、重新取樣、正規化、峰值檢測和異常搏間期修正,每一步都需記錄參數、程式碼和順序。檔案清單應連接受試者、夜晚、裝置、原始訊號、同步標籤與品質資料,並提供資料字典、校驗值、授權、變更日誌和已知問題。韌體或廠商演算法升級會改變衍生值,應形成可追溯的新版本而非靜默覆蓋。
人群代表性、測量偏差與泛化
光學測量效能可能隨皮膚色素、皮膚厚度、溫度、末梢循環、吸菸狀態、運動和佩戴條件變化。資料集應儘可能使用適當方法描述相關生理與裝置條件,並按膚色、年齡、性別、疾病、灌流和裝置分層檢查品質及誤差;不能把種族標籤當作膚色的精確替代,也不能用總體平均掩蓋某些人群的系統性誤差。
實驗室 PSG 樣本常來自轉介人群,消費裝置資料則可能偏向能長期佩戴並願意分享的人群。單一醫院、年齡層、裝置型號或手腕位置的資料會限制外部適用性。大量窗口並不等於大量獨立受試者,重複夜晚也可能由少數人貢獻。發布者應同時報告人員、夜晚、裝置、品質、疾病譜和標籤分布,並保留真實運動和失效場景。
機器學習劃分、評測與重現
訓練、驗證和測試必須按受試者劃分,將同一人的重複夜晚、重疊窗口、同一波形生成的多種特徵和增強副本留在同一集合。隨機拆分窗口會因個體脈搏形態、裝置響應和夜間脈絡產生洩漏。濾波、品質閾值、峰值檢測、正規化、缺失填補和模型閾值只能利用訓練資料,測試集應保持獨立並增加跨裝置、跨部位與跨人群驗證。
評測應針對任務選擇指標:脈搏檢測需事件匹配和搏間期誤差,睡眠分期需逐類表現、混淆和一致性,呼吸事件或 SpO2 估計則需與相應參照比較。除平均效能外,應報告品質涵蓋、拒判、低灌流和運動區間表現及信賴區間。重現資料應保存資料和標籤版本、劃分清單、預處理、程式碼依賴、隨機種子和最終閾值,不能反覆查看測試集後調參。
隱私、存取治理與臨床限制
連續 PPG 可揭示心率節律、作息、活動和潛在健康狀態,並可與時間、裝置、位置或其他感測器關聯。發布者應依據同意和適用規則進行資料最小化、去識別和再識別風險評估,並按敏感度選擇開放、申請或受控存取。使用者需保護原始波形、存取憑據和衍生模型,遵守授權與禁止再識別、再散布限制,並處理撤回、修正、保存期和授權到期。
PPG 演算法可支援研究和輔助監測,但不能自動等同於 PSG、臨床級血氧計或疾病診斷。由 PPG 推斷的睡眠階段是模型估計,不是對腦電階段的直接測量;異常心率、血氧或呼吸結果也需結合裝置適用範圍和其他臨床資訊。用於醫療目的時還需目標人群與硬體版本驗證、品質失敗警示、適當專業覆核和適用監管流程。成熟的資料集應公開這些證據邊界。