信息速览

数据集名称CAP Sleep Database — 周期性交替模式睡眠数据库百科

数据类型人工标注,生理数据,原始数据

规模108 条记录对应 108 名受试者（16 名健康对照 + 92 名睡眠障碍患者；PhysioNet 页面未逐条披露人口学明细）

接入方式108 条全夜多导睡眠图 EDF 波形（≥3 导 EEG 参考 A1/A2、2 导 EOG、颏下与双侧胫前 EMG、airflow、胸腹呼吸努力、SaO2、EKG，部分记录含额区附加双极 EEG 导联）+ 逐条 .txt 评分文件（R&K 分期、体位、CAP phase A 事件）+ .st PhysioBank 兼容标注 + Matlab 脚本两枚

AI 就绪度

CAP Sleep Database (capsleep) — AI-Ready Wikipedia

§0 导读：这个数据集解决什么问题

一个健康人在 NREM（非快速眼动）睡眠里，大脑并不是一条平静的直线。每隔几十秒，脑电图（EEG）会从同步化的高幅慢波中短暂「激活」一下，再退回去，如此往复——这就是 CAP（Cyclic Alternating Pattern，周期性交替模式）。一段 CAP 序列由若干个 CAP 周期组成，每个周期是一段 A 相（激活）加一段不超过 60 秒的 B 相（去激活）。A 相按脑电去同步化程度和自主神经-体运动活动影响分成 A1（同步化为主、影响小）、A2（混合）、A3（去同步化为主、影响大）三个亚型。CAP 率（CAP rate，即 NREM 睡眠里 CAP 时间占比）升高与睡眠呼吸障碍、失眠、周期性腿动、REM 睡眠行为障碍、夜间额叶癫痫、发作性睡病等多种疾病相关——CAP 因此被称为「睡眠不稳定性的标记」。

问题在于：给一整夜 PSG（多导睡眠图）人工标注 CAP A 相，需要训练有素的专家逐秒盯几十毫秒级的脑电变化，一条记录要花数小时。CAP 指标因此长期进不了临床常规。要训练自动 CAP 评分算法，就需要一批「专家逐秒标注过的全夜 PSG」——而且最好覆盖多种睡眠疾病，不能只看健康人。

CAP Sleep Database 就是为此而生：意大利帕尔马 Maggiore 医院睡眠障碍中心贡献 108 条全夜多导睡眠图（16 条健康对照 + 92 条病理记录，横跨夜间额叶癫痫、REM 睡眠行为障碍、周期性腿动、失眠、发作性睡病、睡眠呼吸障碍、磨牙症七类情境），每条都带 R&K 睡眠分期与 CAP A 相（含 A1/A2/A3 亚型）的专家参考标注，由米兰理工大学 BIOSIP 组整理、2012 年 7 月 26 日经 PhysioNet 以 ODC-BY 许可完全公开。它是 PhysioNet 上少数同时提供「睡眠分期 + CAP 微结构」双层标注的数据库，十多年来一直是自动 CAP 评分与睡眠微结构研究的标准数据源之一。

对 AI 研究者而言，这个数据集的三个关键词是：多病组、微结构、开放许可。108 条记录不算大，但病理情境覆盖广、A 相亚型标注细粒度（秒级事件而非分钟级分期）、许可宽松可直接下载——适合做小样本事件检测、跨病组迁移、睡眠不稳定度量建模，也可与库内 apnea-ecg、sleep-edf 等条目组成睡眠信号方法学对照链。

§1 数据集速览：十问十答

Q1：这是什么数据？
108 条全夜多导睡眠图（PSG）记录，EDF 格式波形 + 专家视觉评分文件。波形至少含 3 导 EEG（F3/F4、C3/C4、O1/O2，参考 A1 或 A2），加上 2 导 EOG、颏下肌 EMG、双侧胫前肌 EMG、口鼻气流、胸腹呼吸努力、SaO2 血氧和 EKG 心电；部分记录还有 Fp1-F3、F3-C3、C3-P3、P3-O1 及右半侧镜像的附加双极 EEG 导联。

Q2：标注是什么？
两层。宏观层：R&K 规则睡眠分期（W、S1-S4、REM、MT 体动）+ 体位（部分记录）。微观层：CAP phase A 事件的起点、时长与亚型（A1/A2/A3），B 相由相邻 A 相隐含定义（一个 CAP 周期 = A 相 + 后随 ≤60 秒的 B 相）。评分文件同时给 .txt（REMlogic 报告格式）和 .st（PhysioBank 兼容标注）两种形态。

Q3：数据来自谁？
意大利帕尔马 Maggiore 医院（Ospedale Maggiore di Parma）睡眠障碍中心的临床记录，评分由该院睡眠专家团队（Andrea Grassi、Fernando De Paolis、Giulia Milioli、Silvia Riccardi、Nicoletta Azzi、Valentina Rosso）完成，数据由 CAP 概念体系创立者 Mario Giovanni Terzano 与 Liborio Parrino 两位教授贡献到 PhysioNet。

Q4：规模多大？
108 条记录，总解压大小约 40.1 GB；单条 .edf 从约 29.4 MB（n16）到 739.3 MB（nfle33）不等，平均每条约 9 小时（MDPI 2023 论文口径）。采样率跨记录异构，约 50-512 Hz。

Q5：受试者构成？
16 名健康对照（n1-n16）+ 92 名患者：夜间额叶癫痫 NFLE 40 条、REM 睡眠行为障碍 RBD 22 条、周期性腿动 PLM 10 条、失眠 9 条、发作性睡病 5 条、睡眠呼吸障碍 SDB 4 条、磨牙症 2 条。

Q6：许可与获取方式？
Open Data Commons Attribution License v1.0（ODC-BY v1.0），PhysioNet Open Access 类别——无需注册、无需审批，直接从 physionet.org/content/capslpdb/1.0.0/ 下载整包 zip，DOI 10.13026/C2VC79。条件是引用 Terzano 2001 Atlas 论文与 PhysioNet 标准引用。

Q7：官方指定的引用是什么？
MG Terzano, L Parrino, et al. Atlas, rules, and recording techniques for the scoring of cyclic alternating pattern (CAP) in human sleep. Sleep Med 2001 Nov; 2(6):537-553（PMID 14592270）。这是 CAP 评分的国际 Atlas 共识论文，也是本数据库标注体系的方法学依据。

Q8：典型下游任务是什么？
① CAP A 相自动检测（二分类或 A1/A2/A3 三分类）；② 睡眠分期；③ CAP 率等睡眠微结构指标的自动估计；④ 跨病组的睡眠微结构比较（如 NFLE vs 健康对照的 A1 占比差异）；⑤ 睡眠不稳定性的量化建模。

Q9：与 apnea-ecg、sleep-edf 有何不同？
apnea-ecg 只有 ECG + 呼吸暂停事件（为 2000 年 PhysioNet 挑战赛而建），sleep-edf 主要是健康人/安慰剂效应 PSG + 分期标注；capsleep 是三者中唯一提供 CAP 微结构（A 相亚型）标注、且病理谱最宽的。三者可以组成「睡眠信号标注粒度谱系」：ECG 级事件 → 分钟级分期 → 秒级微结构。

Q10：最大的坑是什么？
采样率跨记录不一致（约 50-512 Hz），直接拼接训练会出事；病理组严重偏斜（NFLE 一组占病理 43%，SDB 只有 4 条、磨牙症只有 2 条）；事件级任务正负样本极不平衡（A 相平均只占每条记录约 3% 的时间）。

§2 数据构成与规格

2.1 目录结构：命名前缀即诊断标签

数据库的 108 条记录按「前缀 + 序号」命名，前缀直接编码受试者组别，拿到 RECORDS 文件一览便知全貌：

命名范围	组别	记录数	占比
n1-n16	健康对照	16	14.8%
nfle1-nfle40	夜间额叶癫痫（Nocturnal Frontal Lobe Epilepsy, NFLE）	40	37.0%
rbd1-rbd22	REM 睡眠行为障碍（REM Behavior Disorder, RBD）	22	20.4%
plm1-plm10	周期性腿动（Periodic Leg Movement, PLM）	10	9.3%
ins1-ins9	失眠（Insomnia）	9	8.3%
narco1-narco5	发作性睡病（Narcolepsy）	5	4.6%
sdb1-sdb4	睡眠呼吸障碍（Sleep-Disordered Breathing, SDB）	4	3.7%
brux1-brux2	磨牙症（Bruxism）	2	1.9%

92 条病理记录的逐组分布来自 MDPI Appl Sci 2023（13:10299）对数据集的转述，与 PhysioNet 官方「92 pathological + 命名前缀」的口径互证一致。值得注意的偏斜：NFLE 一组就占病理组的 43%——这与帕尔马团队 2006 年关于「CAP、癫痫与运动事件经唤醒机制统一」的研究兴趣直接相关；而 SDB（4 条）和磨牙症（2 条）属于「点缀级」小病组，只能做案例展示，不足以支撑独立建模。

2.2 波形通道：一个临床级 PSG 的完整装备

每条 .edf 记录包含的信号（PhysioNet 官方页面口径）：

EEG ≥ 3 导：F3 或 F4、C3 或 C4、O1 或 O2，统一参考对侧乳突（A1 或 A2）——覆盖额、中央、枕三个脑区，符合 AASM 时代之前的标准 PSG 电极配置；
EOG 2 导：左右眼电，REM 分期与眼球运动判读的依据；
颏下肌 EMG（chin EMG）：REM 肌张力失弛缓（RBD 的核心体征）的判读通道；
双侧胫前肌 EMG（tibialis anterior EMG，左右腿）：周期性腿动判读通道——这是很多公开睡眠库没有的配置，plm 组的 10 条记录因此格外有含金量；
呼吸三件套：口鼻气流（airflow）+ 腹部与胸部呼吸努力（respiratory effort）+ SaO2 脉搏血氧——呼吸事件判读的完整闭环；
EKG：心电一路；
附加双极 EEG 导联（部分记录）：按 10-20 系统的左链 Fp1-F3、F3-C3、C3-P3、P3-O1 和/或右链 Fp2-F4、F4-C4、C4-P4、P4-O2——这些额-中央区导联正是 CAP A 相最活跃的脑区，MDPI 2023 的 RBD 研究（21/22 条 RBD 记录可用 Fp2-F4 与 F4-C4）就靠它们。

2.3 规格异构性：三个必须处理的坑

采样率异构：不同记录采样率不同，MDPI 2023 口径为 50-512 Hz。PhysioNet 官方页面未逐条列出采样率（这是官方页面与二手文献之间的口径差异，条目按 MDPI 口径写并存照）。跨记录建模前必须用 EDF 头信息逐条读取实际采样率并重采样对齐。
文件大小跨度大：单个 .edf 从约 29.4 MB（n16）到 739.3 MB（nfle33），差 25 倍——大小差异既反映时长差异也反映导联数与采样率差异。整包解压约 40.1 GB，磁盘与内存规划要按最大记录（nfle33）留余量。
时长与记录完整性：平均每条约 9 小时（完整整夜），但逐条时长不一；部分记录未记录体位。加载代码不要假设固定时长或固定通道数。

2.4 标注文件：一套数据两种格式外加两个脚本

每条记录除 .edf 外还有两类评分文件：

.txt（REMlogic 报告格式）：逐行给出事件时间 [hh:mm:ss]、事件类型（SLEEP-S0…S4、REM、MT，或 CAP phase A）、时长（秒）、事件可观察的信号位置（location）、体位（Left/Right/Prone/Supine，部分受试者未记录）。这实际上把「分期 + 微结构事件 + 证据通道」绑在了一行里。
.st（PhysioBank 兼容标注）：与 .txt 内容完全等价，时间编码遵循 PhysioBank 注释约定，事件信息放在 aux 字符串里，可以直接用 PhysioBank ATM（网页版波形浏览器）叠加在波形上查看，或被任何读 PhysioBank 标注的软件（如 WFDB 工具箱）读取。

配套 Matlab 脚本两个（BIOSIP 组实现）：

ScoringReader.m：读入 .txt，输出四个数组——宏观结构（分期）评分矩阵、CAP A 相起始时间数组、A 相时长数组、A 相亚型数组；
CAP.m：从上述变量出发按 Terzano 规则计算 CAP time 与 CAP rate。

睡眠分期编码（Matlab 口径）：0=清醒（W），1-4=NREM S1-S4，5=REM；MT（body movement，体动）单独成事件。注意这是 R&K（Rechtschaffen & Kales 1968）体系，不是 AASM 2007 体系——S3/S4 在 AASM 下合并为 N3，做跨库联合训练时需要转换规则。

2.5 CAP 标注体系速查

概念	定义
CAP 周期	一段 A 相 + 后随一段 ≤60 秒的 B 相
CAP 序列	≥2 个相邻 CAP 周期
A1 亚型	同步化 EEG 事件为主，对自主神经与体运动活动影响低（与睡眠维持/突触稳态相关）
A2 亚型	同步-去同步混合事件，影响中等
A3 亚型	去同步化 EEG 事件为主，自主神经与体运动影响强（与唤醒/觉醒倾向相关）
CAP rate	NREM 睡眠中 CAP 时间占总 NREM 时间的比例

数据库标注的是 A 相事件（起点、时长、亚型）；B 相不是独立标注的，而是「相邻两个 A 相之间、且 ≤60 秒」的时间段，需要代码推算。这一点在实现自动评分器的评估逻辑时最容易踩错：不能把所有非 A 相时间都当 B 相，超过 60 秒的间隔不属于任何 CAP 序列。

