几个月来处理自己的睡眠数据，一直得不到满意的结果。画出图来一看，是数据本身噪音特别大，就是所谓的“脏数据”。在导师的建议下，我再尝试一下处理Sleep-EDF的数据，看看别人的数据是不是也噪音那么大。如果所有的睡眠多导都伴随巨大的噪音，接下去一段时间我就要好好研究如何处理这些高噪音的脏数据。

Sleep-EDF数据集包含197个整夜的睡眠多导图睡眠记录，包含EEG、EOG、chin EMG以及事件marker。本文把有关的介绍翻译为中文并加上自己的理解，以备以后查阅。

Sleep-EDF与Sleep-EDFx数据集

两个数据集采集自同一时间段（1989-1994）的两个实验，实际上没有区别。Sleep-EDFx是Sleep-EDF的全集，所以原作者也推荐研究者直接使用Sleep-EDFx。

SC和ST数据

无论是哪个数据集，其内部都存在两种文件：SC*开头和ST*开头的。它们实际上是来自于两个不同的实验所采集到的数据。

标签含义

Sleep-EDF数据集

1. .rec和.hyp扩展名的文件包含了欧洲数据格式(EDF)的原始数据和它们的睡眠图。

    

2. 数据采集自未使用任何药物的男性及女性白种人（21~35岁）。包含水平眼动、Fpz-Cz导联及Pz-Oz导联的头皮脑电，采样率为100Hz。

3. sc*开头的记录还包含了颏下肌电包络线(submental-EMG envelope)、口鼻气流(oro-nasal airflow)、肛温(rectal body temperature)以及事件marker，采样率都是1Hz；而st*开头的记录包含了采样率为100Hz的颏下EMG以及采样率1Hz的事件marker。

4. st*开头的数据采集自人体穿戴式生物信号放大器，他们会将信号传输给PC。所有的发射器具有相同的调频频率，所以存在调频接收器混淆两个相邻的病人信号的可能。由于发射器和接收器位置的关系，这种风险其实非常小，但是为了确保每一发射器具有不同基线的ID + Sync + Error信号。比方说st7132j0.rec和st7052j0.rec分别是由发射器1和2产生的，因此信号的基线是1和2。发射器具有一个marker (M)键：按下按钮就会在ID + Sync + Error信号上加32。系统也会持续监测收到的（数字）信号的质量：任何错误都会从原信号上减去32。所以，ID + M - E的大小表明发射器的ID，并将按压marker键作为正偏移(+M)、将遥感连接的错误标记为负偏移(-E)。所有的ST记录文件都是好的例子，由于光学的遥感连接在下午以及实验开始是不连接的。在实验开始（st7132j0.rec的00:31:17和st7052j0.rec的23:23:15），ID + Sync + Error信号会从负数（错误：没有连接）切换至1或2（发射器的ID），几秒后病人或护士会按下marker按钮，这将会引起一个1秒长的正峰。

5. 睡眠图则存储了基于Fpz-Cz/Pz-Oz的人工分期的R&K结果，而非使用C4-A1/C3-A2。睡眠阶段W、1、2、3、4、R、M以及'unscored'以二进制0、1、2、3、4、5、6和9标记。

6. 4个sc*文件是在1989年从可走动的健康志愿者获得的他们24小时日常生活中获得的，使用了该进行的盒式磁带记录机。被试、记录和睡眠图标记都描述于

   MS Mourtazaev, B Kemp, AH Zwinderman, HAC Kamphuisen. Age and gender affect different characteristics of slow waves in the sleep EEG. Sleep (1995)

   4个st*文件是在1994年从轻度入睡障碍患者（但其余方面很健康）获取的，记录了他们在医院一夜的情况，使用了信号质量很好的小型遥感系统。被试、记录和睡眠图标记都描述于

   B Kemp, AH Zwinderman, B Tuk, HAC Kamphuisen, JJL Oberye. Analysis of a sleep-dependent neuronal feedback loop: the slow-wave microcontinuity of the EEG. IEEE-BME (2000)

Sleep-EDFx数据集（扩展版本）

1. *PSG.edf文件是包含Fpz-Cz导联及Pz-Oz导联的头皮脑电、水平眼动、颏下EMG和事件marker；SC*PSG.edf文件还包含了口鼻气流(oro-nasal airflow)和肛温(rectal body temperature)。
2. *Hypnogram.edf文件包含对应于PSG文件的睡眠模式标注。包含W、R、1、2、3、4、M（运动）和?（未标注）。所有的睡眠图都是由受良好训练的技师根据R&K手册手工标注的（用文件名的第8个字母区分）。
3. PSG文件是EDF格式的，而hypnogram文件是EDF+格式的。

睡眠磁带研究及数据

153个SC*文件（SC = Sleep Cassette）是在1987~1991年间一项年龄对睡眠的影响的研究中获得的，来自25岁至101岁的未服用任何睡眠相关药物的健康白人。大约20小时的两个PSG是在两个连续的昼夜周期在被试家中采集的。被试进行日常的行为，只是多戴了一个像随身听一样的盒式磁带记录机。

类似SC4ssNEO-PSG.edf的文件名中，ss是被试号码，N是指夜晚。36号、52号被试的第一晚，以及13号被试的第二晚数据缺失了，因为磁带和光盘损坏了。

眼电(EOG)和皮层脑电(EEG)信号的采样率都是100Hz。颏下EMG信号进行了高通滤波、整流并进行低通滤波。最终EMG包络将会用μVrms (root-mean-square)表示，采样率为1Hz。口鼻气流、肛温和事件marker都是1Hz采样率。

被试和记录的详细信息在文件头及SC-subjects.xls中描述。

睡眠遥感研究及数据

44个ST*文件（ST = Sleep Telemetry）是在1994年的一项替马西泮对于睡眠的影响的研究中获得的，来自22个男性及女性白人，他们没有服用其他药物。被试具有轻度的入睡障碍，但是其他方面很健康。约9小时的两个PSG是在两个夜晚在医院采集的，其中一夜被试服用了替马西泮、另一夜服用了安慰剂。被试佩戴了信号质量很好的小型遥感系统。

类似ST7ssNJO-PSG.edf的文件名中，ss是被试号码，N是指夜晚。

眼电(EOG)、肌电(EMG)和皮层脑电(EEG)信号的采样率都是100Hz，事件marker是1Hz采样率。生理marker的值表示遥感发射器编号(ID = 1 or ID = 2)。当有人按下marker (M)键时会产生一个正向偏移（+32），而存在错误时则会产生一个负向偏移（-32）。

被试和记录的详细信息在文件头及ST-subjects.xls中描述。

参考与引用

[1] Sleep-EDF Database v1.0.0

[2] Sleep-EDF Database Expanded v1.0.0

本文特色图片(featured picture)来自 Creative Commons Attribution-Share Alike 3.0 Unported许可协议

Description
English: Screenshot of a PSG of a person in REM sleep.
Date 7 February 2013, 11:55:05
Source Own work
Author NascarEd

Sleep-EDF数据集及其扩展版本简介 由 赵匡是 采用 知识共享 署名-非商业性使用 4.0 国际 许可协议进行许可。
本许可协议授权之外的使用权限可以从 关于知识产权 处获得。