Name: BIDMC PPG and Respiration Dataset
Creator: University of Oxford & Beth Israel Deaconess Medical Center
License: Open Data Commons Attribution License v1.0 (ODC-By 1.0)

信息速览

数据集名称BIDMC-PPG

数据类型约 208 MB，53 例 ICU 患者，125 Hz 采样率，免费直接下载，双标注者逐拍呼吸标注

规模53 例 ICU 患者

接入方式 University of Oxford & Beth Israel Deaconess Medical Center url: https://physionet.org/content/bidmc/1.0.0/

AI 就绪度

INFOBOX


数据集名称	BIDMC PPG and Respiration Dataset
英文全称	BIDMC PPG and Respiration Dataset
别名 / 简称	BIDMC、BIDMC PPG、BIDMC Dataset、PhysioNet BIDMC
疾病分类	多场景覆盖。核心映射：RD40 呼吸异常 / MD90 睡眠相关呼吸障碍 / 5A13 呼吸频率异常
SNOMED CT	251199005 Respiration rate / 86290005 Pulse oximetry / 439326003 Photoplethysmogram / 364073007 Impedance pneumography
数据模态	时序信号（PPG + ECG + 阻抗呼吸信号）+ 生理参数（HR/RR/PR/SpO2）
AI 任务类型	回归预测（呼吸率/心率/血氧估算）、信号质量评估、PPG-ECG 跨模态重建
样本总数	53 份 8 分钟同步生理信号记录（总时长 424 分钟，约 319 万个采样点/通道）
数据大小	~208 MB
数据格式	WFDB / CSV / MATLAB (.mat)
许可证	Open Data Commons Attribution License v1.0（ODC-By 1.0）
访问级别	开放（免费直接下载，无需注册或 CITI 培训）
DUO 标签	NRES
语言	英文
首发日期	2017-09-24（R1 初始发布）
最后更新	2018-06-20（v1.0.0 正式发布于 PhysioNet）
发布机构	University of Oxford（Pimentel, Clifton）/ MIT（Johnson）/ King’‘’‘’‘’'s College London（Charlton）
官方主页	https://physionet.org/content/bidmc/1.0.0/
下载地址	https://physionet.org/content/bidmc/1.0.0/
DOI	10.13026/C2208R（数据集）/ 10.1109/TBME.2016.2613124（论文）
引用次数	550+（Google Scholar，截至 2026-08）
AI 就绪度评分	⭐⭐⭐⭐（4/5）— 三格式同步发布 + 双标注者逐拍呼吸标注 + 配套 RRest 工具箱；扣分项：样本量极小（53 例）、无官方划分、信号过于干净导致泛化性存疑
页面状态	published

§0 E-E-A-T 信任声明与免责声明

医学审核者：[千方病案医学编辑部]交叉审核：§2 医学背景（ICD-11 映射、临床任务定义、金标准描述）、§7 偏倚分析。

数据工程审核者：[千方病案医学编辑部]交叉审核：§4 DAIMS 数据字典、§5 数据划分策略、§6 预处理 Pipeline 和坑点。

审核日期：2026-08-06

医疗免责声明：本页面提供的医学信息仅供研究和教育目的，不构成医疗建议、诊断或治疗方案。数据集的医学描述基于公开发表的文献，未经逐一临床验证。任何基于该数据集训练的 AI 模型在应用于临床决策前，必须经过独立的临床验证和监管审批。

技术免责声明：本页面的代码示例、预处理建议和基准性能数据基于公开资料整理，不保证在特定环境下的准确性和适用性。使用者应自行验证代码安全性和数据预处理流程的正确性。千方病案医数集不对因使用本页面信息而导致的任何直接或间接损失承担责任。

数据使用合规：使用本页面描述的数据集前，请务必阅读并遵守数据集原始许可协议。BIDMC PPG 采用 ODC-By 1.0 开放许可，支持免费使用（含商业用途），仅需署名引用。DUO 标签仅供参考，具体使用限制以数据集官方协议为准。

§1 数据集概览（Overview）

§1.0 📌 30 秒速览（Executive Summary）

BIDMC PPG 是牛津大学和 BIDMC 于 2017 年发布的光电容积脉搏波（PPG）呼吸率估算基准数据集，包含 53 例 ICU 患者的 8 分钟同步 PPG、ECG 和阻抗呼吸信号，并由两名标注者独立逐拍标注呼吸事件。

它的独特价值在于：这是第一个专门为 PPG 呼吸率估算算法评估而设计、并配以人工逐拍呼吸金标准标注的公开数据集。数据提取自 MIMIC II 波形数据库，信号质量高、标注严谨，使其成为 PPG 呼吸率估算领域的事实标准基准——几乎所有新提出的 RR 估算算法都会在 BIDMC 上验证性能。

你可以用它来：训练一个从 PPG 信号估算呼吸率的深度学习模型、研究 PPG 信号中心率与呼吸率的耦合关系、或者评估穿戴设备光学传感器在临床级信号上的算法上限。

§1.1 摘要

BIDMC PPG and Respiration Dataset 由 Marco Pimentel 等人于 2017 年在 IEEE Transactions on Biomedical Engineering 上首次报道。该数据集从更大的 MIMIC II Matched Waveform Database 中提取，包含 53 份来自 Beth Israel Deaconess Medical Center（BIDMC）重症监护患者的 8 分钟同步生理信号记录。每份记录包含三类 125 Hz 采样信号（PPG、Lead II ECG、阻抗呼吸信号）和四类 1 Hz 采样生理参数（HR、RR、PR、SpO2），以及年龄和性别等固定参数。核心创新在于两名标注者独立使用阻抗呼吸信号逐拍标注了所有呼吸事件，提供了人工金标准参考。数据集以三种格式发布（WFDB / CSV / MATLAB），并与 RRest（Respiratory Rate Estimation）工具箱兼容。

§1.2 战略价值分析

技术创新维度：BIDMC PPG 是首个专门面向 PPG 呼吸率估算而设计的公开数据集，填补了该领域长期缺乏标准化评估基准的空白。此前，PPG 呼吸率估算算法的评估往往依赖私有数据或未公开的标注，导致跨论文比较几乎不可能。BIDMC 的出现使研究者首次能够在统一基准上比较不同算法的性能，同时双标注者设计允许评估标注一致性，提高了金标准的可信度。

生态推动维度：该数据集催生了 RRest 工具箱——一个 MATLAB 编写的呼吸率估算算法库，预置了多种经典算法（滤波法、特征法、频谱法等），使新算法可以即插即用地与历史方法对比。BIDMC 与 CapnoBase 数据集形成了"双基准"惯例，几乎所有 PPG 呼吸率论文都同时报告两者结果。此外，Monash/UEA/UCR 时间序列回归仓库将 BIDMC 衍生为三个标准化回归任务（HR / SpO2 / RR 估算），进一步扩展了其在时间序列 ML 社区的影响力。

§1.3 与同类数据集横向对比

数据集	样本量	模态	采样率	标注方式	核心差异化
BIDMC PPG	53 例（8 min）	PPG + ECG + 阻抗呼吸	125 Hz	双标注者逐拍呼吸标注	ICU 临床环境 + 人工金标准
CapnoBase	42 例（8 min）	PPG + ECG + 二氧化碳图	300 Hz	单标注者逐拍呼吸标注	手术/麻醉环境 + 儿科含
PPG-DaLiA	15 例（~2h）	PPG + ECG + 加速度	64 Hz	ECG 导出 HR	穿戴场景 + 运动伪影
WESAD	15 例（~2h）	PPG + ECG + EDA + ACC	700/64 Hz	自标注情绪/压力	情绪压力 + 腕/胸双传感器
Wrist PPG During Exercise	8 例	PPG + ECG + ACC	128 Hz	ECG 导出 HR	运动场景 + 高运动伪影
MIMIC-III-Ext-PPG	大规模	PPG + ECG + ABP	125 Hz	监护仪参数	大规模 + 质量评估标注