§3 标注流水线：专家如何逐秒划 A 相

3.1 人是怎么标的

CAP A 相的视觉评分没有自动化仪器的成分：训练有素的睡眠技师在整夜的 EEG 上逐屏寻找「同步化-去同步化交替」的片段，按 2001 年 Terzano Atlas 的判读规则划分 A 相边界并归入 A1/A2/A3。Atlas 论文对三个亚型给出了 EEG 形态学定义（高幅同步波 vs 低幅混合波 vs 去同步化快波）和时长约束（单相通常 2-60 秒量级），同时要求结合自主神经与运动事件（心率加快、肌电升高）辅助判断亚型归属。

帕尔马睡眠障碍中心的评分团队（两位 MD 带四位 MD 与两位 BSc）完成全部 108 条记录的分期与 CAP 评分。官方页面没有披露评分者间一致性（inter-rater reliability）数据——这是使用该数据库时必须承认的不确定性：参考标注本身携带单中心、单团队的评分者风格。

3.2 为什么 CAP 评分需要专家盯着

一整夜 NREM 睡眠里 A 相事件平均累计约 16 分钟，看似不多，但它们散布在约 9 小时、数百万个 EEG 采样点的背景里。人工评分需要同时观察多导 EEG 的形态变化 + EKG/EMG 的自主神经响应，判读负荷远高于分钟级睡眠分期。Terzano 2001 Atlas 论文明确把「评分耗时」列为 CAP 指标进不了临床常规的障碍，并把自动评分器开发列为数据库的官方动机。

3.3 从标注到指标：官方脚本给的两级抽象

BIOSIP 组的两个 Matlab 脚本给出了从原始标注到临床指标的完整链路：ScoringReader.m 把 .txt 评分解析为结构化数组，CAP.m 在其上计算 CAP time 与 CAP rate。研究者可以在此基础上扩展出更细的微结构指标——A1/A2/A3 各自的 CAP rate、A 相亚型在不同分期（S1-S4/REM）中的分布、CAP 序列长度分布、A 相密度等。这些指标在失眠、NFLE、RBD 的文献中都是常用的疾病标记。

§4 与其他睡眠库的比较：capsleep 在谱系中的位置

4.1 PhysioNet 睡眠资源谱系

数据库	记录数	信号	标注	定位
CAP Sleep Database（本条目）	108 条全夜 PSG	EEG+EOG+EMG+呼吸+SaO2+EKG	R&K 分期 + CAP A 相（A1/A2/A3）	睡眠微结构 + 多病组
Sleep-EDF Expanded	61 条 PSG（42 名受试者）	EEG+EOG（部分含下巴 EMG）	分期（ age effects 与 temazepam 两研究）	健康/药物效应，分期基准
MIT-BIH Polysomnographic	18 条（数据集口径见其页面）	PSG 多导	分期 + 呼吸暂停事件	老牌但规模小
Apnea-ECG	70 条 ECG（8 条带呼吸）	ECG 单导为主	每分钟呼吸暂停标签	2000 挑战赛，ECG 期呼吸暂停筛查

capsleep 的不可替代性在于两点：一是微结构标注——其他库的标注粒度停留在分钟级分期或事件级呼吸暂停，只有 capsleep 给到秒级 A 相及三亚型；二是病理谱——NFLE/RBD/PLM/失眠/发作性睡病/SDB/磨牙症七类情境同库共存，且都在同一中心、同一套判读规则下评分，组间可比性比跨库拼接好得多。

4.2 典型研究用法：以 MDPI 2023 为例

MDPI Applied Sciences 2023 年的 A 相分类研究给出了一个可复用的使用范式：① 从 108 条中按组别取子集（该研究取 22 条 RBD 中的 21 条——有 Fp2-F4/F4-C4 导联可用者）；② 选额-中央导联（CAP A 相活跃脑区）；③ 把一维 EEG 符号化（1d-SAX），再用 Doc2Vec 无监督训练分布表征；④ 有监督分类器做 A 相检测，hold-out + 分层 10 折交叉验证。该研究同时给出一个值得记住的量级感：CAP1/CAP2/CAP3 事件平均总时长约 16 分钟，仅占整条记录的约 3%——事件级 A 相检测本质上是一个极度不平衡的时序检测问题。

4.3 官方对自动评分现状的评述

PhysioNet 官方页面在「Applications」段落的口径：此前的自动 CAP 评分算法多基于 EEG 频谱特征提取 + 机器学习算法，虽然都取得了不错的结果，但「没有一个进入临床常规应用，因为它们要么需要一定程度的人工干预，要么分类精度不足以支持临床诊断」。这段话写于数据库上线时，今天读仍有现实意义——CAP 评分的临床化至今仍是开放问题，而 2012 年发布的这批标注至今仍是少数可用的微结构参考标准之一。

§5 获取与许可：一个 URL 直接下

5.1 许可条款

Open Data Commons Attribution License v1.0（ODC-BY v1.0）。要点：允许任何目的的使用（包括商业）、无附加条款，唯一核心义务是署名——引用 Terzano 2001 Atlas 论文 + PhysioNet 标准引用（Pollard et al. 2026, Nature Health, doi:10.1038/s44360-026-00096-z；或传统的 Goldberger et al. 2000, Circulation 101(23):e215-e220）。PhysioNet Open Access 类别，不需要 Credentialed Access 申请、不需要签署 DUA、不需要 CITI 培训证明——和 MIMIC 系列的获取门槛完全是两回事。

5.2 获取路径

主页：physionet.org/content/capslpdb/1.0.0/（版本 1.0.0，2012-07-26 发布，唯一版本）；
DOI：10.13026/C2VC79（doi.org 解析）；
下载：页面提供整包 zip（约 40.1 GB），也可按单文件下载；
旧镜像：archive.physionet.org/pn6/capslpdb 保留原始版本（含 CAP-sequence.jpg 示意图与完整文档）；
在线浏览：PhysioBank ATM 可直接在浏览器里叠加波形与 .st 标注查看，适合先抽样检查再决定下载整包。

5.3 引用格式速查

使用该数据库时至少引用两件东西：

Terzano MG, Parrino L, Sherieri A, Chervin R, Chokroverty S, Guilleminault C, Hirshkowitz M, Mahowald H, Moldofsky H, Rosa A, Thomas R, Walters A. Atlas, rules, and recording techniques for the scoring of cyclic alternating pattern (CAP) in human sleep. Sleep Med. 2001 Nov;2(6):537-553. PMID: 14592270.（数据集官方指定引用）
PhysioNet 平台引用（官方推荐 2026 版）：Pollard T, Moody BE, Lehman L, Gow B, Fernandes C, Xie C, Johnson A, Mark RG, Heldt T. PhysioNet as a global platform for biomedical research. Nature Health. 2026;1(8):792-795. doi:10.1038/s44360-026-00096-z.（也可用 Goldberger et al. 2000 Circulation 经典引用）

§6 病理谱深读：七类睡眠情境里 CAP 长什么样

理解这个数据库价值的关键，是理解 CAP 作为「睡眠不稳定性标记」在不同疾病中的表现差异——这正是帕尔马团队把七类情境放进同一个库的原因。

6.1 NFLE：40 条的最大子组

夜间额叶癫痫（NFLE）发作多在 NREM 期出现刻板性运动事件，与 CAP 的 A 相在时间上高度耦合。帕尔马团队 2006 年在 Sleep Med Rev 提出的统一框架认为：CAP 的 A 相本质是「唤醒机制」的表现，而 NFLE 的运动事件倾向于嵌在 A 相（尤其 A3）里发生——即 A 相为病理事件提供了「开门」的机会窗口。数据库里 NFLE 占病理组 43%，且部分记录带额区附加双极导联（Fp1-F3 链与 Fp2-F4 链正是额叶电活动的主观测区），为「从 EEG 微结构预测癫痫性事件」类研究提供了原料。

6.2 RBD：22 条与肌张力失弛缓

REM 睡眠行为障碍（RBD）的核心神经生理是 REM 期肌张力失弛缓消失——患者把梦境动作演出来。判读依据是颏下肌与肢体 EMG 的 REM 期张力增高，而本库恰好同时具备这两路 EMG。RBD 也是 A 相分类研究最常用的子集（MDPI 2023 用的就是 21 条带额区导联的 RBD 记录）。临床背景上，RBD 是 α-突触核蛋白病（帕金森病、路易体痴呆）的前驱标志，这个子组因此有超出睡眠医学的长线价值。

6.3 PLM 与磨牙症：运动事件与 CAP 的门控关系

周期性腿动（PLM）子组 10 条，双侧胫前 EMG 是判读通道。Parrino 1996（J Clin Neurophysiol）在帕尔马数据上证明的经典结论：PLM 倾向于出现在 CAP 的 A 相期间——CAP 对周期性腿动起「门控」作用。磨牙症 2 条是同一逻辑的口腔运动版。这两组样本虽小，但把「运动性睡眠事件嵌套于 A 相」的现象链补全了。

6.4 失眠与发作性睡病：微结构的两个极端方向

Terzano 2003（Clin Neurophysiol）用帕尔马数据表明：原发性失眠患者的 CAP 变量（尤其 CAP rate 与 A1/A3 分布）是比传统分期变量更敏感的脑电异常标记——失眠者睡眠「感觉不好」但分期正常，微结构指标补上了这个缺口。发作性睡病（5 条）则相反：作为中枢性嗜睡，代表 CAP 机制本身的失调节。两条线索合起来，让这个库同时覆盖了「过度不稳定」（失眠、NFLE、RBD）与「稳定机制崩溃」（发作性睡病）两端。

6.5 SDB：4 条的遗憾与门控呼应

睡眠呼吸障碍只有 4 条——对呼吸事件研究而言这个库不是主力（请用 apnea-ecg 或专门的 SDB 库）。但 CAP 文献里呼吸暂停事件同样倾向于嵌在 A 相中出现（呼吸性微唤醒就是 A3 的常见形态），这 4 条更多是作为「呼吸性 A 相」的示例存在。

§7 生态与影响：从 2001 Atlas 到十余年的算法文献

7.1 标注体系的生命力

Terzano 2001 Atlas 论文（本库的方法学根基）建立了 CAP 评分的国际规则：A 相三相分型、CAP 周期/序列定义、CAP rate 计算口径。此后二十年里，CAP 微结构研究（失眠、癫痫、RBD、老年睡眠）基本沿用这套规则，Parrino 等 2012 年在 Sleep Med Rev 的综述把 CAP 正式定位为「睡眠不稳定性的标记」。数据库 2012 年在 PhysioNet 的发布，等于把这套规则附上了可下载的实现样本。

7.2 算法文献的用例图谱

官方页面与二手文献归纳的用例方向：

A 相检测/分类：从频谱特征 + SVM/神经网络的早期路线，到近年深度时序模型；MDPI 2023 的符号化 + Doc2Vec 表征是中间形态的代表；
分期 + CAP 联合建模：利用 .txt 里分期与 A 相绑定的结构，做层次化睡眠解析；
微结构指标自动化：用自动 A 相检测输出 CAP rate，对照人工评分验证临床可用性；
跨库迁移研究：在 sleep-edf 上预训练分期模型，在 capsleep 上迁移微结构任务（或反向）；
教学与展示：PhysioBank ATM 里的 CAP 序列示意图（CAP-sequence.jpg）是睡眠医学课堂的常用素材。

7.3 数据集自身的传播数据

PhysioNet 页面显示版本 1.0.0 浏览量约 1330（抓取时点 2026-10-15）——对一个 2012 年上线的老牌数据集，这个数字只反映近端浏览，实际使用规模要靠引用 Terzano 2001（PMID 14592270）的文献体量来估计。它是 PhysioBank 分类里 Class 3 的睡眠三杰（CAP / Sleep-EDF / MIT-BIH PSG）之一，长期出现在睡眠信号课程与综述的「标准数据源」名单里。

§8 方法学启示：三条可迁移的经验

经验一：标注粒度决定数据集的护城河。 公开睡眠库里分钟级分期标注常见，秒级微结构事件（A 相 + 三亚型）标注罕见。capsleep 的不可替代性不来自 108 条的规模，而来自标注的细粒度与多病组同构性。对数据集建设者的启示：与其扩规模，不如在别人没有的标注维度上深耕。

经验二：命名即元数据。 capsleep 用 nfle1/rbd22 这样的文件名前缀直接编码诊断组别，任何脚本打开目录就能做分组统计，不需要额外的 manifest 文件对齐。这是低成本高收益的数据集设计习惯——前提是分组信息真的只有一层维度（capsleep 恰好满足）。

经验三：官方脚本固化指标口径。 ScoringReader.m 与 CAP.m 把 Terzano 规则的 CAP rate 算法固化成了代码，研究者不用逐字重读 Atlas 论文就能算出可比的指标。把「指标计算参考实现」随数据一起发布，是消解跨论文口径漂移的有效手段。

§9 与库内条目的关系

库内可互链的条目及关系（rid 以入库后为准，互链一律用 /0 占位待回填）：

条目	slug	关系
Apnea-ECG Database	apnea-ecg	同属 PhysioNet 睡眠资源；apnea-ecg 是 ECG 单导 + 每分钟呼吸暂停标签，capsleep 是全导 PSG + 秒级 CAP 微结构——「睡眠信号标注粒度谱系」的两端
Sleep-EDF Expanded	sleep-edf	同属 PhysioNet；sleep-edf 提供健康/药物效应 PSG 分期基准，capsleep 提供病理谱微结构——分期与微结构任务互补
多导睡眠图方法学条目	（按库内实际条目补）	PSG 通道体系（EEG/EOG/EMG/呼吸/SaO2/EKG）与 capsleep 记录构成一致

互链建议：capsleep 与 apnea-ecg、sleep-edf 构成 PhysioNet 睡眠三角，三者在「信号模态 × 标注粒度 × 人群（健康/病理）」三维里互补不重叠；与癫痫类条目（NFLE 子组）存在病组维度的弱关联。

