定義、用途與詞條邊界
穿戴式睡眠資料集,是把人在睡眠與日常生活中由隨身或貼身裝置採集的訊號,與裝置、佩戴、時間、品質、參與者和參照標籤組織在一起的資料資源。裝置可包括腕錶、手環、指環、貼片、智慧織物、胸帶和頭戴式裝置;訊號可包括加速度、角速度、PPG 或 BVP、心電、皮溫、皮電、阻抗、聲學以及環境光。它們可支援睡眠—清醒辨識、睡眠分期估計、作息與節律研究、呼吸或心血管訊號分析、裝置比較和演算法重現。
「穿戴式」描述的是採集形態,不代表統一的測量原理、品質等級或臨床用途。只有活動計數、廠商心率、睡眠階段、總睡眠時間或綜合評分的資料表,與開放原始波形的資料集並不等價;腕式心率通常是由光學訊號計算的衍生值,不能自動當作原始 PPG。資料集應準確說明開放的是原始訊號、處理後訊號、窗口特徵、裝置輸出還是研究者標籤,並避免把不同證據層混為一種「真實睡眠」。
裝置形態、感測器與佩戴條件
硬體形態決定接觸方式、動作偽差、充電需求和可接受的佩戴時長。腕部和指環的光學路徑、頭帶電極、胸帶電極、皮膚貼片與織物感測器不能直接視為同一分布。文件應記錄廠商與型號、硬體修訂、韌體和應用程式版本、感測器通道、取樣率、單位、量化精度、濾波、自動增益、時間戳精度和本地或雲端處理步驟。若研究同時使用多台裝置,還需提供裝置編號及其與參與者、夜晚的對應關係。
佩戴位置與操作同樣屬於測量條件。應說明左手或右手、慣用手或非慣用手、指環手指、錶帶鬆緊、貼片位置、電極準備、睡前啟停、重新佩戴和校準流程,並記錄裝置脫落、離腕、充電、洗浴、皮膚刺激、藍牙中斷與人工修正。溫度、灌流、膚色、毛髮、刺青、睡姿和寢具遮擋可影響部分感測器。沒有這些元資料時,模型差異可能只是佩戴或硬體差異,而不是睡眠生理差異。
資料層級、時間軸與參照標籤
一個資源可能同時包含高頻原始波形、裝置內濾波序列、按秒或歷元彙總、廠商專有睡眠階段、整夜摘要和問卷。每個欄位應有定義、單位、有效範圍、缺失碼、計算來源和版本。發布者最好保留最接近原始的資料以及生成衍生結果的程式碼或可解釋流程;若只能開放衍生資料,也應明確哪些處理不可逆。睡眠評分、恢復分數或「壓力」指數常依賴未公開演算法,不能與直接測量的物理訊號互換。
參照標籤可來自同步 PSG 人工判讀、簡化 EEG 頭戴裝置、臨床事件標註、睡眠日記、按鈕事件或另一套自動演算法,可靠性和任務含義並不相同。時間對齊應記錄共同時間源、時區、日光節約時間、裝置啟動偏差、時鐘漂移、重新取樣、分段拼接和日期移位。按檔案第一列對齊可能掩蓋分鐘級漂移;出於隱私而平移日期時也須保留相對順序和跨午夜邏輯。標籤歷元、感測器窗口和事件起止必須有明確映射。
依從性、缺失資料與品質控制
多夜居家採集的價值在於接近日常狀態,但缺失不是隨機雜訊。忘記佩戴、需要充電、裝置不適、皮膚反應、旅行、網路或同步失敗、儲存已滿、應用程式被關閉,以及參與者在症狀嚴重時主動取下裝置,都可能造成整夜或局部缺失。研究應同時報告計畫人數與夜晚、實際開始記錄、成功上傳、可用佩戴時長、參照標籤可用性和最終納入量,並區分未佩戴、靜止、睡眠、硬體失敗與演算法拒判。
品質控制可結合訊號幅度、飽和、斷點、動作、接觸或離腕標誌、跨感測器一致性及人工抽查,但閾值、處理順序和排除理由應公開。補零、前向填充和平滑不能把無訊號變為有效睡眠記錄。只刪除失敗參與者或困難夜晚,會形成依從性和倖存者偏差;評測除準確率外還應報告資料涵蓋、拒判率、缺失夜晚比例和品質分層表現。更正檔案、重新同步或重新標註應留下版本和變更日誌。
人群代表性、韌體漂移與跨裝置協調
樣本代表性既受招募影響,也受「願意並能夠持續佩戴」影響。年齡、疾病、移動能力、輪班工作、藥物、睡眠環境、皮膚特徵、末梢循環和數位裝置使用習慣都可能改變資料品質或睡眠模式。應報告參與者數、每人夜晚數、人口與臨床構成、裝置分布和失效原因,並檢查不同群體的涵蓋和誤差。膚色與社會定義的種族不是同一變數,研究不應把後者當作前者的精確替代。
消費硬體、韌體和雲端演算法會持續更新,同名欄位的計算也可能發生變化。資料集應保存硬體修訂、韌體、應用程式、演算法或匯出版本、匯出日期和更新批次,必要時把更新前後視為不同測量域。跨裝置協調不宜只比較最終睡眠評分;應在共同時間窗內檢查原始或最接近原始的訊號、有效涵蓋、時間偏差和參照誤差。校準關係若只在某一型號、佩戴部位或人群建立,不能無驗證地移轉到其他裝置。
機器學習劃分、評測與重現
訓練、驗證和測試應按參與者劃分;同一人的重複夜晚、同一家庭成員、重疊窗口、同一夜生成的不同感測器視圖及增強副本應留在同一集合。隨機拆分歷元會因個體節律、裝置特徵和相鄰時間脈絡產生嚴重洩漏。正規化、缺失填補、品質閾值、特徵選擇和模型閾值只能由訓練資料確定。除內部測試外,最好增加跨裝置型號、站點、人群、韌體時期或真實居家場景的外部驗證。
指標應匹配任務:睡眠—清醒或分期需給出逐類表現、混淆與一致性;總睡眠時間等夜級指標需報告偏差、誤差分布和一致性界限;事件檢測需說明匹配容差和每小時假陽性。還要報告未能輸出結果的人員與夜晚,避免模型透過拒絕困難樣本獲得虛高分數。重現資料應固定資料與標籤版本、參與者級劃分、預處理、程式碼環境、隨機種子、最終閾值和鎖定測試集,並防止利用測試集反覆選擇裝置或模型。
隱私、授權與臨床邊界
連續穿戴式記錄可推斷作息、活動、位置規律、心率節律、健康狀態和生活事件;與帳號、手機、家庭或環境感測器連接後,再識別風險會增加。採集前應說明資料是否上傳雲端、廠商能否存取、會保留多久、是否用於後續研究或模型訓練,以及參與者如何撤回、匯出或刪除。發布時應資料最小化、移除直接識別資訊、評估時間與位置組合風險,並按敏感度採用開放、申請或受控存取;使用者必須遵守授權、保密和禁止再識別要求。
消費級睡眠輸出、一般健康功能和醫療用途不能僅憑外觀區分,而應依據預期用途、聲明、目標人群、硬體與演算法版本、驗證證據及適用監管要求判斷。未經適當驗證的睡眠階段、血氧、呼吸或心率提示不能單獨用於診斷、排除疾病或改變治療,也不能自動替代 PSG 和專業評估。用於研究時應揭露證據限制;用於臨床輔助時還需品質失敗提示、可解釋的升級路徑和專業複核。個體若有持續嗜睡、呼吸暫停徵象或其他健康疑慮,應尋求合格醫療人員評估。