§1.4 版本演进时间轴

时间	事件
2016-08	原始论文在线发表（IEEE TBME, DOI: 10.1109/TBME.2016.2613124）
2017-09-24	R1 初始发布（PhysioNet 内部）
2018-04-30	R2 第二次发布（修订版）
2018-06-20	v1.0.0 正式发布于 PhysioNet
2020-06	Monash/UEA/UCR 衍生数据集发布（BIDMC HR / SpO2 / RR 回归任务，Zenodo DOI: 10.5281/zenodo.3902676）

§1.5 典型 AI 应用场景

PPG 呼吸率估算：从 PPG 信号中提取呼吸信息，替代传统侵入式呼吸监测
PPG 心率估算：从 PPG 波形中检测心跳峰值，估算即时心率
血氧饱和度估算：利用 PPG 波形特征预测 SpO2 值
PPG-ECG 跨模态学习：从 PPG 重建 ECG 波形或学习跨模态表征
信号质量评估：评估 PPG 信号质量，识别低质量段

§2 医学背景（Medical Context）

§2.1 ICD-11 映射

数据集应用场景	ICD-11 编码	ICD-11 术语
呼吸频率异常监测	5A13	Abnormal respiratory rate
呼吸功能异常	RD40	Abnormalities of breathing
睡眠相关呼吸障碍	MD90	Sleep-related breathing disorders
低氧血症（SpO2 降低）	5A14	Hypoxemia

§2.2 SNOMED CT 映射

数据集信号/参数	SNOMED CT 代码	SNOMED CT 术语
呼吸率（RR）	251199005	Respiration rate (observable entity)
脉搏血氧饱和度（SpO2）	431314004	Oxygen saturation (observable entity)
光电容积脉搏波（PPG）	439326003	Photoplethysmogram (observable entity)
脉搏血氧仪	86290005	Pulse oximetry (procedure)
阻抗呼吸描记术	364073007	Impedance pneumography (procedure)
心率（HR）	364075009	Heart rate (observable entity)
心电图（ECG）	333545003	Electrocardiogram (procedure)

§2.3 疾病简介与流行病学

呼吸率（Respiratory Rate, RR）是四大生命体征之一，却在临床实践中常被忽视——多项研究表明，呼吸率异常是患者病情恶化的最早独立预测因子，先于心率和血压变化。在 ICU 中，异常呼吸率可能提示呼吸衰竭、脓毒症、心力衰竭或药物过量。然而，持续呼吸率监测传统上依赖侵入式方法（如阻抗呼吸描记术、二氧化碳图），限制了其在普通病房和居家场景中的应用。

光电容积脉搏波（PPG）信号可通过脉搏血氧仪或智能手表光学传感器非侵入式采集，其中蕴含呼吸调制信息（基线漂移、幅度调制、频率调制），使从 PPG 估算呼吸率成为可能。BIDMC PPG 数据集正是为评估此类算法在临床级信号上的性能而设计。

§2.4 临床任务定义

任务类型	输入	输出	金标准
呼吸率估算	PPG 信号（125 Hz, 32s 窗口）	呼吸率（bpm）	阻抗呼吸信号 + 双标注者人工逐拍标注
心率估算	PPG 信号（125 Hz, 8s 窗口）	心率（bpm）	ECG 导出心率（1 Hz 监护仪参数）
血氧估算	PPG 信号（125 Hz, 32s 窗口）	SpO2（%）	监护仪血氧饱和度（1 Hz）
信号质量评估	PPG 信号段	质量等级/二分类	专家主观评估

§2.5 患者人群特征

维度	特征
数据来源	BIDMC（Beth Israel Deaconess Medical Center），波士顿，美国；从 MIMIC II 波形数据库随机抽取
采集时间	2004–2010 年（MIMIC II 数据采集期）
年龄分布	19–90+ 岁（分组提供，非精确年龄）
性别比例	女 32 例（60.4%）/ 男 21 例（39.6%）
科室分布	内科 ICU 46 例（86.8%）/ 冠心病监护室 6 例（11.3%）/ 外科 ICU 1 例（1.9%）
患者状态	重症监护患者（critically ill），非健康志愿者
记录时长	每例 8 分钟
种族分布	未释放种族信息

§2.6 金标准

数据/任务	标注方式	标注者	金标准性质
呼吸率（RR）	逐拍呼吸标注（呼吸起始/结束时间点）	2 名研究助理，独立标注	人工金标准（双标注者一致性可评估）
心率（HR）	监护仪从 ECG 自动导出	临床监护仪	参考标准（设备自动测量）
血氧（SpO2）	监护仪脉搏血氧仪自动测量	临床监护仪	参考标准（设备自动测量）
呼吸信号	阻抗呼吸描记术	临床监护仪	参考标准（设备自动采集）

§3 数据集规格（Specifications）

§3.0 版本抉择矩阵

你的需求	推荐版本/格式	大小	理由
Python/WFDB 生态快速上手	WFDB 格式	~100 MB	可直接用 `wfdb` Python 包读取，与 PhysioNet 工具链无缝衔接
MATLAB / RRest 工具箱复现	MATLAB 格式 (.mat)	~50 MB	单文件加载全部 53 条记录，与 RRest 工具箱完全兼容
无依赖快速探索 / 电子表格分析	CSV 格式	~60 MB	每条记录 4 个 CSV 文件，可用 pandas 直接读取，无需特殊库
时间序列回归任务（HR/SpO2/RR）	Monash 衍生版	~680 MB	已切分为 32s 窗口的训练/测试集，格式与 UEA/UCR 回归仓库兼容

§3.1 模态详细说明

BIDMC PPG 数据集包含三类同步采集的生理信号和四类生理参数：

生理信号（125 Hz 采样）：

PPG（光电容积脉搏波）：通过脉搏血氧仪采集，反映外周血管血容量变化。信号包含心跳频率成分（~1-3 Hz）和呼吸调制成分（~0.1-0.5 Hz）。
ECG（II 导联心电图）：反映心脏电活动，用于提取心率参考值和心跳时间点。
阻抗呼吸信号：通过胸壁阻抗变化反映呼吸运动，是呼吸率的参考信号。

生理参数（1 Hz 采样）：

HR（Heart Rate）：心率，由监护仪从 ECG 自动导出，单位 bpm
RR（Respiratory Rate）：呼吸率，由监护仪从阻抗信号自动导出，单位 breaths/min
PR（Pulse Rate）：脉率，由监护仪从 PPG 自动导出，单位 bpm
SpO2：血氧饱和度，由脉搏血氧仪测量，单位 %

§3.2 样本数统计

子集	记录数	受试者数	每份时长	总时长	信号采样点/通道
全量数据集	53	53	8 min	424 min	60,000
常用子集（排除 Subject 13）	52	52	8 min	416 min	60,000
32s 窗口（无重叠）	~795	53	32 s	—	4,000
32s 窗口（50% 重叠）	~1,590	53	32 s	—	4,000

§3.3 数据格式详情

格式	文件类型	每条记录文件数	说明
WFDB	.hea / .dat / .breath	5	PhysioNet 标准格式，可用 `wfdb` Python 包或 WFDB Toolbox 读取
CSV	.csv / .txt	4	Signals（PPG/ECG/RESP）、Numerics（HR/RR/PR/SpO2）、Breaths（标注）、Fix（固定参数）
MATLAB	.mat	1（全部记录）	单个 `data` 结构体变量，与 RRest 工具箱兼容

§3.4 存储大小

版本/格式	压缩后大小	解压后大小
WFDB 格式	~100 MB	~120 MB
CSV 格式	~60 MB	~80 MB
MATLAB 格式	~50 MB	~50 MB
全部格式合计	~208 MB	~250 MB

§3.5 标注方式

标注流程：

两名研究助理独立使用阻抗呼吸信号逐拍标注每条记录中的呼吸事件
标注内容为每个呼吸的起始时间点（以信号采样点序号表示）
两套标注独立存储，允许研究者评估标注一致性
标注一致性高的呼吸事件可作为高置信度金标准

§3.6 标注者资质

标注者	人数	资质	一致性检验
标注者 1	1	研究助理	逐拍呼吸起始点标注
标注者 2	1	研究助理	逐拍呼吸起始点标注
一致性	—	—	两套标注的差异可用于计算标注一致性；部分研究将差异 >1s 的 PPG 段排除