§10 避坑清单：六个已踩过的坑

坑 1：假设固定采样率。 不同记录采样率约 50-512 Hz（MDPI 口径），官方页面没给逐条数值。必须读 EDF 头逐条确认后重采样。直接 pd.read_... 拼表会把不同时间基线的数据混在一起。

坑 2：把所有非 A 相时间当 B 相。 B 相只在 CAP 序列内部存在（A 相后 ≤60 秒且属于 ≥2 周期序列）。把整夜非 A 相都算进「B 相」会系统性高估 CAP 序列长度与 CAP rate 的分母语义。

坑 3：R&K 与 AASM 分期体系混用。 本库分期是 R&K（S1-S4 + MT），不是 AASM（N1-N3）。与 sleep-edf（同为 R&K 时代）可直接对照，与 AASM 重新评分的库联合训练需要 S3+S4→N3 合并规则，且 MT 事件没有 AASM 对应物。

坑 4：忽视事件级不平衡。 A 相平均仅占每条记录约 3% 时长。用逐点准确率评估 A 相检测器会得到「全预测为负也有 97% 准确率」的假象，必须用 F1/AUPRC 与事件级匹配（如重叠度阈值）。

坑 5：拿 SDB/磨牙症子组做结论。 SDB 只有 4 条、磨牙症 2 条，任何分组比较都无统计效力。跨病组研究的可行粒度是「NFLE vs RBD vs PLM vs 失眠 vs 健康」，或把小病组并入「其他病理」。

坑 6：期望跨中心评分者一致性数据。 全部标注出自帕尔马单中心单团队，官方未发布评分者间一致性。把参考标注当「无噪声真值」会低估 label noise；做方法学论文时应主动声明这一局限。

§11 总结

CAP Sleep Database 是睡眠信号领域一个「小而不可替代」的存在：108 条记录、40.1 GB，规模不大，但它同时具备三层稀缺性——秒级 CAP A 相微结构标注（A1/A2/A3 三亚型）、七类睡眠情境同库同规则、ODC-BY 完全开放零门槛。它把 Terzano 2001 国际 Atlas 的评分规则变成了可下载、可复算（附官方 Matlab 脚本）、可对照的公共资源，十余年来一直是自动 CAP 评分与睡眠微结构研究的标准数据源。

对千方病案医数集的读者，本条目的检索价值锚点是：如果你的任务涉及睡眠 EEG 的亚分钟级事件（A 相检测、微结构指标、唤醒相关事件建模）、跨睡眠疾病的微结构比较（NFLE/RBD/PLM/失眠/发作性睡病同库可比）、或需要一个零许可摩擦（ODC-BY、无注册）的 PSG 数据做原型验证，capsleep 都是合适的起点；如果你要的是呼吸暂停筛查（用 apnea-ecg）或健康人分期基准（用 sleep-edf），则应按 §4.1 的谱系表分流。它的局限同样清晰：单中心评分无一致性数据、采样率异构、病组偏斜（NFLE 43% / SDB 4 条 / 磨牙症 2 条）——这些都在 §2.3 与 §10 给出了具体处置办法。

§12 历史脉络：从 1985 年的发现到 2012 年的开放

12.1 前史：CAP 概念的创立（1985-2001）

CAP 不是为做数据集而发明的概念，而是帕尔马团队对 NREM 睡眠微观结构二十余年观察的结晶。1985 年，Terzano、Mancia、Salati、Costani、Decembrino 与 Parrino 在 Sleep 发表奠基论文《The cyclic alternating pattern as a physiologic component of normal NREM sleep》，第一次系统性地把「NREM 睡眠中反复出现的 EEG 激活-去激活交替」定义为一个可测量的生理成分。在此之前，传统 R&K 分期只看 30 秒一窗的宏观分期，分钟尺度以下的 EEG 动态波动被视为「噪声」；CAP 框架的价值在于指出这些波动有结构、有亚型、有临床意义。

随后的十五年，帕尔马团队在一系列临床研究中把 CAP 从生理描述推进到病理标记：1996 年 Parrino 等在 J Clin Neurophysiol 证明 CAP 对周期性腿动有「门控」作用（PLM 倾向于嵌在 A 相中出现）；2003 年 Terzano 等在 Clin Neurophysiol 证明原发性失眠的 CAP 变量比传统分期变量更敏感（失眠者「睡不好」但分期正常，微结构补上了这个缺口）；2006 年 Parrino、Halász、Tassinari 与 Terzano 在 Sleep Med Rev 提出 CAP-癫痫-运动事件的统一唤醒框架。这一系列工作确立了 CAP 作为「睡眠不稳定性标记」的地位，也解释了为什么数据库里 NFLE、PLM、失眠这三个组的样本量最大——它们是团队研究主线上的核心病组。

到 2001 年，CAP 评分虽有二十年的研究积累，但各实验室判读规则不统一，跨论文数字不可比。Terzano 牵头联合 Chervin、Chokroverty、Guilleminault、Hirshkowitz、Mahowald、Moldofsky、Rosa、Thomas、Walters 等国际睡眠医学名家，在 Sleep Med 2001 年 11 月号发表 Atlas 共识论文《Atlas, rules, and recording techniques for the scoring of cyclic alternating pattern (CAP) in human sleep》（Sleep Med 2001;2(6):537-553，PMID 14592270），把 A 相三相分型、周期/序列定义、CAP rate 计算口径固化为国际规则。这篇 Atlas 论文后来成为 CAP Sleep Database 的官方指定引用——数据库的标注体系就是这套规则的可下载实现。

12.2 上线：PhysioNetWorks 与 BIOSIP 的协作（2012）

数据库公开走的是 PhysioNet 的 PhysioNetWorks 协作流程：贡献方提供记录与标注，PhysioNet 方面协调格式转换、文档与发布。这里的桥梁人物是 Sara Mariani——她来自米兰理工大学 BIOSIP 组（生物信号与信息处理），在 MIT 访学期间协调了数据库的准备、文档与配套软件，使发布得以完成。

BIOSIP 组的角色不只是「搬运」：他们实现了两个 Matlab 脚本（ScoringReader.m 与 CAP.m），把 Terzano 规则的 CAP rate 算法固化成可执行代码；把 REMlogic 报告格式的 .txt 评分同步转换为 PhysioBank 兼容的 .st 标注，使数据库同时兼容临床睡眠软件与 PhysioNet 工具链（WFDB、ATM）两个生态。2012 年 7 月 26 日 17:20，版本 1.0.0 上线，DOI 10.13026/C2VC79，许可 ODC-BY v1.0。

12.3 后史：十余年的算法文献与现状

2012 年至今，capsleep 的使用轨迹大致分三个阶段。早期（2012-2016）：经典机器学习路线的 A 相检测——EEG 频谱特征（带功率、谱熵）+ SVM/隐马尔可夫模型，验证「自动评分能逼近人工评分」的可行性；这一阶段的对照结论被官方页面收编：「既有方法要么需要人工干预，要么精度不足以支持临床诊断」。中期（2017-2021）：深度时序模型进场，A 相检测与分期联合建模、跨病组迁移开始出现；RBD 子组因神经退行性疾病前驱研究的热度获得额外关注。近期（2022 至今）：表征学习路线（如 MDPI 2023 的 1d-SAX 符号化 + Doc2Vec 分布表征）与睡眠基础模型语境下的微结构评测尝试。

一条贯穿始终的观察：CAP 评分的临床化至今没有完成。原因不完全是算法精度——A 相判读本身依赖专家对形态学的整体把握，参考标准稀缺且单中心，社区缺乏大规模多中心验证数据。capsleep 在这个格局里的位置因此很清楚：它不是大规模训练语料，而是「小而精的方法学试验台」——108 条、多病组、双粒度标注、零许可摩擦，适合做方法验证与原理证明，最终结论仍需在更大的临床队列上复核。

12.4 与睡眠医学分期体系的代际关系

使用 capsleep 还需要理解它的时间坐标：记录按 R&K 体系评分（W/S1-S4/REM/MT），这是 1968 年确立、AASM 2007 体系取代前的标准。这意味着：① 与 AASM 重新评分的现代临床数据联合时要做 S3+S4→N3 映射，MT 无对应物；② 数据库时代在 AASM 之前，判读风格是「老派 R&K」——这既是局限（分期体系过时），也是价值（R&K 时代的原始标注不可再生，与同代数据可比）；③ .txt 里的体位与事件时戳是整夜日历时戳（hh:mm:ss），与 EDF 内部相对时间对齐时要处理起始时间。

12.5 数据库的「小」为什么不是缺陷

对 AI 从业者，108 条听起来像玩具规模。但把它放进睡眠信号公开数据的真实光谱里看：全导 PSG（含呼吸+血氧+多路 EMG）+ 秒级微结构标注 + 多病组同构 + 零许可摩擦的组合，在公开世界里屈指可数。更大的睡眠库要么只给分期（sleep-edf），要么只给 ECG（apnea-ecg），要么许可门槛高（临床注册库）。capsleep 的正确用法不是「大数据训练」，而是：方法学的受控试验台（病组间可比）、标注粒度的对照锚点（分期 vs 微结构）、许可摩擦为零的原型验证场。它的角色类似医学影像里的「方法学基准小库」——小而不可替代。

§13 背景知识：读懂 CAP 需要的最小睡眠生理学包

13.1 睡眠的宏观结构：分期与整夜弧线

健康成人一夜睡眠呈「周期性」宏观结构：约 90 分钟一个周期，NREM 与 REM 交替，前半夜慢波睡眠（S3/S4）占优、后半夜 REM 占比升高。R&K 体系把 NREM 分为 S1（入睡过渡，低幅混合频 EEG）、S2（出现睡眠纺锤波与 K 复合波，占比最大）、S3/S4（高幅慢波为主，合称慢波睡眠）。capsleep 的 108 条 .txt 标注里，这套分期以「SLEEP-S0（清醒）到 S4、REM、MT」的事件流逐条给出，是所有微结构分析的时间骨架。

理解分期体系对用数据的影响：R&K 的 S3/S4 与 AASM 的 N3 一一对应（合并关系），S1/S2 对应 N1/N2；MT（body movement）在 AASM 体系里没有独立分期，通常按「评分不定」处理。跨库联合时，分期标签的映射表要在数据预处理里显式写出来，而不是各模块各自隐式处理。

13.2 微观结构：K 复合波、纺锤波与唤醒的谱系

CAP 处在「睡眠微观事件」谱系的中枢位置：

纺锤波（sleep spindle）：S2 期 11-16 Hz 的短串振荡，与记忆巩固相关；
K 复合波（K-complex）：高幅双相慢波，被视为「保护的唤醒应答」；
唤醒（arousal）：≥3 秒的 EEG 去同步化，AASM 有正式评分规则；
CAP A 相：谱系上覆盖了从「亚唤醒级」到「唤醒级」的连续谱——A1 大致对应同步化（纺锤/K 复合密集）的低影响事件，A3 大致对应唤醒级事件，A2 居中。

这个谱系定位解释了两件事：其一，CAP 评分与 AASM arousal 评分高度相关但不等价（CAP 还要求 B 相交替结构，孤立的唤醒不构成 CAP）；其二，自动 A 相检测的难度分层——A3（去同步化明显）最易检出，A1（与背景同步化活动区分度低）最难。文献里 A1 检出率普遍低于 A3 是系统现象，不是实现缺陷。

13.3 CAP 的功能假说：睡眠守门人与开窗机制

主流假说把 CAP 的 A 相理解为「睡眠大脑对内外扰动的一线应答」：内源性（膀胱充盈、胃肠活动）或外源性（声音、温度）扰动不必然把人唤醒——睡眠先以 A 相的形式「响应」一下，若扰动持续或强烈才升级为真正唤醒。A1 被认为与睡眠维持和突触稳态相关（守门成功，睡眠继续），A3 则是「开窗」——唤醒闸门打开，病理事件（癫痫放电、呼吸暂停后的觉醒、腿动）倾向在窗内发生。Parrino 2006 的统一框架正是这一假说的系统表述。

对建模者的含义：A 相检测任务不只是「波形分类」，它隐含了一个「扰动-应答」的因果结构。多通道输入（EKG 的心率加速、胫前 EMG 的肌电变化）不是锦上添花的特征，而是亚型判读的本体依据——单靠 EEG 频谱做 A1/A2/A3 分类的天花板，部分来自丢掉了这套辅助证据。

13.4 病理情境里的 CAP：一张对照表

疾病情境	CAP 表现	机制解释	库内子组
失眠	CAP rate 升高，A1 占比下降、A3 上升	睡眠维持机制受损，微唤醒频繁	ins 9 条
NFLE	癫痫性运动事件嵌于 A 相（倾向 A3）	唤醒窗为放电扩布提供条件	nfle 40 条
RBD	REM 期本身失弛缓；NREM 期 CAP 亦可异常	脑干调节通路病变	rbd 22 条
PLM	腿动聚集于 A 相内	CAP 对运动事件门控	plm 10 条
SDB	呼吸暂停终止处的微唤醒即 A 相形态	呼吸性唤醒嵌套	sdb 4 条
磨牙症	咬肌事件与 A 相耦合	同 PLM 的运动门控	brux 2 条
发作性睡病	CAP 机制失调节	中枢嗜睡网络异常	narco 5 条

这张表是「为什么病理谱本身是数据集的价值」的最短论证：同一个标注体系横跨七种机制不同的疾病，使「唤醒-病理事件耦合」这条主线可以在库内做组间对照——这在跨库拼接的世界里几乎不可复制。

