信息速览
INFOBOX — Cerebral Vasoregulation in Diabetes 一屏速览
维度 内容 本质 PhysioNet 公开的糖尿病脑血管调节多模态生理信号数据集（贡献型数据集，非挑战赛、非影像本体） 托管 PhysioNet（MIT LCP）｜RRID:SCR_007345 采集机构 BIDMC 老年晕厥与跌倒实验室（Syncope and Falls in the Elderly Laboratory），PI Vera Novak 版本 / DOI v1.0.0（2020-01-30）｜10.13026/m40k-4758 受试者 86 人 = 37 糖尿病 + 49 对照；年龄 55–75 岁 IRB 2003P000013（BIDMC），完成日 2019-09-13 核心模态 经颅多普勒（MCA + BRA）、呼气末 CO₂/O₂、呼吸、心率血压、平衡步态、Pedar 足底压力 核心任务 低碳酸/高碳酸反应、Valsalva、头高位倾斜（day1/day2）、坐立测试 未上传 MRI（含 MRA/CO₂ 反应）未上传；Portapress 连续血压未上传 资助 American Diabetes Association 姊妹集 cerebral-perfusion-diabetes（脑灌注+认知，TCD ACA+MCA，CASL，140 人，DOI 10.13026/whjz-e968） 库内互链 cerebral-perfusion-diabetes（姊妹集）、gait-pd、daphnet-fog 获取要点 PhysioNet 内容页下载；注意影像缺失，勿与姊妹集混用
Cerebral Vasoregulation in Diabetes 是 PhysioNet 上的一个"把糖尿病对脑血管控制力的影响量化出来"的多模态数据集。它捕捉的是一个临床上极为常见的通路：长期 2 型糖尿病损伤自主神经 → 脑血流自动调节（cerebral autoregulation）变迟钝 → 站立时大脑供血跟不上 → 头晕、跌倒。为把这条通路拆解成可测量的信号，BIDMC 老年晕厥与跌倒实验室对 86 位 55–75 岁的受试者（37 例糖尿病、49 例对照）做了一整套"给血管出难题"的测试：让受试者改变呼吸来改变二氧化碳水平、做 Valsalva 动作、被倾斜床立起、从坐到站——同时用经颅多普勒盯住中脑动脉的血流速度，用呼吸气体分析仪盯住呼气末 CO₂，用连续设备盯住心电和血压。
导语读法三则：
- 只想下数据跑信号处理：直奔 §6 获取与许可——先在内容页确认 License 与合规使用声明，再下载 LabVIEW 转换波形与 Pedar 文件。
- 要做脑血管调节建模：重点读 §4 与 §5——理解各任务段（倾斜 day1/day2、坐立）的通道构成与挑战指标，再决定用哪种自动调节度量（传递函数、反应性斜率）。
- 担心和姊妹集搞混：直接看 §9 的辨析表——本集侧重"血管调节反应"、含 MCA+BRA 且影像缺失；姊妹集侧重"脑灌注+认知"、含 ACA+MCA 与 CASL。
§0 导读：这个数据集解决什么问题
糖尿病对大脑的伤害通常被叙述为"微血管病变"或"卒中风险升高"，但更早期、更隐蔽的一层是血管的调节能力被悄悄削弱。健康人的脑血流在血压波动时能自动维持相对恒定（脑自动调节），并在二氧化碳升高时扩张血管、降低时收缩血管（脑血管反应性）；而糖尿病相关的自主神经病变会让这套"缓冲系统"变钝，于是当人从躺到站、血压短暂下坠时，大脑供血跟着掉，出现直立性低血压与晕厥前症状——这正是老年人跌倒的重要机制之一。
要把这套机制变成可研究、可复现的数据，需要同时回答三个问题：血流速度怎么测？血管对化学刺激（CO₂）怎么反应？直立挑战下血流与血压如何解耦？Cerebral Vasoregulation in Diabetes 用一套组合测量一次性回答了它们：经颅多普勒测中脑动脉与肱动脉血流速度（血管口径变化与流速改变的窗口），呼气末 CO₂ 与呼吸监测控制并量化化学刺激，头高位倾斜与坐立测试施加体位应激，连续心率血压追踪心血管响应，另附平衡、步态与足底压力刻画跌倒风险表型。37 例糖尿病与 49 例对照的配对设计，使得"组间差异"成为数据集的天然对照轴。
§0 读法三则：
- 本条目描述的是一个"测量集"而非"标注集"：它给出原始多通道波形与临床标签，任务定义由使用者自定（§5）。
- 全文硬数字来自 PhysioNet 内容页与同组论文；MRI 与 Portapress 未上传是最需要在建模前记住的局限（坑 1、坑 2）。