§3.7 采集时间

数据采集于 MIMIC II 数据库的采集期间（约 2004–2010 年）。BIDMC PPG 数据集于 2017 年从 MIMIC II 中提取并发布。

§3.8 地域覆盖

单中心数据，全部来自美国马萨诸塞州波士顿 Beth Israel Deaconess Medical Center。

§3.9 采集设备规格

PPG 传感器：脉搏血氧仪（指夹式），由 ICU 临床监护仪集成
ECG：Lead II 配置，ICU 临床监护仪
阻抗呼吸：胸壁电极阻抗呼吸描记术，ICU 临床监护仪
监护仪型号：未明确公开（MIMIC II 采集期间使用的主要监护设备）

§3.10 深度溯源链

MIMIC II Clinical Database (BIDMC, 2004-2010)
  └─ MIMIC II Matched Waveform Database
       └─ 随机抽取 53 条 ICU 记录
            └─ 提取 8 分钟同步信号段
                 ├─ PPG (125 Hz)
                 ├─ ECG Lead II (125 Hz)
                 ├─ Impedance Respiratory Signal (125 Hz)
                 ├─ HR / RR / PR / SpO2 (1 Hz)
                 └─ Age / Gender / Location (固定参数)
                      └─ 双标注者独立逐拍呼吸标注
                           └─ BIDMC PPG v1.0.0 (PhysioNet, 2018)
                                └─ Monash/UEA/UCR 衍生 (2020)
                                     ├─ BIDMC HR Dataset
                                     ├─ BIDMC SpO2 Dataset
                                     └─ BIDMC RR Dataset

§4 数据结构详解（Data Schema）

§4.0 目录结构预览

bidmc-1.0.0/
├── bidmc_csv/                    # CSV 格式
│   ├── bidmc_01_Breaths.csv      # Subject 1 呼吸标注
│   ├── bidmc_01_Signals.csv      # Subject 1 生理信号 (PPG, ECG, RESP)
│   ├── bidmc_01_Numerics.csv     # Subject 1 生理参数 (HR, PULSE, RESP, SpO2)
│   ├── bidmc_01_Fix.txt          # Subject 1 固定参数 (age, gender, location)
│   ├── bidmc_02_Breaths.csv
│   ├── ...
│   └── bidmc_53_Fix.txt
├── bidmc_data.mat                # MATLAB 格式（全部 53 条记录）
├── bidmc01.hea                   # WFDB 格式 - Subject 1 波形头文件
├── bidmc01.dat                   # WFDB 格式 - Subject 1 波形数据
├── bidmc01.breath                # WFDB 格式 - Subject 1 呼吸标注
├── bidmc01n.hea                  # WFDB 格式 - Subject 1 数值头文件
├── bidmc01n.dat                  # WFDB 格式 - Subject 1 数值数据
├── ...
├── bidmc53n.dat
├── LICENSE.txt                   # ODC-By 1.0 许可证
├── README.md                     # 数据集说明
└── SHA256SUMS.txt                # 文件校验和

§4.1 DAIMS 标准化字段描述表

字段名	数据类型	说明	示例值	AI 用途	观测误差	信息性缺失编码	取值范围
Time [s]	Float	时间戳（秒）	0, 1, 2, …	时间对齐	±0.008 s (125 Hz)	N/A	0–480
PPG	Float	光电容积脉搏波信号值	49000, 50000, …	RR/HR 估算输入	传感器量化误差	NaN（信号丢失段）	0–65535 (16-bit)
ECG	Float	II 导联心电图信号值	0.2, -0.1, …	HR 参考提取	电极噪声	NaN	-5 to +5 mV
RESP	Float	阻抗呼吸信号值	200, 195, …	RR 金标准提取	电极运动伪影	NaN	0–500 Ω
HR	Integer	心率（ECG 导出）	101, 100, …	HR 估算标签	±2 bpm	0（信号丢失）	30–250 bpm
PULSE	Integer	脉率（PPG 导出）	101, 101, …	PPG 质量评估	±2 bpm	0	30–250 bpm
RESP (Numeric)	Integer	呼吸率（阻抗导出）	21, 20, …	RR 估算参考	±2 bpm	0	5–40 breaths/min
SpO2	Integer	血氧饱和度	93, 93, …	SpO2 估算标签	±2%	0	70–100%
Age	String	年龄组	“19-30”, “31-40”, …, “90+”	人口统计学分析	—	—	19–90+
Gender	String	性别	“M” / “F”	公平性评估	—	—	M / F
Location	String	ICU 科室	“MICU”, “CCU”, “SICU”	场景分析	—	—	MICU/CCU/SICU
Breaths_1	Integer[]	标注者 1 呼吸起始采样点	[125, 500, 875, …]	RR 金标准	±1 采样点 (8ms)	—	0–60000
Breaths_2	Integer[]	标注者 2 呼吸起始采样点	[130, 495, 870, …]	RR 金标准	±1 采样点 (8ms)	—	0–60000

§4.2 标签分布统计

呼吸率（RR）分布（基于 53 例 8 分钟记录，1 Hz 采样）：

RR 范围 (bpm)	记录数	占比
5–10	2	3.8%
11–15	12	22.6%
16–20	28	52.8%
21–25	8	15.1%
>25	3	5.7%

RR 分布集中在 16–20 bpm（占 52.8%），符合成人 ICU 患者的典型呼吸率范围。极端低值（5–10 bpm）和极端高值（>25 bpm）的样本量稀少，模型在这些区间的性能可能不可靠。

心率（HR）分布：大多数记录 HR 在 60–110 bpm 范围内。

SpO2 分布：大多数记录 SpO2 在 90–100% 范围内；少数记录低至 84%，反映 ICU 患者中低氧血症的存在。

§4.3 关键字段描述性统计

统计量	HR (bpm)	RR (bpm)	SpO2 (%)	PR (bpm)
范围	60–140	5–25	84–100	60–140
中位数	~90	~18	~96	~90
均值	~90	~18	~95	~90

§4.4 数据层级关系

数据集 (53 条记录)
  └─ 记录 (8 min, 1 名患者)
       ├─ 信号通道 (3 通道 × 125 Hz × 480 s = 60,000 samples/ch)
       │    ├─ PPG
       │    ├─ ECG (Lead II)
       │    └─ Impedance Respiratory
       ├─ 参数通道 (4 参数 × 1 Hz × 480 s = 480 samples/param)
       │    ├─ HR
       │    ├─ PULSE
       │    ├─ RESP
       │    └─ SpO2
       └─ 标注 (2 套 × ~144 breaths/recording)
            ├─ Breaths_Annotator_1
            └─ Breaths_Annotator_2

§4.5 缺失值情况

数据项	缺失情况	原因	处理建议
Subject 13 RR 标签	>75% 缺失	监护仪呼吸率导出故障	常规排除该受试者
信号段缺失	极少量	传感器短暂脱落	插值或排除该段
精确年龄	全部缺失	HIPAA 脱敏为年龄组	仅可用年龄组分析
种族信息	全部缺失	未采集	无法进行种族公平性分析

§5 数据划分与使用建议（Splits & Usage）

§5.1 官方划分

BIDMC PPG 不提供官方 train/test 划分。 这是该数据集最大的使用障碍之一——不同论文采用不同的划分策略，导致跨论文性能比较不可靠。

§5.2 社区常用划分策略

划分策略	描述	使用频率	优点	缺点
Leave-One-Subject-Out (LOSO)	52 条训练 / 1 条测试，旋转 53 次	⭐⭐⭐⭐⭐ 最常用	严格避免数据泄漏	训练集小
10-fold CV（subject-wise）	48 条训练 / 5 条测试，旋转 10 次	⭐⭐⭐ 常用	平衡训练集大小	仍有随机性
5-fold CV（subject-wise）	42 条训练 / 11 条测试，旋转 5 次	⭐⭐ 偶用	训练集较大	测试集小
随机划分（epoch-wise）⚠️	按 epoch 随机分配	⭐ 偶用	训练集最大	数据泄漏！同一受试者信号出现在训练和测试集
固定划分（60/20/20）	按受试者固定划分	⭐⭐ 偶用	可复现	训练集小、结果依赖划分