13.5 名词的翻译陷阱

中文文献里 CAP 常译作「周期性交替模式」，偶见「循环交替模式」。检索时注意：cyclic alternating pattern（CAP）≠ cardiac alternating pattern（心电交替，T-wave alternans 语境）；CAP A phase ≠ 心电的 P 波；CAP rate ≠ 唤醒指数（arousal index，两者高度相关但定义不同）。英文检索词组合「cyclic alternating pattern + sleep」加数据库前缀（capslpdb）是最精确的检索路径。

§14 选型决策：什么时候用 capsleep，什么时候不用

14.1 五个「用」的场景

秒级睡眠 EEG 事件检测的方法验证：A 相检测/分类，或把它当唤醒检测的严格变体（带 B 相结构约束）——capsleep 是少数给到秒级参考的事件标注库；
跨睡眠疾病的微结构对照：NFLE vs RBD vs PLM vs 失眠 vs 健康，同一评分规则下的组间比较；
睡眠不稳定指标的算法化：CAP rate 及其变体的自动估计与一致性验证；
零许可摩擦的原型验证：ODC-BY、无注册，一天内可拿到数据开始迭代；
多导睡眠工程：EEG+EOG+EMG+呼吸+血氧+EKG 全导俱在，适合多模态融合方法的受控实验（通道消融、模态贡献分析）。

14.2 五个「不用」的场景

呼吸暂停检测主力数据：SDB 仅 4 条，用 apnea-ecg 或专门 SDB 库；
大规模分期模型训练：108 条不够，用更大的分期库；capsleep 只适合当分期模型的评测或微调集；
需要 AASM 分期体系的临床对齐：本库 R&K 体系，硬要映射会引入系统性偏差；
流行病学或患病率推断：筛选性示例集，不是队列；
人口学分层的公平性研究：无逐条人口学元数据，无法做。

14.3 库内睡眠条目分工对照

需求	首选条目	理由
呼吸暂停筛查（ECG 期）	apnea-ecg	每分钟呼吸暂停标签，70 条 ECG，任务对口
健康人分期基准	sleep-edf	61 PSG、42 受试者，年龄效应与药物效应两研究
亚分钟级 EEG 事件 + 多病组	capsleep（本条目）	唯一提供 A 相三亚型微结构标注
睡眠相关多模态方法实验	capsleep（本条目）	全导 PSG 齐全且许可零摩擦

14.4 混合策略

实际研究里最常见的正确用法是组合拳：① 在 sleep-edf 上做分期预训练（数据多、任务浅）；② 在 capsleep 上做 A 相微调与评测（数据少、任务细、标注深）；③ 在 apnea-ecg 上测跨模态泛化（EEG 模型对 ECG 输入的迁移，或反之）。三库许可全部开放（ODC-BY 系），组合无法律摩擦；唯一要管理的是三库评分体系与采样率差异——把「重采样 + 通道对齐 + 分期映射」写成一个共享预处理模块，是混合策略的工程核心。

§15 面向三类读者的使用路线图

15.1 给机器学习研究者：七天最小管线

第 1 天：读 Terzano 2001 Atlas 的 A 相定义部分（或本条目 §2.5 与 A.7）；在 PhysioBank ATM 里浏览 n1 与 rbd1 各一条，肉眼建立 A 相的波形直觉；下载 rbd 组 22 条（先不碰 40 GB 全包）。
第 2 天：写 .txt 解析器，把 rbd 组全部记录的事件表转成统一 DataFrame（列：记录名、相对秒、事件类型、时长、亚型、体位）；做 sanity check——事件时长分布、分期占比、A 相计数。
第 3 天：MNE 读 EDF、重采样到 128 Hz、对齐时基；把 A 相区间渲染到波形上抽 10 段人工目检（这一步能抓住绝大多数时基错位 bug）。
第 4-5 天：切窗 + 记录级留出 + 基线模型（C3/C4 双导 EEG 的 1D CNN 或简单序列模型）；事件级 F1 评估。
第 6-7 天：消融（加 EKG 心率特征、加 EMG 特征）、亚型三分类扩展、错误分析（按分期/按亚型分解 F1）；把「记录级留出 + 事件级指标 + R&K 声明」写进实验记录。

15.2 给睡眠医学研究者：微结构指标的计算与解读

你的重心不在模型而在指标口径。三条建议：① CAP rate 的计算严格跟随 CAP.m 的规则实现（NREM 分母、≥2 周期序列约束、60 秒断开阈值），并在论文方法节写明实现与官方脚本的等价性验证；② 亚型分层报告——A1/A2/A3 各自的 rate 及其在 S1-S4 的分布，比单一总 CAP rate 信息量大得多；③ 组间比较要写清子组样本量（NFLE 40 有力、SDB 4 条仅示例），失眠 vs 健康这类小样本比较配非参数检验并报效应量。

15.3 给数据工程与平台同学：入库与治理清单

EDF 头元数据（采样率、通道、起始时间）逐条抽取入库，作为记录级元数据表——这是本库最大的治理点（无官方逐条规格表）；
.txt 与 .st 双源标注做一致性校验（内容应等价），差异记录为数据质量工单；
事件表（A 相）作为一等公民存储（事件级表，非文本附件），下游所有任务从事件表派生；
体位字段允许 NULL（部分记录无）；不设默认值；
版本锚定：数据集唯一版本 1.0.0（2012-07-26，DOI 10.13026/C2VC79），元数据里固化 DOI 与许可（ODC-BY v1.0）与引用要求。

§16 评测协议设计：把实验做扎实的完整清单

16.1 数据划分协议

基本单位：记录（受试者）。任何窗级/段级随机划分都是错误——同一夜的相邻窗自相关极强，泄漏会让指标虚高数个百分点到十几个百分点。
建议方案（以 rbd 组 22 条为例）：train 12 / val 4 / test 6，按 A 相时长分层保证各组正例比例接近；若用全部 108 条，按组别分层（每组内按比例划分），但小病组（sdb/brux）只入 test 不入 train，避免 2 条记录过拟合还被当验证信号。
跨组协议：训练在「健康+失眠」、测试在「RBD」之类的跨组设定是检验泛化的好办法，但要声明组间协变量差异（年龄未知是硬伤）。
冻结一次，全部实验复用：划分种子与记录清单写进配置文件，杜绝「跑一次试一次」的隐性调参泄漏。

16.2 标签构造协议

窗级标签：窗与任一 A 相区间重叠超过阈值（常用 ≥50% 窗长，或任一重叠）记为正；阈值要在方法节写死。
段级标签：直接预测 A 相区间（起点+终点），后处理做孤立周期过滤（≥2 周期序列、B 相 ≤60 秒）后才与人工 CAP rate 可比。
REM 与 MT 处理：REM 段不参与 CAP 标签（A 相为空）；MT 事件段建议从训练与评估中剔除（或单独成类），避免体动伪迹被学成「负类特征」。
分期条件特征：把 R&K 分期作为条件输入（embedding 或 one-hot）通常稳定涨点——分期本身就是 A 相出现概率的最强先验。

16.3 指标协议

必须报：事件级 Precision / Recall / F1（预测段与参考段 IoU ≥ 阈值记命中，阈值 0.3 与 0.5 各报一档）+ AUPRC（逐点概率的综合排名指标）。
不应只报：逐点 accuracy（负类约 97%，无区分力）、逐点 AUC（在极端不平衡下对阈值选择不敏感，可作辅助但非主指标）。
分解报告：按亚型（A1/A2/A3）与按分期（S1-S4）分解的 F1——这两个维度几乎总能暴露模型短板（A1 难、S1 混淆多），审稿人也会问。
CAP rate 一致性：若宣称「可用于 CAP rate 估计」，须报告逐夜自动 vs 人工 CAP rate 的相关、MAE 与 Bland-Altman 极限一致性区间。

16.4 消融与稳健性协议

通道消融：EEG-only → +EKG 心率 → +胫前 EMG → 全通道，量化多模态贡献（对应 Atlas「组合判据」假说）；
导联消融：C3/C4 最小集 vs 含额区双极导联的全集（仅部分记录可用，需注明子集）；
重采样敏感性：同一模型在 64/128/256 Hz 三个目标频率下的表现差异；
窗长敏感性：1/2/4 秒窗与逐点输出（seq2seq）三种设定；
组间稳健性：在 nfle 上训练的检测器零样本测 rbd/plm，报告性能衰减。

16.5 可复现性协议

记录清单（训练/验证/测试的确切记录名）作为论文附录或代码仓库文件发布；
预处理参数（重采样频率、滤波带通、归一化统计量来源）全部写死在配置里；
与官方脚本的对数验证：自行实现的 CAP rate 在至少 5 条记录上与 CAP.m 输出精确一致后再开始实验；
声明数据版本锚（v1.0.0，2012-07-26）与引用完整性。

§17 数据质量与清洗：逐项核查清单

17.1 加载期核查（每条记录必做）

EDF 头读取成功、采样率在 50-512 Hz 合理区间内；
通道清单包含核心三导 EEG（F/C/O 或其左右变体）与 EOG——缺核心通道的记录单独登记；
记录时长在 6-12 小时量级（整夜合理性）；异常短记录检查是否下载截断；
.txt 与 .st 事件数一致（两格式应等价）；
时基锚定：首个 SLEEP- 事件时戳减 EDF 起始时应在秒级。

17.2 标注期核查（每条记录必做）

A 相时长分布：分位数（P5/P50/P95）落在秒级常态范围；异常长事件（>2 分钟）逐条目检；
A 相亚型字段完备（无空亚型或未知编码）；
分期流完整性：每条记录都有 W 段与若干 NREM/REM 段；全程无分期的记录登记为异常；
B 相推算后序列统计：每条记录的 CAP 序列数量级合理（数十至数百）；
体位字段覆盖率记录在案，不做默认值插补。

17.3 组级核查（一次）

108 条计数核对：16+40+22+10+9+5+4+2=108；
每组至少一条记录完成端到端管线试跑；
nfle33（约 739 MB）单独试跑，确认大文件加载不 OOM（必要时分通道流式读取）；
n16（约 29.4 MB，库内最小）试跑，确认短记录不触发边界 bug。

17.4 常见脏数据模式与处置

采样率混杂：同一批实验里混入不同采样率 → 统一重采样是唯一解，禁止「按多数采样率过滤记录」这种损失样本的做法（108 条经不起扔）；
双格式分歧：.txt 与 .st 事件数不一致 → 以 .txt 为准并在工单记录（.txt 是临床源头格式）；
体位缺失：保留 NULL，体位相关分析自动降级到「有体位子集」并声明；
边界争议事件：与 ATM 波形目检对照，无法裁定的按参考标签用并在论文局限里声明。

§18 与库内工作流对接

18.1 在千方病案医数集生态中的定位

capsleep 归属「生理信号 → 睡眠信号」分支，是睡眠三角（apnea-ecg / sleep-edf / capsleep）中标注粒度最细的一角。检索入口设计：按「睡眠信号」「脑电信号」标签可达；按「癫痫」标签可达 NFLE 子组的应用语境；按「评测基准」标签可达方法学评测语境。

18.2 与相关条目的叙事分工

apnea-ecg 条目讲「ECG 期呼吸暂停筛查」：单导 ECG、挑战赛出身、事件粒度为分钟；
sleep-edf 条目讲「健康与药物效应的分期基准」：双研究设计、61 PSG、分钟级分期；
本条目讲「秒级微结构与多病组」：CAP 体系、七类情境、双粒度标注。
三条目互为「粒度-模态-人群」三维的对照点，互链文案建议统一使用「PhysioNet 睡眠三角」的说法，保持叙事一致性。

18.3 引用与署名检查单（入库前）

条目内出现「108」「40.1 GB」「ODC-BY」「10.13026/C2VC79」「Terzano 2001」等锚点数字与字符串，均与 PhysioNet 官方页面核对；
采样率/时长/A 相占比三个二手口径均标注 MDPI 2023 来源；
互链 URL 使用占位形态，入库后回填真实 rid。

§19 从数据到论文：写作素材与论证素材库

本节把前文散落的「可写进论文的事实与论证」集中成素材卡，方便读者直接引用（仍须回原文核对并按 §5.3 完成引用）。

19.1 动机论证素材

「CAP rate 测量耗时是 CAP 指标进不了临床常规的障碍」——Terzano 2001 Atlas 论文语境，官方页面转述；
「既有自动 CAP 评分方法要么需要人工干预，要么精度不足以支持临床诊断」——PhysioNet 官方页面 Applications 段原文口径；
「CAP 是睡眠不稳定性的标记」——Parrino 2012 Sleep Med Rev 综述标题级结论；
「A 相是病理事件的开门窗口」——Parrino 2006 统一唤醒框架；
「失眠者主观睡眠差但传统分期正常，CAP 变量更敏感」——Terzano 2003 Clin Neurophysiol。

19.2 方法节必备素材（数字卡）

108 条记录 / 40.1 GB / 16 健康 + 92 病理（40/22/10/9/5/4/2）；
平均约 9 小时/条、A 相累计约 16 分钟/条（约 3%）、采样率约 50-512 Hz——三项均注 MDPI 2023 来源；
标注双层：R&K 分期 + CAP A 相（A1/A2/A3）；
B 相 ≤60 秒、CAP 序列 ≥2 周期——两个硬性结构约束；
许可 ODC-BY v1.0、DOI 10.13026/C2VC79、版本 v1.0.0（2012-07-26）。

19.3 局限声明素材（可直接改写）

「参考标注来自单中心（帕尔马）单一评分团队，官方未发布评分者间一致性，标注携带评分者风格，视其为无噪声真值会低估标签噪声」；
「采样率跨记录异构（约 50-512 Hz），所有实验统一重采样后进行」；
「病理组分布偏斜：NFLE 占 43%，SDB 与磨牙症合计 6 条，小病组结论仅具示例性」；
「分期体系为 R&K（1968），与 AASM（2007）体系需映射；MT 事件无 AASM 对应物」；
「受试者人口学信息未逐条披露，无法控制年龄等协变量」。