- 若在文献里看到"Cerebral Perfusion and Cognitive Decline in Type 2 Diabetes"，那是另一个 PhysioNet 数据集（本集的姊妹集），DOI 与病例数都不同（§9）。
§1 数据集速览：十问十答
Q1：这个数据集正式叫什么、谁托管？
官方名 Cerebral Vasoregulation in Diabetes，由 PhysioNet（MIT 计算生理学实验室主导平台，RRID:SCR_007345）托管，采集方为 Beth Israel Deaconess Medical Center（BIDMC）的老年晕厥与跌倒实验室。数据作者为 Vera Novak、Laura Mendez。
Q2：有多少受试者、怎么分组？
共 86 人：37 例糖尿病患者 + 49 例健康对照，年龄范围 55–75 岁。这是一个"糖尿病 vs 对照"的组间对比设计，聚焦中老年、糖尿病高发的年龄段。
Q3：最关键的测量仪器是什么？
经颅多普勒（TCD）——它用超声探头经颅窗测量脑内大动脉的血流速度，本数据采集了中脑动脉（MCA）与肱动脉（BRA）。MCA 血流速度是评估脑血流动态变化的经典替代指标，BRA 则提供外周对照。
Q4：都做了哪些"给血管出难题"的任务？
四类：① 低碳酸/高碳酸反应（改变呼吸使 CO₂ 升降，测脑血管反应性）；② Valsalva 动作（用力屏气，测胸腔内压与脑血流耦合）；③ 头高位倾斜（head-up tilt，分 day1 与 day2 两个会话）；④ 坐立测试（sit-to-stand）。
Q5：除了血流还测了什么？
呼气末 CO₂ 与 O₂、呼吸、连续心率与血压（Portapress 通道）、平衡与步态、Pedar 足底压力分布，以及实验室与视网膜病变指标。CO₂ 通道尤为关键，它是计算脑血管反应性的分母。
Q6：数据文件长什么样、放在哪？
目录含 Data/Labview/Converted/Head-up-tilt-day1、Head-up-tilt-day2、Sit-to-stand、Data/Pedar，以及 Data_description/GE-71_Data_Summary_table.csv 与 GE-71_Protocol.pdf。波形是 LabVIEW 采集后转换的连续多通道记录。
Q7：有没有 MRI？
没有随数据包上传。尽管研究协议包含 3T MRI（T1/T2 与非侵入 MR 血管造影，含 CO₂ 再呼吸/过度通气），PhysioNet 页面明确标注 MRI not uploaded。若研究需要影像，必须另寻途径或改用姊妹集。
Q8：还需要注意哪个未上传的通道？
Portapress 连续血压未上传。连续血压是判断直立性低血压的关键，缺失后研究者只能用非连续测量或从其他波形间接估计，这会削弱正交挑战下血流—血压耦合分析的精度。
Q9：版本与引用信息？
版本 v1.0.0，发布日 2020-01-30，DOI 10.13026/m40k-4758。IRB 为 BIDMC 2003P000013，研究完成日 2019-09-13，资助方 American Diabetes Association。引用时请同时引 PhysioNet 平台文献与数据集 DOI。
Q10：它和"脑灌注"数据集是不是一回事？
不是。本集测的是血管调节反应（TCD + CO₂ 挑战 + 体位应激），姊妹集 Cerebral Perfusion and Cognitive Decline in Type 2 Diabetes 测的是脑灌注与认知（含 CASL 连续动脉自旋标记、TCD ACA+MCA、140 人）。两者同一课题组、方法兼容但不可混用，详见 §9 辨析表。
§2 数据构成：从招募到通道的完整解剖
2.1 队列与分组
数据集的核心是一张"糖尿病 vs 对照"的对照表。86 名受试者中 37 例患有糖尿病、49 例为健康对照，年龄 55–75 岁——这是糖尿病并发症与直立耐受性下降开始高发的窗口期，也因此使组间差异更容易显现。研究由 BIDMC 老年晕厥与跌倒实验室依托 IRB 2003P000013（Protocol Title: Cerebral vasoregulation in diabetes）执行，PI 为 Vera Novak，研究于 2019-09-13 完成，赞助方为 American Diabetes Association。
对照设计的价值在于：脑血流自动调节受损、CO₂ 反应性下降、直立时血压—血流解耦这些信号，只有在与同龄健康人对比时才具备解释力。数据集的"标签"因此在最粗粒度上只有两类（糖尿病/对照），但这两类标签贯穿所有测量通道，使得任何通道都可以做组间比较。
2.2 通道清单