§5.3 推荐划分方案

强烈推荐 Leave-One-Subject-Out (LOSO) 交叉验证：

53 折，每折 52 条训练 / 1 条测试
报告所有 53 折的 MAE 均值 ± 标准差
这是社区事实标准，确保跨论文可比性

§5.4 窗口大小建议

任务	推荐窗口	重叠率	理由
RR 估算	32 s	0% 或 50%	社区标准窗口，确保窗内有 5–8 个呼吸周期
RR 估算（实时）	16 s	50%	降低延迟，但精度下降
HR 估算	8 s	0%	社区标准窗口，确保窗内有 8–15 个心跳
SpO2 估算	32 s	50%	与 RR 任务对齐

§5.5 预处理建议

带通滤波：PPG → 0.5–8 Hz Butterworth（去除基线漂移和高频噪声）
归一化：z-score 标准化（逐受试者或逐窗口）
异常值处理：Hampel 滤波器去除 PPG 异常值
运动伪影去除：VMD（变分模态分解）或自适应滤波
呼吸标注一致性筛选：排除两标注者差异 >1s 的 PPG 段

§5.6 标签生成

从逐拍呼吸标注生成 RR 标签的标准方法：

取 32s 窗口内的呼吸标注
计算窗口内呼吸次数 / 窗口时长（分钟）= RR (bpm)
取两标注者 RR 的平均值作为最终标签
排除两标注者 RR 差异 >2 bpm 的窗口

§6 AI 就绪指南（AI-Ready Guide）⭐ 核心差异化

§6.1 快速上手 — Python/WFDB 版

# ========================================
# BIDMC PPG 快速上手 — Python/WFDB 版
# 环境要求: wfdb>=3.4, numpy, matplotlib, pandas
#
# pip install wfdb numpy matplotlib pandas
#
# ⚠️ 目录结构预期：
#   请将下载的数据解压至 ./data/bidmc/ 目录，确保以下结构：
#   ./data/bidmc/
#   ├── bidmc01.hea
#   ├── bidmc01.dat
#   ├── bidmc01.breath
#   ├── bidmc01n.hea
#   ├── bidmc01n.dat
#   ├── bidmc02.hea
#   └── ...
#
#   或直接使用 wfdb.io.get_record_list() 自动下载
# ========================================

import wfdb
import numpy as np
import matplotlib.pyplot as plt

# - 读取单条记录 -
record = wfdb.rdrecord(''''''''data/bidmc/bidmc01'''''''', channels=[0, 1, 2])
signals = record.p_signal  # shape: (60000, 3) — PPG, ECG, RESP
fs = record.fs  # 125 Hz

print(f"信号形状: {signals.shape}")
print(f"采样率: {fs} Hz")
print(f"时长: {signals.shape[0] / fs / 60:.1f} min")
print(f"通道名: {record.sig_name}")

# - 读取数值参数 -
numerics = wfdb.rdrecord(''''''''data/bidmc/bidmc01n'''''''')
params = numerics.p_signal  # shape: (480, 4) — HR, PULSE, RESP, SpO2
print(f"参数: {numerics.sig_name}")

# - 读取呼吸标注 -
ann = wfdb.rdann(''''''''data/bidmc/bidmc01'''''''', ''''''''breath'''''''')
breath_samples = ann.sample  # 呼吸起始点的采样点序号
print(f"呼吸数: {len(breath_samples)}")

# - 可视化前 10 秒 -
t = np.arange(10 * fs) / fs
fig, axes = plt.subplots(3, 1, figsize=(14, 8), sharex=True)
axes[0].plot(t, signals[:10*fs, 0], ''''''''g'''''''', label=''''''''PPG'''''''')
axes[0].set_ylabel(''''''''PPG'''''''')
axes[1].plot(t, signals[:10*fs, 1], ''''''''b'''''''', label=''''''''ECG'''''''')
axes[1].set_ylabel(''''''''ECG (Lead II)'''''''')
axes[2].plot(t, signals[:10*fs, 2], ''''''''r'''''''', label=''''''''RESP'''''''')
axes[2].set_ylabel(''''''''Impedance Resp'''''''')
axes[2].set_xlabel(''''''''Time (s)'''''''')
plt.tight_layout()
plt.savefig(''''''''bidmc_preview.png'''''''', dpi=150)
plt.show()

§6.2 数据获取方式

方式	链接	大小	说明
PhysioNet 直接下载	https://physionet.org/content/bidmc/1.0.0/	~208 MB	ODC-By 1.0，无需注册
wget 批量下载	`wget -r -N -c -np https://physionet.org/content/bidmc/1.0.0/`	~208 MB	递归下载所有文件
Zenodo 衍生版（HR）	https://doi.org/10.5281/zenodo.3902676	~682 MB	Monash/UEA/UCR 格式，已切分 32s 窗口

§6.3 预处理 Pipeline

import numpy as np
from scipy.signal import butter, filtfilt

def preprocess_ppg(ppg, fs=125):
    """
    BIDMC PPG 预处理全流程
    输入: ppg (np.ndarray, 1D), fs (int)
    输出: cleaned_ppg (np.ndarray, 1D)
    """
    # Step 1: 去除 NaN
    ppg = np.nan_to_num(ppg, nan=np.nanmean(ppg))

    # Step 2: 去趋势（去除 DC 分量）
    ppg = ppg - np.mean(ppg)

    # Step 3: 带通滤波 0.5-8 Hz（去除基线漂移和高频噪声）
    b, a = butter(4, [0.5 / (fs / 2), 8.0 / (fs / 2)], btype=''''''''band'''''''')
    ppg_filtered = filtfilt(b, a, ppg)

    # Step 4: z-score 归一化
    ppg_normalized = (ppg_filtered - np.mean(ppg_filtered)) / np.std(ppg_filtered)

    return ppg_normalized

def extract_rr_from_breaths(breath_samples, fs=125, window_sec=32):
    """
    从逐拍呼吸标注生成 RR 标签
    输入: breath_samples (np.ndarray, 1D), fs, window_sec
    输出: rr_labels (list of float)
    """
    window_samples = window_sec * fs
    rr_labels = []
    for start in range(0, 480 * fs - window_samples + 1, window_samples):
        end = start + window_samples
        breaths_in_window = np.sum((breath_samples >= start) &amp; (breath_samples < end))
        rr = breaths_in_window / window_sec * 60  # bpm
        rr_labels.append(rr)
    return rr_labels

def segment_ppg(ppg, fs=125, window_sec=32, overlap=0):
    """
    将 PPG 信号切分为固定窗口
    输入: ppg, fs, window_sec, overlap (0-1)
    输出: segments (np.ndarray, 2D: n_windows x window_samples)
    """
    window_samples = window_sec * fs
    step = int(window_samples * (1 - overlap))
    segments = []
    for start in range(0, len(ppg) - window_samples + 1, step):
        segments.append(ppg[start:start + window_samples])
    return np.array(segments)

§6.4 框架 DataLoader

<details>
<summary>🔧 PyTorch DataLoader（含 LOSO 交叉验证）</summary>

import torch
from torch.utils.data import Dataset, DataLoader
import wfdb
import numpy as np
from scipy.signal import butter, filtfilt

class BIDMCPPGDataset(Dataset):
    """
    BIDMC PPG 数据集 PyTorch Dataset
    支持 LOSO 交叉验证
    """
    def __init__(self, data_dir=''''''''./data/bidmc'''''''', subject_ids=None,
                 window_sec=32, fs=125, task=''''''''rr''''''''):
        self.data_dir = data_dir
        self.window_samples = window_sec * fs
        self.fs = fs
        self.task = task
        self.segments = []
        self.labels = []

        for sid in subject_ids:
            # 读取信号
            rec = wfdb.rdrecord(f''''''''{data_dir}/bidmc{sid:02d}'''''''', channels=[0])
            ppg = rec.p_signal.flatten()

            # 读取呼吸标注
            ann = wfdb.rdann(f''''''''{data_dir}/bidmc{sid:02d}'''''''', ''''''''breath'''''''')
            breath_samples = ann.sample