19.4 相关工作定位素材

与 apnea-ecg 区分：模态（PSG vs ECG）、粒度（秒级微结构 vs 分钟级事件）、人群（多病组 vs 呼吸暂停疑似）；
与 sleep-edf 区分：标注维度（微结构 vs 分期）、人群（病理谱 vs 健康与药物效应）；
与 MIT-BIH PSG 区分：规模（108 vs 18）、标注（CAP 体系有无）、时代（2012 vs 更早）；
方法谱系：频谱特征+经典 ML → 深度时序 → 符号化/表征学习（MDPI 2023 为代表）→ 睡眠基础模型时代的微结构探针评测。

19.5 审稿应答预备素材

问「数据这么少凭什么有说服力」→ 答：受控多病组同规则标注 + 事件级评估 + 与官方脚本口径对齐；定位是方法学试验台而非大数据训练；
问「为什么不用 AASM 重评」→ 答：R&K 原始标注不可再生，跨库映射规则在方法节显式给出并做敏感性分析；
问「A1 检出为什么低」→ 答：亚型谱系位置决定（A1 与背景同步化活动区分度最低），并引用亚型分层结果；
问「能否临床落地」→ 答：引用官方「精度或人工干预不足」口径 + Bland-Altman 一致性结果，给出边界。

§20 一夜数据的走查：从波形到指标的全链路案例

以 rbd1 为例走一遍「拿到数据 → 看懂数据 → 算出指标」的完整链路，给读者一个具象的心智模型。

20.1 第一步：元数据盘点

打开 rbd1.edf：MNE 报出采样率与通道清单——确认 EEG 三导（参考乳突）、EOG 两导、颏下 EMG、左右胫前 EMG、气流、胸腹努力、SaO2、EKG 是否齐全；记录头里的起始时间记为 T0。打开 rbd1.txt：事件流以日历时戳排列，首行 SLEEP- 事件减 T0 应为秒级偏移——这一步通过，时基就锁定了。

20.2 第二步：分期骨架

把 .txt 里的 SLEEP- 事件展开成整夜分期带：入睡潜伏期、若干 NREM-REM 周期、终末清醒。画出来的分期图（hypnogram）就是后续一切微结构分析的坐标系。RBD 记录的特殊景观在 REM 段：颏下与胫前 EMG 的张力不降反升（失弛缓消失），波形上肉眼可辨——这正是该组的临床判读依据，也是本库收录双路 EMG 的价值展示。

20.3 第三步：A 相事件层

把 A 相事件（起点、时长、亚型）叠加在分期带上：可见 A 相密集出现在 NREM 段、REM 段为空白；A1 呈小簇聚集、A3 稀疏而醒目。时长分布直方图应集中在数秒到半分钟之间——若出现数分钟级的「A 相」，先怀疑解析错误再怀疑标注。

20.4 第四步：序列与指标

按规则把相邻 A 相串成 CAP 序列（间隔 ≤60 秒），滤掉孤立单周期，得到序列级视图：每条整夜通常数十到数百个序列。在其上计算：CAP time（序列内时间之和）、CAP rate（除以 NREM 总时长）、亚型分层 rate、序列长度分布、A 相在 S1-S4 各期的密度。对照官方 CAP.m 跑同一记录，两个 CAP rate 应精确相等——这是全部自研代码的「口径校验仪式」。

20.5 第五步：进入建模或比较

到这一步，记录已经变成三张对齐的表：波形（统一采样率）、分期带、事件表。做 A 相检测就用前两张表训练、用第三张表评估；做微结构比较就跨记录聚合指标表按组检验。走查的价值在于：五步里任何一步的口径含糊，都会在下游放大成不可解释的指标异常。

§21 术语纵深：CAP 与近邻概念的辨析

CAP vs 唤醒（arousal）：唤醒是 AASM 规则的 ≥3 秒去同步化事件，无结构约束；CAP 的 A 相按 Atlas 评分，必须嵌入「A-B 交替、≥2 周期、B ≤60 秒」的序列结构。A3 与唤醒高度重叠，但 CAP 还提供 A1/A2 这两个「亚唤醒级」层级——CAP 是比唤醒更细的表达体系。
CAP vs 周期性腿动（PLM）：PLM 是运动事件、有独立的评分规则（胫前 EMG）；CAP 是 EEG 现象。两者的关系是「PLM 倾向嵌在 A 相内」（Parrino 1996 门控结论），不是同一事物的两个名字。
CAP vs 纺锤波/K 复合波：纺锤与 K 复合是离散波形事件；CAP A1 常由它们成簇构成——即 A1 是「事件群」层面的组织概念，比单个纺锤高一阶。
CAP rate vs 睡眠效率：睡眠效率=总睡眠时间/卧床时间（宏观量）；CAP rate=NREM 内 CAP 时间占比（微结构量）。失眠研究里两者可以背离——效率正常而 CAP rate 异常，恰是「睡得着但睡不好」的电生理表达。
CAP 序列 vs CAP 周期：周期是 A+B 单元；序列是 ≥2 个周期的连续串。自动检测器的后处理必须实现「序列级聚合」，输出孤立周期会把 CAP time 算错。
A2 的哲学：A2 不是「A1 与 A3 的平均」，而是混合形态的独立类别——边界样本天然多，亚型分类的参考标签在 A2 域内自带模糊性，评估报告「边界样本占比」是诚实做法。
R&K 的 MT vs CAP：MT 是体动伪迹段；与 A 相时间上可邻接但语义无关。把 MT 当 A 相正样本是最常见的标注污染事故。

§22 常见误区辨析（12 条）

「CAP 就是大号的唤醒」——错。唤醒无序列结构约束；CAP 是 A-B 交替的序列现象，A1/A2 处于亚唤醒级。
「B 相是标注好的」——错。B 相由相邻 A 相推算且 ≤60 秒约束，序列外间隔不属于 CAP。
「REM 期也有 CAP」——错。CAP 是 NREM 现象，REM 段空白是标注体系的正常形态而非缺失。
「108 条太少，没有研究价值」——错。价值在秒级微结构标注与多病组同构，不在规模；用法是方法学试验台。
「采样率肯定是 512 Hz」——错。跨记录约 50-512 Hz 异构，逐条读 EDF 头是唯一可靠来源。
「按窗随机切分无伤大雅」——错。同夜窗强自相关，泄漏直接毁掉评估；记录级留出是铁律。
「准确率 97% 说明模型很好」——错。A 相只占约 3% 时长，全预测为负也有这个数；事件级 F1 才有信息量。
「SDB 组 4 条也能跑组间检验」——错。检验需要最低样本量；4 条只能做案例展示。
「R&K 分期可以直接当 AASM 分期用」——错。S3/S4→N3 需映射，MT 无对应物；混用是体系性错误。
「体位缺失就填成仰卧」——错。缺失即缺失，默认值插补会制造伪协变量。
「A2 是 A1 和 A3 的中间概率」——不准确。A2 是混合形态的独立类别，自带边界模糊性，软标签建模优于强行二值化。
「自研 CAP rate 和官方脚本差不多就行」——错。口径必须精确一致（NREM 分母、序列约束、60 秒阈值三处都对上），差 0.5 个百分点也意味着实现有 bug。

FAQ（高频问答 32 问）

Q1：CAP 是什么？
Cyclic Alternating Pattern，周期性交替模式——NREM 睡眠中周期性出现的 EEG 活动：激活相（A 相）与去激活相（B 相）交替，B 相不超过 60 秒，≥2 个相邻 CAP 周期构成 CAP 序列。它是睡眠不稳定性的电生理标记。

Q2：A1/A2/A3 三个亚型怎么区分？
A1=同步化事件为主、对自主神经与体运动活动影响低；A2=同步-去同步混合、影响中等；A3=去同步化为主、影响强。判读依据 Terzano 2001 Atlas 的形态学规则并结合心率/肌电响应。

Q3：数据库有多少条记录？
108 条全夜 PSG：16 条健康对照 + 92 条病理（NFLE 40、RBD 22、PLM 10、失眠 9、发作性睡病 5、SDB 4、磨牙症 2）。

Q4：数据是哪里的？
意大利帕尔马 Maggiore 医院睡眠障碍中心的临床记录，评分由该院专家团队完成，经米兰理工大学 BIOSIP 组整理后在 PhysioNet 公开。

Q5：什么时候发布的？
2012 年 7 月 26 日，版本 1.0.0（至今唯一版本），DOI 10.13026/C2VC79。

Q6：什么许可？
Open Data Commons Attribution License v1.0（ODC-BY v1.0），PhysioNet Open Access——任何目的可用（含商业），核心义务是署名。

Q7：需要注册 PhysioNet 账号吗？需要 DUA 吗？
不需要。Open Access 类别直接下载整包 zip（约 40.1 GB）或单文件；与 MIMIC 系列的 Credentialed Access 流程完全不同。

Q8：怎么引用？
必须引用 Terzano MG, Parrino L, et al. Atlas, rules, and recording techniques for the scoring of CAP in human sleep. Sleep Med 2001;2(6):537-553（PMID 14592270），并附 PhysioNet 标准引用（推荐 Pollard et al. 2026 Nature Health，或 Goldberger et al. 2000 Circulation）。

Q9：每条记录有哪些信号？
≥3 导 EEG（F3/F4、C3/C4、O1/O2，参考 A1/A2）、2 导 EOG、颏下 EMG、双侧胫前 EMG、口鼻气流、胸腹呼吸努力、SaO2、EKG；部分记录加 Fp1-F3/F3-C3/C3-P3/P3-O1 和/或右半侧镜像双极 EEG。

Q10：采样率是多少？
跨记录异构，约 50-512 Hz（MDPI 2023 口径）。PhysioNet 官方页面未逐条列出，需读 EDF 头逐条确认。

Q11：每条记录多长？
完整整夜，平均约 9 小时（MDPI 口径）；单条 .edf 从约 29.4 MB 到 739.3 MB（nfle33 最大）。

Q12：标注文件是什么格式？
每条记录配 .txt（REMlogic 报告格式：分期/体位/事件/时长/位置）与 .st（PhysioBank 兼容标注，内容等价，ATM 可读）两种文件，外加 ScoringReader.m 与 CAP.m 两个 Matlab 脚本。

Q13：睡眠分期怎么编码？
Matlab 口径：0=清醒、1-4=NREM S1-S4、5=REM；MT（体动）单独成事件。这是 R&K 体系，不是 AASM 体系（S3/S4 对应 AASM 的 N3）。

Q14：B 相有独立标注吗？
没有。数据库只标注 A 相（起点、时长、亚型）；B 相由「相邻 A 相之间且 ≤60 秒」的规则推算，序列外的间隔不属于 CAP。

Q15：CAP rate 怎么算？
NREM 睡眠中 CAP 时间占总 NREM 时间的比例。官方脚本 CAP.m 按 Terzano 规则实现，避免手工重算口径漂移。

Q16：A 相事件多吗？
平均每条累计约 16 分钟，约占整条记录 3%——事件级检测是极度不平衡的时序问题，评估要用 F1/AUPRC 而非逐点准确率。

Q17：能做睡眠分期模型吗？
可以。分期标注（R&K）每条都有，但注意这个库的稀缺价值在微结构；纯分期任务用 sleep-edf 或更大分期库更常见，capsleep 分期通常与 A 相联合建模。

Q18：NFLE 组为什么这么大？
帕尔马团队的研究重心（2006 年 Sleep Med Rev 提出的 CAP-癫痫-运动事件统一框架）在额叶癫痫与唤醒机制的关系上，NFLE 是其核心临床兴趣，且额区附加导联正好服务该方向。

Q19：RBD 组有什么特别价值？
颏下 + 双侧胫前 EMG 齐全，是 REM 期肌张力失弛缓判读的完整通道组合；且 RBD 是 α-突触核蛋白病前驱标志，子组有神经退行性疾病研究的长线价值。

Q20：能做呼吸暂停研究吗？
不建议。SDB 只有 4 条；呼吸事件筛查请用 apnea-ecg 或专门的 SDB 数据库。capsleep 的呼吸通道更多是 CAP 判读的辅助证据。

Q21：健康对照只有 16 条，够吗？
做病理-健康组间比较勉强（1:5.75 不平衡），做统计推断需谨慎；做迁移学习或事件检测的「正常背景」样本则够用。

Q22：和 sleep-edf 能拼起来用吗？
可以但有坑：两者都是 R&K 分期可直接对照，但采样率、导联组合、评分团队不同，跨库联合训练要做重采样、通道子集对齐，并声明评分者风格差异。

Q23：有官方 Python 加载代码吗？
官方提供 Matlab 脚本（ScoringReader.m/CAP.m）。Python 生态可用 MNE（读 EDF）+ wfdb（读 .st 标注）自行组合；.txt 评分文件格式简单，可自写解析器。

Q24：PhysioBank ATM 怎么用它？
在 PhysioNet 记录页选任一记录打开 ATM，波形上可直接叠加 .st 标注（事件写在 aux 字符串里），适合下载前抽查数据与标注对齐情况。

Q25：数据大小与下载时长预期？
整包 zip 约 40.1 GB，国内网络下载需预留时间与磁盘；也可只下载目标子组（如只用 rbd 组）按单文件获取。

Q26：文献里还有哪些 CAP 相关论文可读？
Parrino 2012 Sleep Med Rev 综述（CAP=睡眠不稳定标记的正式定位）、Terzano 1985 Sleep 奠基论文、Terzano 2003 失眠微结构、Parrino 1996 PLM 门控、Parrino 2006 CAP 与癫痫。

Q27：自动 CAP 评分现在解决了吗？
没有。官方页面写于上线时：既有算法「要么需要人工干预，要么精度不足以支持临床诊断」；十余年后 CAP 评分的临床化仍是开放问题，参考标准仍稀缺。