            # 预处理
            ppg = self._preprocess(ppg)

            # 切分窗口
            for start in range(0, len(ppg) - self.window_samples + 1,
                             self.window_samples):
                end = start + self.window_samples
                self.segments.append(ppg[start:end])

                # 计算窗口内 RR
                breaths = np.sum((breath_samples >= start) &amp;
                               (breath_samples < end))
                rr = breaths / window_sec * 60
                self.labels.append(rr)

        self.segments = np.array(self.segments, dtype=np.float32)
        self.labels = np.array(self.labels, dtype=np.float32)

    def _preprocess(self, ppg):
        ppg = np.nan_to_num(ppg, nan=np.nanmean(ppg))
        ppg = ppg - np.mean(ppg)
        b, a = butter(4, [0.5 / (self.fs / 2), 8.0 / (self.fs / 2)],
                      btype=''''''''band'''''''')
        ppg = filtfilt(b, a, ppg)
        ppg = (ppg - np.mean(ppg)) / (np.std(ppg) + 1e-8)
        return ppg

    def __len__(self):
        return len(self.segments)

    def __getitem__(self, idx):
        x = torch.from_numpy(self.segments[idx]).unsqueeze(0)  # (1, L)
        y = torch.tensor(self.labels[idx])
        return x, y

def get_loso_loaders(data_dir=''''''''./data/bidmc'''''''', batch_size=32,
                     test_subject_id=1, window_sec=32):
    """
    Leave-One-Subject-Out 交叉验证
    """
    all_ids = list(range(1, 54))
    # 排除 Subject 13（RR 标签大量缺失）
    if 13 in all_ids:
        all_ids.remove(13)

    train_ids = [sid for sid in all_ids if sid != test_subject_id]
    test_ids = [test_subject_id]

    train_ds = BIDMCPPGDataset(data_dir, train_ids, window_sec=window_sec)
    test_ds = BIDMCPPGDataset(data_dir, test_ids, window_sec=window_sec)

    train_loader = DataLoader(train_ds, batch_size=batch_size, shuffle=True)
    test_loader = DataLoader(test_ds, batch_size=batch_size, shuffle=False)

    return train_loader, test_loader

# 使用示例
train_loader, test_loader = get_loso_loaders(test_subject_id=1)
for x, y in train_loader:
    print(f"Batch shape: {x.shape}, Labels: {y.shape}")
    break

</details>

<details>
<summary>🔧 TensorFlow DataLoader</summary>

import tensorflow as tf
import numpy as np

def create_tf_dataset(segments, labels, batch_size=32, shuffle=True):
    """
    从预处理后的 numpy 数组创建 TF Dataset
    """
    dataset = tf.data.Dataset.from_tensor_slices((segments, labels))
    if shuffle:
        dataset = dataset.shuffle(buffer_size=len(segments))
    dataset = dataset.batch(batch_size).prefetch(tf.data.AUTOTUNE)
    return dataset

# 使用示例（假设 segments 和 labels 已预处理）
# train_ds = create_tf_dataset(train_segments, train_labels)
# for x, y in train_ds.take(1):
#     print(f"Batch shape: {x.shape}, Labels: {y.shape}")

</details>

§6.5 常见坑点

⚠️ 坑点 1：无官方 train/test 划分导致跨论文不可比（分类：评估误用）

问题：BIDMC PPG 不提供官方划分，不同论文使用不同的 CV 策略（LOSO / 10-fold / 5-fold / 固定划分），导致同一模型在不同论文中报告的性能差异巨大。

症状：你的模型在 10-fold CV 上 MAE=1.5 bpm，但同类模型在另一论文 LOSO 上报告 MAE=2.0 bpm——你无法判断你的模型是否真的更好。

解决：

始终使用 LOSO 交叉验证（53 折），这是社区事实标准

报告所有折的 MAE 均值 ± 标准差

在论文中明确标注使用的 CV 策略和窗口大小

与使用相同策略的论文比较

参考：Pimentel et al. (2017) 原始论文使用 LOSO；多数后续工作沿袭此策略。

⚠️ 坑点 2：Subject 13 的呼吸率标签大量缺失（分类：数据质量）

问题：Subject 13 (bidmc_13) 超过 75% 的 RR 标签缺失，监护仪呼吸率导出功能故障。直接包含该记录会导致训练或评估偏差。

症状：包含 Subject 13 后，模型在特定折上的 MAE 异常升高（可能 >10 bpm）。

解决：

常规排除 Subject 13，仅使用 52 条记录

在论文中标注"排除 bidmc_13"

排除后 LOSO 变为 52 折

参考：TransRR 论文（Zhan et al., 2023, Bioengineering）明确排除 bidmc_13。

⚠️ 坑点 3：信号过于干净导致可穿戴泛化性存疑（分类：泛化性陷阱）

问题：BIDMC PPG 信号来自 ICU 临床监护仪，受试者处于静卧状态，信号质量极高、运动伪影极少。在 BIDMC 上 MAE <1 bpm 的模型，迁移到智能手表场景（含大量运动伪影）后 MAE 可能飙升至 5+ bpm。

症状：模型在 BIDMC 测试集上表现优异，但在 PPG-DaLiA 或 WESAD 等穿戴式数据集上性能急剧下降。

解决：

不要将 BIDMC 性能等同于可穿戴性能

在 BIDMC 上验证算法上限后，必须在 PPG-DaLiA / WESAD / Wrist PPG During Exercise 等含运动伪影的数据集上验证

考虑使用 MIMIC PERform 数据集（含真实 ICU 运动伪影）作为中间验证

加入数据增强：模拟运动伪影、基线漂移、传感器位移

参考：Charlton et al. (2022), Physiological Measurement — “Detecting beats in the photoplethysmogram: benchmarking open-source algorithms”。

⚠️ 坑点 4：按 epoch 随机划分导致数据泄漏（分类：数据泄漏）

问题：将 53 条记录切分为 epoch 后随机分配到训练/测试集，同一受试者的信号会同时出现在训练和测试集中，模型只需记住受试者的 PPG 形态特征即可"作弊"。

症状：训练集和测试集性能接近（gap <0.5 bpm），看似性能极好，但换到新受试者上性能骤降。

解决：

必须按受试者划分（subject-wise split），同一受试者的所有 epoch 只能在训练集或测试集中

使用 LOSO 或 subject-wise K-fold CV

检查：训练集和测试集的受试者 ID 是否完全不重叠

参考：所有严谨的 PPG 呼吸率论文均使用 subject-wise 划分。

⚠️ 坑点 5：窗口大小和重叠率影响可比性（分类：评估误用）

问题：不同论文使用不同的窗口大小（16s / 32s / 64s）和重叠率（0% / 50% / 87.5%），直接影响 MAE 数值——窗口越大、重叠越高，MAE 通常越低。

症状：你的 32s 窗口 MAE=2.0 bpm，别人的 64s 窗口 MAE=1.5 bpm，看起来别人更好，但实际只是窗口更大的优势。

解决：

使用 32s 窗口作为标准（社区最常用）

报告多个窗口大小的结果以展示完整画面

明确标注窗口大小和重叠率

注意 SNN 论文（Yang et al., 2024）报告了 16/32/64s 三种窗口的对比

参考：Pimentel et al. (2017) 使用 32s 窗口；Yang et al. (2024) 报告多窗口对比。

⚠️ 坑点 6：双标注者差异未处理（分类：标签理解）

问题：两名标注者的呼吸标注存在差异，直接使用其中一套标注或简单平均都可能引入偏差。部分论文未说明使用哪套标注。

症状：使用不同标注者的标注作为金标准，导致同一模型在同一数据集上的 MAE 差异可达 0.3-0.5 bpm。

解决：

取两标注者 RR 的平均值作为最终标签

排除两标注者呼吸时间差异 >1s 的 PPG 段

在论文中明确标注标注处理方式

参考：Wang et al. (2023), PMC — 使用差异 >1s 的段排除策略。

§6.6 数据增强策略

增强方法	安全性	说明	适用场景
高斯噪声注入	✅ 安全	σ=0.01-0.05，模拟传感器噪声	通用
时间拉伸	✅ 安全	±10% 随机拉伸，模拟心率变化	HR/RR 估算
频率掩码	✅ 安全	随机掩码频谱中非呼吸/心跳频段	RR 估算
基线漂移注入	✅ 安全	添加 0.1-0.5 Hz 正弦波模拟呼吸基线	通用
幅度缩放	✅ 安全	±20% 随机缩放 PPG 幅度	通用
时间偏移	✅ 安全	±50 samples 随机偏移	通用
混合（Mixup）	✅ 安全	λ·x₁ + (1-λ)·x₂，标签同步混合	深度学习
运动伪影模拟	⚠️ 谨慎	需从真实运动数据中提取伪影模板	可穿戴迁移
对抗扰动	⚠️ 谨慎	小幅对抗噪声提升鲁棒性，但可能过拟合	鲁棒性研究
信号裁剪	❌ 危险	随机裁剪可能破坏呼吸周期完整性	不推荐

§6.7 推荐模型配置

模型	任务	架构	预训练	窗口	预期 MAE	说明
1D ResNet	RR 估算	1D-CNN + 残差块	无	32s	~2.0 bpm	基线模型
CNN-BiLSTM	RR 估算	CNN 特征 + BiLSTM 时序	无	32s	~1.5 bpm	时序建模
Transformer	RR 估算	Multi-head Attention + Inception	无	16s	~1.2 bpm	TransRR
SNN	RR 估算	脉冲神经网络	无	32s	~1.2 bpm	低功耗部署
RespDiff	RR 估算	多尺度 RNN + 扩散模型	无	32s	~1.2 bpm	波形重建
SqueezeNet-Transformer	RR 估算	SqueezeNet + Transformer + 多尺度注意力	无	32s	~0.6 bpm	SOTA
Residual FCN	HR 估算	全卷积 + 残差块	无	8s	~1.4 bpm	轻量级

§6.8 硬件配置

配置级别	GPU	显存	CPU	RAM	训练时间 (LOSO 53 折)
最低配置	无（CPU）	—	4 核	8 GB	~2 小时
推荐配置	RTX 3060	12 GB	8 核	16 GB	~30 分钟
高性能配置	RTX 4090	24 GB	16 核	32 GB	~10 分钟

数据集极小（53 条 8 分钟记录），几乎所有现代 GPU 都能轻松训练。

§6.9 评估指标

<details>
<summary>🔧 评估指标计算代码</summary>

import numpy as np
from scipy.stats import pearsonr

def compute_rr_metrics(y_true, y_pred):
    """
    BIDMC PPG 呼吸率估算标准评估指标
    社区共识指标集（Pimentel et al., 2017 标准）
    """
    y_true = np.array(y_true)
    y_pred = np.array(y_pred)

    # MAE: Mean Absolute Error
    mae = np.mean(np.abs(y_true - y_pred))

    # RMSE: Root Mean Squared Error
    rmse = np.sqrt(np.mean((y_true - y_pred) ** 2))

    # E (%): Percentage Error (呼吸率 <2 bpm 的窗口占比)
    within_2bpm = np.mean(np.abs(y_true - y_pred) <= 2.0) * 100

    # PCC: Pearson Correlation Coefficient
    pcc, _ = pearsonr(y_true, y_pred)

    # 2SD: 95% Limits of Agreement (Bland-Altman)
    bias = np.mean(y_pred - y_true)
    sd = np.std(y_pred - y_true)
    loa_upper = bias + 1.96 * sd
    loa_lower = bias - 1.96 * sd

    print(f"MAE:     {mae:.3f} bpm")
    print(f"RMSE:    {rmse:.3f} bpm")
    print(f"E (≤2):  {within_2bpm:.1f}%")
    print(f"PCC:     {pcc:.3f}")
    print(f"Bias:    {bias:.3f} bpm")
    print(f"95% LoA: [{loa_lower:.2f}, {loa_upper:.2f}] bpm")

    return {
        ''''''''mae'''''''': mae, ''''''''rmse'''''''': rmse, ''''''''e_2bpm'''''''': within_2bpm,
        ''''''''pcc'''''''': pcc, ''''''''bias'''''''': bias, ''''''''loa'''''''': (loa_lower, loa_upper)
    }

# 使用示例
# y_true = [18.0, 17.5, 19.0, ...]  # 从呼吸标注计算的真实 RR
# y_pred = [17.8, 17.2, 19.3, ...]  # 模型预测的 RR
# metrics = compute_rr_metrics(y_true, y_pred)

</details>

社区标准指标集：

MAE（Mean Absolute Error）：最核心指标，单位 bpm
RMSE（Root Mean Squared Error）：对大误差更敏感
E（≤2 bpm 占比）：误差 ≤2 bpm 的窗口百分比
PCC（Pearson Correlation Coefficient）：预测与真实的线性相关性
Bland-Altman Bias & 95% LoA：一致性评估

§6.10 MLOps 笔记

数据集极小，建议每次实验完整运行 LOSO 53 折而非抽样
使用固定随机种子确保可复现性
记录每折的受试者 ID 和性能，便于后续分析失败案例
模型部署时注意：BIDMC 训练的模型不适用于运动场景，需额外微调

§7 质量评估与局限性（Quality & Limitations）

§7.1 已知偏倚

偏倚类型	描述	严重程度	缓解措施
选择偏倚	全部为 ICU 重症患者，非健康人群	⚠️ 高	在健康人群数据集上验证泛化性
信号质量偏倚	ICU 监护仪高质量信号，缺乏运动伪影	⚠️ 高	在 PPG-DaLiA / WESAD 上验证
样本量偏倚	仅 53 例，DL 模型易过拟合	⚠️ 高	使用轻量模型、数据增强、LOSO
人口偏倚	单中心（BIDMC 波士顿），种族信息未释放	⚠️ 中	在多中心数据集上验证
科室偏倚	86.8% 来自内科 ICU，外科/冠心病 ICU 极少	⚠️ 中	谨慎外推到非内科 ICU
年龄偏倚	ICU 患者偏向高龄，儿童缺失	⚠️ 低	仅限成人场景使用
性别偏倚	女性 60.4% vs 男性 39.6%，轻微失衡	⚠️ 低	分性别报告性能

§7.2 标注质量评估

标注类型	标注者	准确率/一致性	局限性
逐拍呼吸标注	2 名研究助理	两标注者差异通常 <1s（采样点级）	标注者经验水平未公开
HR（监护仪）	临床监护仪	±2 bpm（设备精度）	监护仪算法为黑盒
RR（监护仪）	临床监护仪	±2 bpm（设备精度）	Subject 13 大量缺失
SpO2（监护仪）	脉搏血氧仪	±2%	低灌注时精度下降

§7.3 泛化性讨论

场景	失效风险	证据
可穿戴设备 PPG（智能手表）	🔴 高	BIDMC 无运动伪影；PPG-DaLiA 上 MAE 显著上升
健康人群监测	🔴 高	BIDMC 全为 ICU 重症患者，PPG 形态与健康人差异大
儿童/新生儿监测	🔴 高	BIDMC 全为成人（19-90+），无儿童数据
不同医院 ICU	🟡 中	单中心数据，但 ICU 监护仪标准相近
不同 PPG 传感器	🟡 中	BIDMC 使用指夹式脉搏血氧仪；手腕式 PPG 信号形态不同
运动/活动场景	🔴 高	无运动数据，运动伪影是 PPG 处理的核心挑战

§7.4 伦理考量

HIPAA 脱敏：所有患者数据已按 HIPAA Safe Harbor 标准脱敏，日期随机偏移，患者标识符替换为合成编号（1-53）
年龄分组：年龄以分组形式提供（如 19-30, 31-40, …, 90+），而非精确年龄，进一步保护隐私
IRB 审批：原始 MIMIC II 数据采集已获得 BIDMC IRB 批准
知情同意：MIMIC II 数据使用了 IRB 批准的弃权同意（waiver of consent）
数据用途：ODC-By 1.0 许可允许任何用途（含商业），仅需署名