Q28：能用于商业项目吗？
可以。ODC-BY v1.0 不限制用途，含商业；唯一硬性义务是按 Q8 署名。

Q29：数据里有人口学信息吗？
官方页面未逐条披露年龄/性别明细；评分文件里可用的元数据是体位（部分记录）与事件时戳。做人口学分层分析需另行向贡献方确认。

Q30：有没有版本更新计划？
版本 1.0.0 自 2012 年至今是唯一版本，未见更新记录；archive.physionet.org 的 pn6 镜像保留原始形态。

Q31：和 MIT-BIH Polysomnographic Database 什么关系？
同属 PhysioBank 睡眠类，但后者规模更小（18 条）、无 CAP 标注；capsleep 在规模、病理谱与标注粒度上全面超越，仅历史地位上两者并列为早期 PSG 公开资源。

Q32：一句话总结这个数据集的适用边界？
「秒级 CAP 微结构 + 多病组 + 零门槛许可」是它的三张牌；「单中心评分、采样率异构、小病组无效力」是它的三条边界——用对了场景就是睡眠 EEG 研究的高杠杆起点，用错场景（呼吸事件、大样本分期）则应分流到更合适的库。

Q33：我想做 A 相检测，最小可行流程是什么？
① 从 RECORDS 选定子组（建议先做 rbd 组 22 条，组内同质）；② MNE 读 EDF，按 EDF 头重采样到统一频率（如 128 Hz）；③ 解析 .txt 得 A 相事件表；④ 切窗（如 2 秒窗）做逐窗二分类，标注规则=窗与任一 A 相区间重叠；⑤ 按「记录级留出」切训练/测试（绝不按窗切，否则同一夜的窗会泄漏到测试集）；⑥ 用事件级 F1（重叠阈值 0.3-0.5）报告。

Q34：为什么必须按记录留出而不是按窗留出？
同一夜内相邻窗高度自相关，按窗随机切会让测试窗的训练近邻来自同一条记录，指标虚高几个到十几个点。记录级（或受试者级）留出是这个领域的基本纪律，MDPI 2023 用的 hold-out 与分层 10 折也是记录级。

Q35：A1/A2/A3 三分类比二分类难多少？
显著更难：三个亚型的判读边界本身在 Atlas 规则里就允许混合形态（A2 就是「混合」型），且亚型分布偏斜（A1 通常最多，A3 较少）。常见折中是先做 A 相检测再级联亚型分类，或把 A1 vs A2+A3（「低影响 vs 高影响」）作为粗粒度任务。

Q36：CAP rate 能直接当回归目标吗？
可以做记录级 CAP rate 回归，但 108 条做回归样本量极小，只适合做相关性/一致性研究（自动 vs 人工 CAP rate 的 Bland-Altman），不适合训练通用回归模型。

Q37：怎么把 .txt 的日历时戳对齐到 EDF 相对时间？
EDF 头里有记录起始时间；.txt 的首个事件时戳减去 EDF 起始时即得相对秒。注意有的 .txt 首行是灯光关闭时间而非第一个事件，建议用第一个 SLEEP- 事件做锚点核对，偏移量应在秒级而非小时级。

Q38：.st 和 .txt 用哪个？
内容等价。做 Python 快速原型用 .txt 更直接（纯文本逐行解析）；做 WFDB 生态集成或用 PhysioBank ATM 校验时用 .st。两者不一致时应视为数据缺陷并记录。

Q39：体位标注覆盖多少？
部分记录有（Left/Right/Prone/Supine），部分没有。用体位做协变量前先统计覆盖率，缺失时不要插补成某一默认体位。

Q40：EEG 导联的选择有讲究吗？
A 相在额-中央区最活跃，Fp1-F3/F3-C3/Fp2-F4/F4-C4 等附加导联（仅部分记录有）信号质量最好；只有基础三导（F/C/O 参考乳突）的记录用 C3/C4 即可。跨记录统一到「C3/C4 双导 + 重采样」是最常见的最小公约数方案。

Q41：要不要用双侧胫前 EMG？
做 PLM 相关任务时必须用（判读通道）；纯 A 相检测任务里胫前 EMG 可作为辅助特征（A 相尤其 A3 伴肌电变化），但注意其采样率与 EEG 不同。

Q42：EKG 能从记录里得到什么？
A 相伴随的心率加快是 Atlas 判读的辅助证据之一。可以提取逐搏 RR 序列做心率变异性特征，作为 A 相分类的自主神经侧输入——这也是「多模态 A 相检测」的最简单实现路径。

Q43：能不能和 apnea-ecg 联合训练呼吸暂停检测？
不建议直接联合：capsleep 的 SDB 只有 4 条，呼吸事件也不是本库标注目标。合理的关系是把 capsleep 的呼吸通道用作辅助证据，呼吸暂停任务本身用 apnea-ecg。

Q44：能不能和 sleep-edf 联合训练分期？
可以（同为 R&K 分期），但要做：重采样对齐、通道子集对齐（sleep-edf 多数只有 EEG+EOG 两导）、评分团队差异声明。联合后可做「分期预训练 + A 相微调」的课程式训练。

Q45：这个库适合预训练基础模型吗？
不适合当主力语料（40.1 GB、108 条太少），适合当微结构评测集——在别处预训练的睡眠模型拿到这里测 A 相检测，作为「亚分钟级事件理解」的探针。

Q46：数据质量有官方质检报告吗？
没有独立质检报告；官方文档对通道与标注形态的描述即是质量口径。实践中常见的小问题包括个别记录通道缺失、体位缺失——加载代码要做逐记录完整性断言。

Q47：nfle33 为什么有 739 MB？
大概率是高采样率 + 全部附加导联的组合（官方未逐条披露配置细节）。加载高采样记录时注意内存：739 MB 的 EDF 解压到 float64 数组会显著膨胀，建议分通道流式读取。

Q48：有已知的数据错误清单吗？
官方页面未列已知错误。社区偶有讨论个别记录标注边界争议，但没有权威勘误表；遇到可疑标注建议对照 ATM 里的波形自查并留存。

Q49：用这个库发论文，方法节要写哪些细节？
记录级划分方式、重采样目标频率、通道选择、窗长、A 相匹配标准（重叠阈值）、评估指标（事件级 F1/AUPRC）、R&K 分期声明、单中心评分局限声明。漏写任何一条都可能被审稿人打回。

Q50：审稿人最常挑的刺是什么？
① 按窗随机切分（数据泄漏）；② 把 97% 负类准确率当成绩；③ 忽略采样率异构；④ 把 R&K 分期与 AASM 混谈；⑤ 用 2 条磨牙症或 4 条 SDB 下病组结论。以上全部对应本条目 §10 的坑。

Q51：有没有 CAP 评分的公开基线代码？
官方只给解析与指标脚本，不含基线分类器。社区散见 GitHub 实现（质量参差），复现 MDPI 2023 类论文时建议以论文超参为准、自写基线。

Q52：CAP 序列长度分布有参考数字吗？
官方未给统计表；文献里单条整夜的 CAP 序列通常数十到上百个、每序列 2 到十几个周期不等。建议用官方脚本在目标子组上自算分布再设计模型输出层。

Q53：REM 期有 CAP 吗？
按定义 CAP 是 NREM 现象，REM 期不做 CAP 评分（Atlas 规则）。处理数据时 REM 段的「非 A 相」不是 B 相，建模时要把 REM 段单独处理。

Q54：MT 体动事件和 A 相什么关系？
MT 是体动干扰段，可能与 A 相时间上接近但不是 A 相。把 MT 当 A 相正样本会污染标注；建议 MT 段单独成类或剔除。

Q55：能不能只下部分记录？
可以，PhysioNet 支持单文件下载；先下 2-3 条（如 n1、rbd1、nfle1）跑通流水线再决定全量下载是省时间的好习惯。

Q56：40.1 GB 下载慢怎么办？
① 只下目标子组的单文件；② 用 rsync/断点续传工具整包续传；③ 国内网络可错峰。物理下载没有官方镜像加速渠道。

Q57：数据里的患者是连续队列还是筛选样本？
官方描述为「carefully annotated examples in a representative variety of pathophysiologic contexts」——是按标注质量与情境代表性筛选的示例集，不是流行病学意义的连续队列；任何患病率推断都无效。

Q58：一条记录等于一个患者吗？
是。命名前缀+序号即受试者编号，无重复就诊记录；108 条对应 108 名受试者。

Q59：年龄性别分布对建模重要吗？
重要但不可得——官方未逐条披露人口学。做跨病组比较时无法控制年龄协变量，这要写进局限声明。

Q60：能不能做药物干预研究？
不能，这是单时点观察记录，无干预设计。药物效应研究请看 sleep-edf 的 temazepam 子研究。

Q61：这个库在千方病案医数集的生态里怎么用？
作为生理信号-睡眠信号分支的核心条目之一，与 apnea-ecg（呼吸事件）、sleep-edf（健康分期）构成睡眠三角，为睡眠 EEG 事件检测类任务提供方法学锚点与检索入口。

Q62：如果我只关心 CAP rate 这一个指标，有必要下全库吗？
不必。CAP rate 是记录级指标，可先用官方脚本在少数子组记录上验证实现，再按需扩展；但如果要做逐夜对比，全量下载仍是最稳的。

Q63：引用时 DOI 和论文引用二选一可以吗？
不可以。官方要求同时引用 Terzano 2001 Atlas 论文与 PhysioNet 标准引用，DOI 用于检索资源本体，论文引用用于方法学溯源，两者服务不同审计目的。

Q64：一句话给想入门的同学？
先在 ATM 里看一眼 n1 的波形和 A 相标注长什么样，再下 rbd 组 22 条做记录级留出的 A 相二分类——一星期内可以跑通全流程，这比一上来就规划大模型训练务实得多。

事实清单（硬事实 34 条）

数据集名称：CAP Sleep Database；PhysioNet slug capslpdb；本库 slug capsleep。
发布平台：PhysioNet，Open Access 类别。
发布日期：2012-07-26 17:20；版本 1.0.0（唯一版本）。
DOI：10.13026/C2VC79。
许可：Open Data Commons Attribution License v1.0（ODC-BY v1.0）。
记录总数：108 条全夜多导睡眠图（PSG）。
受试者构成：16 名健康对照 + 92 名患者。
病理分布：NFLE 40、RBD 22、PLM 10、失眠 9、发作性睡病 5、SDB 4、磨牙症 2。
记录命名前缀即组别：n/nfle/rbd/plm/ins/narco/sdb/brux + 序号。
总解压大小：约 40.1 GB。
单条 .edf 大小范围：约 29.4 MB（n16）至 739.3 MB（nfle33）。
平均记录时长：约 9 小时（MDPI 2023 口径；PhysioNet 未给官方时长数字）。
采样率：跨记录异构，约 50-512 Hz（MDPI 2023 口径；PhysioNet 官方页面未逐条列出——双口径存照）。
EEG 配置：≥3 导（F3/F4、C3/C4、O1/O2），参考乳突 A1/A2。
其他信号：EOG 2 导、颏下 EMG、双侧胫前 EMG、airflow、胸腹呼吸努力、SaO2、EKG。
附加导联（部分记录）：Fp1-F3、F3-C3、C3-P3、P3-O1 和/或 Fp2-F4、F4-C4、C4-P4、P4-O2（10-20 系统双极）。
标注文件：每条记录 .edf + .txt（REMlogic 格式）+ .st（PhysioBank 兼容）三种。
分期体系：R&K 规则（W、S1-S4、REM、MT）；Matlab 编码 0/1-4/5。
CAP 定义：A 相 + 后随 ≤60 秒 B 相 = CAP 周期；≥2 相邻周期 = CAP 序列。
A 相亚型：A1（同步化）、A2（混合）、A3（去同步化），判读规则出自 Terzano 2001 Atlas。
A 相事件平均累计时长：约 16 分钟/条（约占记录 3%，MDPI 2023 口径）。
官方脚本：ScoringReader.m（解析 .txt）与 CAP.m（计算 CAP time 与 CAP rate），BIOSIP 组实现。
贡献人：Mario Giovanni Terzano 教授与 Liborio Parrino 教授。
评分团队：Andrea Grassi、Fernando De Paolis、Giulia Milioli、Silvia Riccardi（MD）、Nicoletta Azzi、Valentina Rosso（BSc）。
组织上线：Politecnico di Milano（米兰理工大学）生物工程系 BIOSIP 组；Sara Mariani 协调发布准备（MIT 访学期间 PhysioNetWorks 项目）。
官方指定引用：Terzano MG et al. Atlas, rules, and recording techniques for the scoring of CAP in human sleep. Sleep Med 2001 Nov;2(6):537-553（PMID 14592270）。
PhysioNet 平台引用（2026 版）：Pollard T et al. Nature Health 2026;1(8):792-795. doi:10.1038/s44360-026-00096-z。
CAP 奠基论文：Terzano MG, Mancia D, Salati MR, Costani G, Decembrino A, Parrino L. Sleep 1985;8(2):137-145。
CAP 综述：Parrino L, Ferri R, Bruni O, Terzano MG. Sleep Med Rev 2012 Feb;16(1):27-45。
PLM 门控论文：Parrino L et al. J Clin Neurophysiol 1996;13(4):314-323。
失眠微结构论文：Terzano MG et al. Clin Neurophysiol 2003;114(9):1715-1723。
CAP-癫痫统一框架：Parrino L, Halasz P, Tassinari CA, Terzano MG. Sleep Med Rev 2006;10(4):267-285。
典型研究例：MDPI Appl Sci 2023;13:10299（21 条 RBD、Fp2-F4/F4-C4 导联、1d-SAX+Doc2Vec、A 相分类）。
PhysioBank 分类：Class 3 数据库；页面浏览量约 1330（抓取时点 2026-10-15，仅热度参考）。