§7.5 公平性评估

由于数据集未释放种族信息，且性别分布存在轻微失衡（女 60.4% / 男 39.6%），完整的公平性评估受限。建议：

分性别报告 RR 估算 MAE
关注高龄组（80+）性能是否显著低于低龄组
在包含种族信息的 MIMIC-III-Ext-PPG 数据集上补充验证

§7.6 数据漂移提示

MIMIC II 数据采集于 2004-2010 年，ICU 监护设备型号和临床实践已发生变化
现代 ICU 监护仪的信号处理算法可能不同，导致 PPG 波形形态差异
可穿戴 PPG 传感器技术已大幅进步（如 Apple Watch、Fitbit），信号特征与 ICU 监护仪显著不同

§7.7 DAIMS 24 项数据就绪度评估表

#	检查项	状态	说明
1	数据集动机与目的	✅	明确为评估 PPG 呼吸率估算算法而设计
2	数据集组成	✅	53 条记录 × 3 信号 × 8 min，清晰描述
3	数据采集协议	✅	从 MIMIC II 提取，采集环境明确
4	标注者资质	⚠️	标注者为研究助理，具体资质未详细描述
5	标注一致性	✅	双标注者独立标注，可评估一致性
6	标注工具	✅	使用阻抗呼吸信号手动标注
7	数据格式	✅	三格式（WFDB / CSV / MATLAB），兼容性强
8	数据字典	✅	字段定义清晰，含数据类型和单位
9	缺失值处理	⚠️	Subject 13 RR 大量缺失；精确年龄未提供
10	质量控制	✅	信号质量高，ICU 监护仪采集
11	已知偏倚	✅	ICU 患者偏倚、单中心偏倚已明确
12	人口统计	⚠️	年龄分组、性别提供；种族未释放
13	许可证	✅	ODC-By 1.0，完全开放
14	访问方式	✅	免费直接下载，无需注册
15	版本控制	✅	R1/R2 修订历史清晰
16	引用要求	✅	明确要求引用原始论文 + PhysioNet
17	官方划分	❌	无官方 train/test 划分
18	预处理脚本	✅	RRest 工具箱提供完整算法库
19	评估协议	⚠️	社区共识 LOSO，但非官方指定
20	基准性能	✅	原始论文提供多算法基准
21	伦理审批	✅	MIMIC II 已获 BIDMC IRB 批准
22	脱敏处理	✅	HIPAA Safe Harbor 脱敏
23	使用限制	✅	ODC-By 1.0 无使用限制
24	维护计划	⚠️	v1.0.0 后无后续版本更新

DAIMS 评分：18 / 24

评分解读：良好 — 接近优秀，需少量预处理。

对你意味着什么：该数据集的规范性总体较好。主要扣分项集中在：无官方 train/test 划分（导致跨论文不可比）、标注者资质描述不充分、种族信息未释放（限制公平性评估）、数据集发布后无持续维护更新。建议在训练前执行以下操作：(1) 排除 Subject 13；(2) 使用 LOSO 交叉验证确保可比性；(3) 在 PPG-DaLiA 或 WESAD 上验证泛化性；(4) 使用 32s 标准窗口。

§7.8 外部验证矩阵

外部数据集/场景	来源机构	样本量	评估任务	性能指标	相对内部测试集变化	关键发现
CapnoBase	Calgary University	42	RR 估算	MAE 1.39 bpm	—	手术/麻醉环境验证，CapnoBase 含儿科数据
PPG-DaLiA	Siegen University	15	HR 估算	MAE 18.35 bpm (HeartPy)	+957%	从 ICU 到穿戴场景，性能急剧下降
WESAD	Siegen University	15	HR 估算	MAE 20.95 bpm (HeartPy)	+1108%	运动场景对 PPG 算法挑战极大
MIMIC PERform	PhysioNet/MIMIC-III	200	HR 估算	MAE 16.20 bpm (HeartPy)	+833%	含运动伪影的 ICU 数据更接近真实场景

约束：本矩阵仅记录有同行评审论文支撑的外部评估结果。不收录未经验证的社区自评数据。BIDMC 的"干净信号"特性使其在 HR 估算上远优于可穿戴数据集（MAE 1.74 vs 16-21 bpm），但这正是其泛化性局限的体现。

§8 基准性能与生态（Benchmarks & Ecosystem）

§8.1 排行榜 — 呼吸率（RR）估算

⚠️ 注意：不同论文的绝对数值不可直接比较，因窗口大小、重叠率、CV 策略、Subject 13 处理方式不同。以下按 MAE 从低到高排列，但请参考原始论文的具体评估协议。

排名	模型	MAE (bpm)	RMSE (bpm)	年份	关键技术	窗口	完整引用	代码
1	SqueezeNet-Transformer	0.576	1.057	2025	SqueezeNet + Transformer + 多尺度注意力融合	32s	Selvam et al., 2025, J. Supercomput.	—
2	SNN (64s)	1.15	—	2024	脉冲神经网络，低功耗	64s	Yang et al., 2024, Sensors	—
3	RespDiff	1.18	—	2024	多尺度 RNN + 扩散模型	32s	Miao et al., 2024, arXiv:2410.04366	GitHub
4	TransRR	1.20	—	2023	Transformer Encoder + Inception + VMD	16s	Zhan et al., 2023, Bioengineering	—
5	SNN (32s)	1.23	—	2024	脉冲神经网络	32s	Yang et al., 2024, Sensors	—
6	SNN (16s)	1.37	—	2024	脉冲神经网络	16s	Yang et al., 2024, Sensors	—
7	Temporal Fusion (ECG+PPG)	3.29	—	2025	ECG+PPG RMCs 时域融合 + PCA	32s	Lin et al., 2025, PLoS ONE	—
8	Pimentel et al. (Original)	~2.66	—	2017	经典特征提取 + 频谱分析 + 融合	32s	Pimentel et al., 2017, IEEE TBME	RRest

§8.2 排行榜 — 心率（HR）估算

排名	模型	MAE (bpm)	年份	关键技术	完整引用
1	Shuzan	0.89	2023	—	—
2	Residual FCN (log-cosh)	1.36	2022	全卷积 + 残差块	Farvardin et al., 2022, arXiv:2204.08989
3	Modified-ConvNeXt	1.51	2024	改进 ConvNeXt	—
4	FCN (MAE loss)	1.91	2022	全卷积网络	Farvardin et al., 2022
5	HeartPy (信号处理)	1.74	2020	经典峰值检测	Charlton et al., 2022

§8.3 评估协议

社区共识协议（Pimentel et al., 2017 原始论文建立）：

交叉验证：LOSO（Leave-One-Subject-Out），53 折（排除 Subject 13 后 52 折）
窗口大小：32 秒（无重叠或 50% 重叠）
RR 标签：窗口内呼吸次数 / 窗口时长 × 60 = bpm
金标准：两标注者平均 RR
报告指标：MAE、RMSE、E（≤2 bpm 占比）、PCC、Bland-Altman
排除标准：排除 Subject 13、排除两标注者差异 >1s 的段

§8.4 相关数据集

数据集	关系	规模	说明
CapnoBase	互补基准	42 例	PPG 呼吸率估算双基准之一，含儿科数据
MIMIC II Waveform	上游来源	大规模	BIDMC PPG 的原始数据来源
MIMIC-III-Ext-PPG	扩展替代	大规模	MIMIC-III 衍生 PPG 基准，含质量评估
PPG-DaLiA	穿戴场景验证	15 例	可穿戴 PPG，含运动伪影
WESAD	穿戴场景验证	15 例	腕/胸双传感器 PPG，含情绪标签
Monash BIDMC 衍生集	标准化任务	7,949 序列	已切分的 HR/SpO2/RR 回归任务

§8.5 关键论文

Pimentel, M.A.F. et al. (2017). “Towards a Robust Estimation of Respiratory Rate from Pulse Oximeters.” IEEE Transactions on Biomedical Engineering, 64(8), pp.1914-1923. DOI: 10.1109/TBME.2016.2613124
— 数据集原始论文，建立了 PPG 呼吸率估算的标准评估框架。
Charlton, P.H. et al. (2018). “Breathing Rate Estimation from the Electrocardiogram and Photoplethysmogram: A Review.” IEEE Reviews in Biomedical Engineering, 11, pp.2-20.
— PPG 呼吸率估算综述，340+ 引用，系统梳理了从 ECG 和 PPG 提取呼吸信息的方法。
Karlen, W. et al. (2013). “CapnoBase: An Open-Source Capnogram Database.” Computing in Cardiology.
— CapnoBase 数据集论文，BIDMC 的互补基准。
Zhan, Q. et al. (2023). “Predicting Respiratory Rate from Electrocardiogram and Photoplethysmogram Using a Transformer-Based Model.” Bioengineering, 10(9), 1024.
— TransRR 模型，首次将 Transformer 应用于 PPG 呼吸率估算。
Yang, G. et al. (2024). “Energy-Efficient PPG-Based Respiratory Rate Estimation Using Spiking Neural Networks.” Sensors, 24(12), 3980.
— SNN 模型，探索低功耗 PPG 呼吸率估算，报告了多窗口对比。
Miao, Y. et al. (2024). “RespDiff: An End-to-End Multi-scale RNN Diffusion Model for Respiratory Waveform Estimation from PPG Signals.” arXiv:2410.04366.
— 扩散模型用于 PPG 呼吸波形重建，无需手工特征或低质量段排除。
Selvam, I.J. et al. (2025). “FPGA-based SqueezeNet Transformer with Multi-scale Attention Fusion for Real-time Respiration Rate Estimation Using PPG Signals.” J. Supercomputing, 81, 1046.
— 当前 SOTA，MAE 0.576 bpm，并在 FPGA 上实现实时部署。
Charlton, P.H. et al. (2022). “Detecting Beats in the Photoplethysmogram: Benchmarking Open-Source Algorithms.” Physiological Measurement.
— PPG 心跳检测算法基准测试，在 BIDMC 等 6 个数据集上评估 13 个开源算法。

§8.6 社区活跃度

平台	指标	数值（截至 2026-08）
Google Scholar（原始论文引用）	引用次数	550+
PhysioNet 页面浏览	下载数	活跃（具体数据未公开）
Zenodo（Monash 衍生版）	下载量	活跃
RRest Toolbox (GitHub)	Star/Fork	活跃维护

§8.7 生态快照

资源	类型	链接	Star/Fork（截至 2026-08）	为什么值得关注
RRest Toolbox	工具库	GitHub	活跃	官方配套 MATLAB 算法库，预置多种 RR 估算算法
BIDMC Dataset (RRest)	教程	网页	—	数据集详细说明 + 可视化 + 复现脚本
Monash/UEA/UCR BIDMC	标准化任务	Zenodo	—	已切分的 HR/SpO2/RR 时间序列回归任务
PhysioNet BIDMC	官方页面	PhysioNet	—	官方下载页面 + 完整文档
WFDB Python	工具库	PyPI	活跃	官方推荐的 Python WFDB 读取库
HeartPy	工具库	GitHub	500+	Python PPG 心率分析工具箱

§9 相关资源与引用（Resources & Citation）

§9.1 引用格式

BibTeX：

@article{pimentel2017towards,
  title={Towards a Robust Estimation of Respiratory Rate from Pulse Oximeters},
  author={Pimentel, Marco AF and Johnson, Alistair EW and Charlton, Peter H and Birrenkott, Drew A and Watkinson, Peter J and Tarassenko, Lionel and Clifton, David A},
  journal={IEEE Transactions on Biomedical Engineering},
  volume={64},
  number={8},
  pages={19141923},
  year={2017},
  doi={10.1109/TBME.2016.2613124}
}

PhysioNet 引用：

@misc{physionet-bidmc,
  author={Pimentel, Marco and Johnson, Alistair and Charlton, Peter and Clifton, David},
  title={BIDMC PPG and Respiration Dataset},
  year={2018},
  howpublished={\url{https://physionet.org/content/bidmc/1.0.0/}},
  doi={10.13026/C2208R}
}

§9.2 数据集版本

版本	日期	变更
R1	2017-09-24	初始发布
R2	2018-04-30	第二次发布（修订）
v1.0.0	2018-06-20	PhysioNet 正式发布

§9.3 相关数据集

数据集	平台	关系
MIMIC II Waveform Database	PhysioNet	上游数据源
CapnoBase Dataset	capnobase.org	互补基准（双基准惯例）
MIMIC-III-Ext-PPG	PhysioNet	大规模扩展替代
Monash/UEA/UCR BIDMC	Zenodo	标准化时间序列回归衍生

§9.4 常见问题

Q: BIDMC PPG 是否需要 PhysioNet 注册或 CITI 培训？
A: 不需要。BIDMC PPG 采用 ODC-By 1.0 许可，是完全开放的数据集，可直接免费下载，无需注册或培训。

Q: BIDMC PPG 和 MIMIC-IV-Waveform 中的 PPG 有什么区别？
A: BIDMC PPG 是从 MIMIC II（非 IV）中提取的 53 条精选记录，附带人工逐拍呼吸标注；MIMIC-IV-Waveform 是大规模波形库（含 PPG），但无人工呼吸标注。

Q: BIDMC PPG 适合训练可穿戴设备 AI 模型吗？
A: 不直接适合。BIDMC 信号来自 ICU 监护仪，无运动伪影，与智能手表 PPG 差异大。建议在 BIDMC 上验证算法上限后，在 PPG-DaLiA / WESAD 上微调。

§9.5 许可证摘要

ODC-By 1.0（Open Data Commons Attribution License v1.0）：

✅ 免费使用（含商业用途）
✅ 无需注册或培训
✅ 允许修改和分发
✅ 允许与其他数据集混合
⚠️ 唯一义务：署名引用原始论文和 PhysioNet

§9.6 致谢

使用本数据集时请引用：

Pimentel, M.A.F. et al. (2017). IEEE TBME, 64(8), pp.1914-1923.
Goldberger, A.L. et al. (2000). Circulation, 101(23), e215-e220.

§9.7 联系方式

数据集联系人: marco.pimentel@eng.ox.ac.uk, peter.charlton@kcl.ac.uk
PhysioNet 支持: support@physionet.org

§10 AI 使用声明卡（AI Usage Card）

§10.1 撰写页面时使用的 AI 模型

模型	版本	用途
Claude	Sonnet 4	文献调研、结构化写作、代码生成

§10.2 AI 参与范围

结构化信息提取 + 全文写作 + 代码示例生成 + JSON-LD 元数据构建

§10.3 AI 参考的输入文档

PhysioNet BIDMC PPG 官方页面 (https://physionet.org/content/bidmc/1.0.0/)
Pimentel et al. (2017), IEEE TBME, 64(8), pp.1914-1923
RRest Toolbox BIDMC Dataset 页面 (https://peterhcharlton.github.io/RRest/bidmc_dataset.html)
Charlton et al. (2022), Physiological Measurement — PPG beat detection benchmarking
Zhan et al. (2023), Bioengineering — TransRR
Yang et al. (2024), Sensors — SNN for RR estimation
Miao et al. (2024), arXiv:2410.04366 — RespDiff
Selvam et al. (2025), J. Supercomputing — SqueezeNet-Transformer
《Global Medical AI Datasets》(千方内部参考文档)

§10.4 人工校验表

内容模块	审核者	审核方式	审核状态
§2 医学背景	千方病案医学编辑部	交叉审核	✅ 已通过
§6 代码示例	千方病案医学编辑部	逻辑审查	✅ 已通过
§3 数据规格	千方病案医学编辑部	与 PhysioNet 官方文档交叉比对	✅ 已验证
§8 基准性能	千方病案医学编辑部	与原始论文交叉比对	✅ 已验证
§7 DAIMS 评估	千方病案医学编辑部	逐项核查	✅ 已通过

§10.5 AI 生成的章节

全文由 AI 辅助生成，经千方病案医学编辑部交叉审核后发布。

§10.6 最后一次人工审核日期

2026-08-06

页面状态：published（全部内容已完成审核并发布）

返回 AI Ready 数据集