术语表（24 条）

CAP（Cyclic Alternating Pattern，周期性交替模式）：NREM 睡眠中周期性 EEG 活动，激活相与去激活相交替，是睡眠不稳定性的电生理标记。
A 相（phase A）：CAP 周期中的激活段，标注起点、时长与亚型。
B 相（phase B）：A 相后 ≤60 秒的去激活段，不独立标注，由相邻 A 相推算。
CAP 周期（CAP cycle）：一个 A 相 + 后随 B 相。
CAP 序列（CAP sequence）：≥2 个相邻 CAP 周期。
CAP rate：NREM 睡眠中 CAP 时间占总 NREM 时间的比例，睡眠不稳定性的核心指标。
A1/A2/A3：A 相三亚型，按 EEG 同步化程度与自主-体运动影响分档。
PSG（polysomnography，多导睡眠图）：同步记录 EEG/EOG/EMG/呼吸/血氧/心电的整夜睡眠监测技术。
EDF（European Data Format）：本库波形文件格式，欧洲数据格式标准。
R&K 规则（Rechtschaffen & Kales）：1968 年确立的经典睡眠分期体系（W/S1-S4/REM），AASM 2007 体系的前身。
MT（body movement，体动）：R&K 体系中的体动事件标记。
NFLE（夜间额叶癫痫）：睡眠中起源于额叶的癫痫，本库最大病理子组（40 条）。
RBD（REM 睡眠行为障碍）：REM 期肌张力失弛缓消失导致梦中动作上演，α-突触核蛋白病前驱标志。
PLM（周期性腿动）：睡眠中下肢周期性刻板运动，判读通道为胫前 EMG。
SDB（睡眠呼吸障碍）：以呼吸事件为特征的睡眠疾病，本库仅 4 条。
EOG（眼电图）：记录眼动电位的导联，REM 判读依据。
EMG（肌电图）：肌电记录，本库含颏下与双侧胫前共三路。
SaO2（血氧饱和度）：脉搏血氧，呼吸事件严重度指标。
AASM（美国睡眠医学会）：2007 年发布现行分期体系（N1-N3），S3/S4 合并为 N3。
PhysioBank ATM：PhysioNet 网页版波形浏览器，可叠加标注在线查看。
REMlogic：报告软件，本库 .txt 评分文件的来源格式。
BIOSIP：米兰理工大学生物工程系的生物信号与信息处理研究组，组织本库上线并实现 Matlab 脚本。
PhysioNetWorks：PhysioNet 的协作发布流程，本库经此渠道由 Sara Mariani 协调完成公开。
ODC-BY（Open Data Commons Attribution License）：开放数据署名许可 v1.0，本库许可，允许任何用途、义务为署名。

附录

A.1 数据组织速查

目录：记录按前缀分组的 .edf/.txt/.st 三件套 + RECORDS 索引 + 文档与示意图（CAP-sequence.jpg 等）+ Matlab 脚本。
下载整包：physionet.org/content/capslpdb/1.0.0/ 页面 zip（约 40.1 GB）。
单文件浏览：PhysioBank ATM 在线查看波形与 .st 标注。
旧镜像：archive.physionet.org/pn6/capslpdb。

A.2 推荐加载路径（Python 生态）

波形：MNE 的 EDF 读取器逐条读入并核对实际采样率；
标注：.txt 评分文件自写解析（字段：时间/事件/时长/位置/体位），或用 wfdb 读 .st；
指标：按官方 CAP.m 的口径自行实现 CAP rate，或移植 ScoringReader.m 的解析逻辑；
对齐：把 A 相事件与 R&K 分期放在同一时间基线上再建模（.txt 时间为 hh:mm:ss 日历时戳，EDF 内部为相对秒——换算时留意起点）。

A.3 引用模板

数据集：Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng C-K, Stanley HE. PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation 2000;101(23):e215-e220.（或替换为 Pollard 2026 Nature Health 新版平台引用）
方法学：Terzano MG, Parrino L, Sherieri A, et al. Atlas, rules, and recording techniques for the scoring of cyclic alternating pattern (CAP) in human sleep. Sleep Med 2001;2(6):537-553.

A.4 建议互链点（rid 入库后回填）

apnea-ecg（Apnea-ECG Database）：PhysioNet 睡眠家族、ECG 期呼吸暂停筛查——与本条目构成「标注粒度谱系」两端。
sleep-edf（Sleep-EDF Database Expanded）：健康/药物效应 PSG 分期基准——与本条目构成「分期 vs 微结构」任务互补对。
互链 URL 一律使用占位形态 https://www.qianfanghub.com/ai-ready-dataset/<slug>/0，入库后由主会话统一回填真实 rid。

A.5 逐记录清册（108 条全表）

下表按 PhysioNet 官方命名规则列出全部记录。每行一个受试者；文件三件套（.edf/.txt/.st）随记录同名配套。

序号	记录名	组别	组内序号
1	n1	健康对照	1/16
2	n2	健康对照	2/16
3	n3	健康对照	3/16
4	n4	健康对照	4/16
5	n5	健康对照	5/16
6	n6	健康对照	6/16
7	n7	健康对照	7/16
8	n8	健康对照	8/16
9	n9	健康对照	9/16
10	n10	健康对照	10/16
11	n11	健康对照	11/16
12	n12	健康对照	12/16
13	n13	健康对照	13/16
14	n14	健康对照	14/16
15	n15	健康对照	15/16
16	n16	健康对照	16/16（.edf 约 29.4 MB，库内最小）
17	nfle1	夜间额叶癫痫	1/40
18	nfle2	夜间额叶癫痫	2/40
19	nfle3	夜间额叶癫痫	3/40
20	nfle4	夜间额叶癫痫	4/40
21	nfle5	夜间额叶癫痫	5/40
22	nfle6	夜间额叶癫痫	6/40
23	nfle7	夜间额叶癫痫	7/40
24	nfle8	夜间额叶癫痫	8/40
25	nfle9	夜间额叶癫痫	9/40
26	nfle10	夜间额叶癫痫	10/40
27	nfle11	夜间额叶癫痫	11/40
28	nfle12	夜间额叶癫痫	12/40
29	nfle13	夜间额叶癫痫	13/40
30	nfle14	夜间额叶癫痫	14/40
31	nfle15	夜间额叶癫痫	15/40
32	nfle16	夜间额叶癫痫	16/40
33	nfle17	夜间额叶癫痫	17/40
34	nfle18	夜间额叶癫痫	18/40
35	nfle19	夜间额叶癫痫	19/40
36	nfle20	夜间额叶癫痫	20/40
37	nfle21	夜间额叶癫痫	21/40
38	nfle22	夜间额叶癫痫	22/40
39	nfle23	夜间额叶癫痫	23/40
40	nfle24	夜间额叶癫痫	24/40
41	nfle25	夜间额叶癫痫	25/40
42	nfle26	夜间额叶癫痫	26/40
43	nfle27	夜间额叶癫痫	27/40
44	nfle28	夜间额叶癫痫	28/40
45	nfle29	夜间额叶癫痫	29/40
46	nfle30	夜间额叶癫痫	30/40
47	nfle31	夜间额叶癫痫	31/40
48	nfle32	夜间额叶癫痫	32/40
49	nfle33	夜间额叶癫痫	33/40（.edf 约 739.3 MB，库内最大）
50	nfle34	夜间额叶癫痫	34/40
51	nfle35	夜间额叶癫痫	35/40
52	nfle36	夜间额叶癫痫	36/40
53	nfle37	夜间额叶癫痫	37/40
54	nfle38	夜间额叶癫痫	38/40
55	nfle39	夜间额叶癫痫	39/40
56	nfle40	夜间额叶癫痫	40/40
57	rbd1	REM 睡眠行为障碍	1/22
58	rbd2	REM 睡眠行为障碍	2/22
59	rbd3	REM 睡眠行为障碍	3/22
60	rbd4	REM 睡眠行为障碍	4/22
61	rbd5	REM 睡眠行为障碍	5/22
62	rbd6	REM 睡眠行为障碍	6/22
63	rbd7	REM 睡眠行为障碍	7/22
64	rbd8	REM 睡眠行为障碍	8/22
65	rbd9	REM 睡眠行为障碍	9/22
66	rbd10	REM 睡眠行为障碍	10/22
67	rbd11	REM 睡眠行为障碍	11/22
68	rbd12	REM 睡眠行为障碍	12/22
69	rbd13	REM 睡眠行为障碍	13/22
70	rbd14	REM 睡眠行为障碍	14/22
71	rbd15	REM 睡眠行为障碍	15/22
72	rbd16	REM 睡眠行为障碍	16/22
73	rbd17	REM 睡眠行为障碍	17/22
74	rbd18	REM 睡眠行为障碍	18/22
75	rbd19	REM 睡眠行为障碍	19/22
76	rbd20	REM 睡眠行为障碍	20/22
77	rbd21	REM 睡眠行为障碍	21/22
78	rbd22	REM 睡眠行为障碍	22/22
79	plm1	周期性腿动	1/10
80	plm2	周期性腿动	2/10
81	plm3	周期性腿动	3/10
82	plm4	周期性腿动	4/10
83	plm5	周期性腿动	5/10
84	plm6	周期性腿动	6/10
85	plm7	周期性腿动	7/10
86	plm8	周期性腿动	8/10
87	plm9	周期性腿动	9/10
88	plm10	周期性腿动	10/10
89	ins1	失眠	1/9
90	ins2	失眠	2/9
91	ins3	失眠	3/9
92	ins4	失眠	4/9
93	ins5	失眠	5/9
94	ins6	失眠	6/9
95	ins7	失眠	7/9
96	ins8	失眠	8/9
97	ins9	失眠	9/9
98	narco1	发作性睡病	1/5
99	narco2	发作性睡病	2/5
100	narco3	发作性睡病	3/5
101	narco4	发作性睡病	4/5
102	narco5	发作性睡病	5/5
103	sdb1	睡眠呼吸障碍	1/4
104	sdb2	睡眠呼吸障碍	2/4
105	sdb3	睡眠呼吸障碍	3/4
106	sdb4	睡眠呼吸障碍	4/4
107	brux1	磨牙症	1/2
108	brux2	磨牙症	2/2

注：逐条采样率、时长、通道明细官方页面未发布统一表格，需读各 .edf 头获取；本清册仅保证命名与分组的完整性。

A.6 实操代码骨架（概念示例）

以下为「下载后到可训练状态」的概念代码骨架（非官方代码，仅供流程参考）：

# 1. 读 EDF，确认实际采样率与通道
import mne
raw = mne.io.read_raw_edf("rbd1.edf", preload=False)
print(raw.info["sfreq"])          # 逐条打印，勿假设固定值
print(raw.ch_names)               # 通道清单，含附加双极导联与否
raw.resample(128).load_data()     # 统一重采样到目标频率

# 2. 解析 .txt 评分文件为事件表
#    行格式：时间[hh:mm:ss] 事件 时长(秒) 位置 体位
#    事件类型：SLEEP-S0..S4 / REM / MT / CAP phase A（亚型信息见 location 或附注列）
#    关键：A 相区间的亚型要与事件行绑定；B 相按「A 相后 ≤60s」规则推算

# 3. 时基对齐
#    EDF 头里的起始日历时戳 vs .txt 的日历时戳：
#    relative_sec = event_clock - edf_start_clock
#    用第一个 SLEEP- 事件锚定，校验偏移为秒级

# 4. 切窗与标签
#    窗长 2s、步长 1s（或 30s 分期窗）：
#    label = 1 若窗与任一 A 相区间重叠（可加重叠率阈值）
#    REM 与 MT 段：单独成类或剔除，不计入 B 相

# 5. 划分：记录级留出
#    train/val/test 按「记录」分组切分，严禁按窗随机切分
#    rbd 组可用：train 12 / val 4 / test 6 记录一类比例

# 6. 评估：事件级
#    预测段与参考段重叠 IoU ≥ 0.3 记一次命中
#    报告事件级 Precision / Recall / F1 与 AUPRC
#    禁止只报逐点 accuracy（负类约 97%，无信息量）

配套的官方 Matlab 链路（等价功能）：ScoringReader.m 输出宏观分期数组 + A 相起点/时长/亚型数组；CAP.m 在其上按 Terzano 规则算 CAP time 与 CAP rate。Python 实现的 CAP rate 建议与 CAP.m 在同一条记录上对数验证（应精确一致）。

A.7 Atlas 判读规则细读（写代码前必读的五条）

A 相时长约束：Atlas 规则下单相 A 相通常在 2-60 秒量级；超出常态范围的片段应回查标注或视为非 CAP 事件。代码里对事件表做时长分布 sanity check（分位数表）是廉价而高价值的第一步。
亚型判据是组合判据：EEG 形态（同步化 vs 去同步化）为主，结合心率/肌电响应幅度。A2 的「混合」属性意味着边界样本天然存在判读分歧——亚型分类器的参考标签本身带模糊性，评估时宜报告「边界样本占比」。
CAP 是 NREM 现象：REM 与清醒段的 A 相样波动不计入 CAP。评估 CAP rate 时分母只含 NREM 时间；建模时 REM 段要显式排除或单独成类。
序列约束 ≥2 周期：孤立的单个「A 相 + B 相」不构成 CAP 序列，不计入 CAP 时间。自动检测器的输出在后处理阶段要做「孤立周期过滤」才能与人工 CAP rate 可比。
B 相 ≤60 秒：两个 A 相间隔超过 60 秒即断开序列。这个阈值要硬编码进后处理；忘了它的实现会把长间隔误并成序列，系统性高估 CAP 序列长度与 CAP time。

附录 A.8 数据卡（速查版）

名称：CAP Sleep Database（PhysioNet slug：capslpdb）
发布：2012-07-26，v1.0.0（唯一版本），DOI 10.13026/C2VC79
许可：ODC-BY v1.0，Open Access，免注册免 DUA
规模：108 条全夜 PSG（16 健康 + 92 病理：NFLE 40 / RBD 22 / PLM 10 / 失眠 9 / 发作性睡病 5 / SDB 4 / 磨牙症 2），约 40.1 GB
信号：EEG ≥3 导 + EOG 2 导 + 颏下/双侧胫前 EMG + airflow + 胸腹努力 + SaO2 + EKG（+部分记录额区双极导联）；采样率约 50-512 Hz 逐条异构
标注：R&K 分期（W/S1-S4/R/MT）+ 体位（部分）+ CAP A 相（起点/时长/A1-A3 亚型）；.txt 与 .st 双格式 + Matlab 脚本两枚
引用义务：Terzano 2001 Atlas（Sleep Med 2(6):537-553，PMID 14592270）+ PhysioNet 平台引用
贡献方：帕尔马 Maggiore 医院睡眠障碍中心（Terzano & Parrino）；BIOSIP 组（米兰理工）组织上线
官方动机：为自动 CAP 分析器的开发评估提供精心标注的多病理情境样例；支撑 CAP 动力学基础研究
本库 slug：capsleep；互链：apnea-ecg、sleep-edf（PhysioNet 睡眠三角）

附录 A.9 研究方向清单（可选题库）

A 相检测的记录级基准统一：当前文献切分与指标口径不一，构建统一记录级协议（固定留出、事件级 IoU 阈值）并复测代表方法，本身就是有价值的论文；
亚型边界模糊度建模：把 A2 的「混合」属性显式建模为软标签/概率输出，评估校准度；
多模态贡献分解：EEG vs EKG vs 胫前 EMG 的通道消融，验证 Atlas「组合判据」假说的量化版本；
跨病组迁移：NFLE→RBD→PLM 的 A 相检测迁移矩阵，量化「唤醒耦合」的疾病通用性；
CAP rate 估计器的一致性研究：自动逐夜 CAP rate vs 人工的 Bland-Altman，评估临床可用性边界；
R&K→AASM 映射下的复评：用映射规则重算基线指标，量化分期体系代差的影响；
小病组的案例级报告：SDB 4 条与磨牙症 2 条作为「呼吸性/运动性 A 相」案例展示，配合文献做定性对照；
与 sleep-edf 的联合课程学习：分期预训练→A 相微调，测微结构任务是否受益于宏观分期表征。

附录 A.12 主题词索引（检索友好）

数据集本体：CAP Sleep Database / capslpdb / PhysioNet 2012 / 10.13026/C2VC79
标注体系：cyclic alternating pattern / phase A / A1 A2 A3 / CAP rate / Terzano Atlas 2001 / R&K staging
信号类型：polysomnography / PSG / EEG / EOG / EMG / EKG / SaO2 / airflow / EDF
病理情境：nocturnal frontal lobe epilepsy / NFLE / REM behavior disorder / RBD / periodic leg movement / PLM / insomnia / narcolepsy / bruxism / sleep-disordered breathing / SDB
机构人物：Terzano / Parrino / Parma / Ospedale Maggiore / BIOSIP / Politecnico di Milano / Sara Mariani / PhysioNetWorks
中文关键词：周期性交替模式 / 多导睡眠图 / 睡眠分期 / 睡眠不稳定性 / 夜间额叶癫痫 / REM 睡眠行为障碍 / 周期性腿动 / 磨牙症 / 发作性睡病
任务词：A-phase detection / A-phase classification / sleep staging / CAP scoring / sleep microstructure / event detection

附录 A.13 实验报告模板（写结果节用）

实验报告要素模板（CAP A 相检测任务）

1. 数据锚定
   - 数据集：CAP Sleep Database v1.0.0（2012-07-26，DOI 10.13026/C2VC79，ODC-BY v1.0）
   - 使用子组与记录数：＿＿（例：rbd 组 22 条）
   - 划分：记录级 train/val/test = ＿/＿/＿（记录名清单见附录）

2. 预处理
   - 重采样目标：＿＿ Hz（逐条自 EDF 头确认原采样率 50-512 Hz）
   - 带通：＿＿ Hz；陷波：50 Hz（如用）
   - 通道：＿＿（例：C3/C4 参考乳突）
   - 时基对齐方法：首个 SLEEP- 事件锚定（偏移核查通过）

3. 标签
   - 任务：A 相二分类 / A1-A3 三分类
   - 窗定义：窗长 ＿＿ s，重叠阈值 ＿＿
   - REM/MT 处置：＿＿

4. 模型与训练
   - 架构/参数量/随机种子数/早停准则：＿＿

5. 评估
   - 事件级 F1（IoU≥0.3 / IoU≥0.5）：＿＿ / ＿＿
   - AUPRC：＿＿
   - 分解：按亚型 ＿＿；按分期 ＿＿
   - CAP rate 一致性（如适用）：r=＿＿，MAE=＿＿，BA LoA=＿＿

6. 局限声明
   - 单中心标注无一致性数据；采样率异构；小病组无效力；R&K 体系

A.10 术语增补（16 条）

NREM（non-rapid eye movement）睡眠：非快速眼动睡眠，R&K 分为 S1-S4，AASM 合并为 N1-N3。
REM（rapid eye movement）睡眠：快速眼动睡眠，做梦高发期，正常伴肌张力失弛缓。
肌张力失弛缓（atonia）：REM 期正常出现的骨骼肌张力消失；RBD 即其缺失。
纺锤波（sleep spindle）：S2 期 11-16 Hz 短串振荡，与记忆巩固相关。
K 复合波（K-complex）：S2 期高幅双相慢波，保护性唤醒应答。
唤醒（arousal）：≥3 秒 EEG 去同步化事件，AASM 有正式评分规则；A3 与其高度重叠但不等价。
微唤醒（microarousal）：亚唤醒级的短暂皮层激活，大体对应 A1/A2 的功能域。
慢波睡眠（slow-wave sleep）：S3+S4（AASM 的 N3），高幅 delta 波主导。
乳突参考（mastoid reference）：A1/A2 电极位置，本库 EEG 的参考点。
10-20 系统：国际标准头皮电极 placement 体系，本库附加双极导联按此命名。
WFDB：PhysioNet 的波形-标注软件生态，.st 标注的读取工具族。
PhysioNetWorks：PhysioNet 的贡献协作流程，本库经此发布。
A 相起点/时长/亚型三元组：本库 A 相标注的最小信息单元。
CAP time：全部 CAP 序列内时间之和（NREM 内）。
Bland-Altman 一致性：两种测量方法一致性的标准图示法，CAP rate 自动化验证常用。
记录级留出（record-level split）：按记录（受试者）划分数据集的防泄漏纪律。

A.11 技术细节快问快答（20 问）

问：EDF 文件里采样率不一致是常态吗？答：本库是——逐条读头，别信任何全局默认值。
问：可以只用 C3/C4 两导做全部实验吗？答：可以，是最常见的最小公约数方案；用额区附加导联时必须限定在可用记录子集并声明。
问：EEG 滤波带通用什么？答：文献常用 0.3-35 Hz（看纺锤波要 12-16 Hz 带通分析），按任务写明即可。
问：要去除工频干扰吗？答：按 EDF 记录质量定，50 Hz（欧洲市电）陷波是常规步骤。
问：归一化统计量按什么算？答：按训练集记录统计，验证/测试沿用——老规矩，但要写明。
问：A 相事件表的亚型字段在哪？答：在 .txt 的行内信息与 ScoringReader.m 的第三个数组；解析时务必绑定，别只取起点时长。
问：可以拿别的库的 arousal 标注当 A 相标签吗？答：不可以互换——arousal 是 AASM 规则、无 B 相结构约束；可作为弱监督辅助源并声明差异。
问：S1 期 A 相少是数据问题吗？答：不是，S1 本身 CAP 就少，属正常生理。
问：一条记录 CAP rate 为零可能吗？答：罕见但可能（CAP 序列极少）；先核对解析器再下结论。
问：REM 期 EEG 快活动会被误检为 A 相吗？答：会——REM 的低幅快活动与 A3 形态接近；REM 段过滤是后处理必备。
问：心率特征怎么提取？答：EKG 做 R 波检测得逐搏 RR，插值重采样到 EEG 时间基线，再做滑窗均值/斜率特征。
问：胫前 EMG 的采样率和 EEG 一样吗？答：不一定，逐通道读头；重采样对齐后再融合。
问：模型输出层建议什么形态？答：逐点二值/三分类 logits（seq2seq）+ 后处理序列规则，比独立窗分类器上限高。
问：后处理必须做哪些规则？答：孤立周期过滤、60 秒断开、REM 段抑制——三条缺一不可，见 A.7。
问：评估时 IoU 阈值取多少？答：0.3（宽）与 0.5（严）各报一档；只用一个阈值容易被审稿人要求补。
问：108 条跑深度模型会过拟合吗？答：会倾向过拟合——容量控制、强增广（时移、噪声、通道丢弃）、早停、跨组验证缺一不可。
问：增广安全吗？答：时移小量、加性高斯噪声安全；时间伸缩会破坏 A 相时距分布，慎用。
问：可以用自监督预训练吗？答：可以且推荐——在 108 条上做掩码重建式预训练再微调，或用外部睡眠模型权重迁移。
问：结果应报几次运行的平均？答：固定划分下至少 3 个随机种子报均值±方差；划分本身建议 3 组复用折。
问：代码仓库该发布什么？答：预处理配置、记录划分清单、事件级评估脚本、与 CAP.m 的对数验证脚本——四件套齐了才谈可复现。

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	PhysioNet 专属页面 + DOI（10.13026/C2VC79）+ 旧镜像三入口可索引；「CAP Sleep Database」命名直观；但 CAP 缩写在心脏电生理语境有歧义，检索需加 sleep 限定词
A 可获取性	10	ODC-BY v1.0、Open Access、免注册免 DUA，整包 zip（约 40.1 GB）与单文件两条路径；获取摩擦在本领域属最低档
I 可互操作	7	EDF（行业通用）+ PhysioBank 兼容 .st 标注 + Matlab 脚本三生态覆盖；扣分项：采样率跨记录异构、无官方逐条规格表、R&K 分期需映射到 AASM
M 元数据质量	7	分组即命名前缀（自解释）、官方文档清晰、脚本固化指标口径；扣分项：无逐条人口学/采样率/时长规格表、评分者间一致性未发布
S 可持续性	8	PhysioNet 平台长期托管（2012 至今唯一版本稳定在线）、archive 镜像保留；单中心依赖是长期维护的隐忧
综合评级	8.0/10（高）	获取性与托管可持续性接近满分；互操作与元数据的失分点全部有明确处置路径（逐条读头、双格式校验、映射规则）

附录 C：逐项证据链自证

关键数字/事实	来源	位置
108 条记录 / 16 健康 + 92 病理	PhysioNet 官方页面	capslpdb 1.0.0 主页
NFLE 40 / RBD 22 / PLM 10 / 失眠 9 / 发作性睡病 5 / SDB 4 / 磨牙症 2	MDPI Appl Sci 2023;13:10299 §3.1（与官方命名前缀互证）	MDPI 全文
发布日期 2012-07-26 / v1.0.0 / DOI 10.13026/C2VC79	PhysioNet 官方页面	版本头
License ODC-BY v1.0	PhysioNet 官方页面	License 段
通道清单（≥3 EEG/EOG×2/EMG×3/呼吸三件套/EKG/附加双极）	PhysioNet 官方页面	Signals 段
.txt/.st 双格式 + ScoringReader.m/CAP.m	PhysioNet 官方页面 + archive 镜像	标注与脚本说明段
平均约 9 小时 / A 相约 16 分钟（约 3%）/ 采样率 50-512 Hz	MDPI Appl Sci 2023;13:10299（二手口径，官方未列）	§3.1
40.1 GB / 29.4 MB（n16）-739.3 MB（nfle33）	PhysioNet 官方页面下载清单	文件列表
R&K 分期编码 0-5 / MT	archive 镜像（hypnogram 说明）	旧版文档
CAP 周期/序列定义与 A1-A3 亚型	Terzano 2001 Sleep Med 2(6):537-553	Atlas 论文（PMID 14592270）
贡献人与评分团队名单	archive 镜像 Acknowledgements 段	旧版文档
PhysioNet 平台引用（Pollard 2026 Nature Health 1(8):792-795）	PhysioNet 官方页面 Cite 区	引用模板

尾注

本条目由千方病案医数集 AI-Ready Wikipedia 写作代理 agent-a-capsleep 于 2026-10-15 撰写。
核验来源：① PhysioNet 官方页面 physionet.org/content/capslpdb/1.0.0/（含 DOI、许可、通道、分组、工具说明）；② archive.physionet.org/pn6/capslpdb 旧镜像（含脚本与参考文献全文口径）；③ MDPI Applied Sciences 2023;13:10299（逐组计数、时长、采样率、A 相占比等转述口径）；④ PhysioNet 平台与 PhysioBank 数据库列表页。三源互证完成于 2026-10-15。
双口径存照：采样率（官方未列 vs MDPI 50-512 Hz）、平均时长（官方未列 vs MDPI 约 9 小时）、A 相占比（官方未列 vs MDPI 约 3%/16 分钟）——条目正文均按 MDPI 口径书写并标注来源差异。
遗留疑点：开工时 SSH 通道限流（Connection timed out during banner exchange），slug 查重 SQL 与 dedup_gate 未能开工时完成，待通道恢复后由主会话补跑确认；writing/ 目录查重已通过（库内无同实体条目）。