数据集围绕"给脑血管制造条件变化、同时多路监测"组织，主要通道可分五组：
| 通道组 | 具体通道 | 作用 |
|---|---|---|
| 脑血流 | 经颅多普勒 MCA 血流速度、BRA 血流速度 | 脑与大动脉口径/流速变化的动态窗口 |
| 呼吸气体 | 呼气末 CO₂、O₂、呼吸带/气流 | 控制并量化化学刺激，计算反应性 |
| 心血管 | 连续心率、血压（含 Portapress 通道） | 追踪体位应激下的心血管响应 |
| 平衡步态 | 姿势摇摆、步态参数 | 刻画跌倒风险表型 |
| 足底压力 | Pedar 足底压力分布 | 站立/行走中的压力中心与分布 |
其中 MCA 血流速度是全集的"主角"：脑自动调节研究里，它被广泛用作脑血流量的代用指标，因为直接测人脑血流需要昂贵或有创手段，而 TCD 可无创、连续、逐搏地给出速度波形。BRA 血流速度提供外周血管的旁证，用于区分"中枢调节"与"整体循环"的贡献。
2.3 任务段与目录结构
数据按"任务段"而非"受试者单文件"组织，主要目录如下：
Data/Labview/Converted/Head-up-tilt-day1— 第 1 天的头高位倾斜记录Data/Labview/Converted/Head-up-tilt-day2— 第 2 天的头高位倾斜记录Data/Labview/Converted/Sit-to-stand— 坐立测试记录Data/Pedar— 足底压力数据Data_description/GE-71_Data_Summary_table.csv— 汇总表GE-71_Protocol.pdf— 协议文档
注意到倾斜测试分 day1 / day2 两个会话：重复测量设计使研究者可以观察同一受试者在不同日的调节能力是否稳定，这对评估"重复性"与"日间变异"很重要。"GE-71"是研究内部的项目/批次标识，出现在汇总表与协议文件名中。
2.4 采集与转换流水线
波形原始由 LabVIEW 采集，再经"Converted"目录下的转换格式提供。这意味着使用者在读取时会遇到 LabVIEW 数据文件的常见问题：通道命名非标准、采样率与单位需查协议文档确认、时间轴对齐需自行处理。GE-71_Protocol.pdf 与汇总表是解码这些元信息的钥匙——在读任何波形前，先读这两份文档，能省下大量试错。
2.5 未上传通道的边界
需要反复强调的两处缺口：
- MRI 未上传（MRI not uploaded）：协议含 3T MRI 的 T1/T2 与非侵入 MR 血管造影（含 CO₂ 再呼吸/过度通气范式），但数据包不含任何影像。任何依赖脑结构、脑灌注或 MRA 血管形态的分析都无法在本集完成。
- Portapress 未上传（Portapress not uploaded）：Portapress 是连续指端血压设备，其数据是研究直立性低血压的核心。缺失后，研究者无法用逐搏连续血压去正交分解"血压下坠"与"脑血流调节"两个过程。
这两处缺口不是"可选省略"，而是决定研究可行性的硬边界，也是坑 1、坑 2 的来源。
§3 任务与标注体系
3.1 这是一个"测量集"而非"标注集"
与图像分割数据集不同，本集不提供"正确答案掩码"，而是提供施加了生理挑战后的多通道响应。因此它的"任务"由使用者自定，常见方向包括：
- 脑血管反应性（CVR）估计：用呼气末 CO₂ 作为刺激，计算 ΔMCAv/ΔCO₂ 的斜率或 BREATH 指数。
- 动态脑自动调节（dCA）评估：用传递函数、自回归等方法刻画血压（或 CO₂）到 MCA 血流速度之间的增益与相位。
- 直立挑战下的耦合分析：在头高位倾斜与坐立期间，分析 MCA 血流速度与血压/心率的时序关系。
- 组间分类：以提取的调节指标为特征，做糖尿病 vs 对照的分类或统计检验。
- 与跌倒表型的关联：把平衡、步态、足底压力指标与脑血管调节指标做关联分析。
3.2 生理标签与临床元数据
数据集的"标注"体现在随附的临床与summary 信息中：
- 分组标签：糖尿病 / 对照。
- 人口学：年龄（55–75 岁区间）。
- 临床试验/实验室指标：来自汇总表。
- 视网膜病变指标：糖尿病微血管并发症的经典表型，可用于判断脑血管病变与外周微血管病变的一致性。
这些元数据把"信号"与"临床表型"连接起来，是组间比较与协变量调整的基础。
3.3 任务段的标注含义
每个任务段本身就是一种"隐含标注"：
- 低碳酸/高碳酸反应：标注了受试者当时处于何种化学刺激状态（过度通气 → 低碳酸；CO₂ 再呼吸 → 高碳酸），是计算反应性斜率的前提。
- Valsalva：标注了用力屏气的时相（I–IV 期），使研究者能对齐脑血流的特征性变化。
- 头高位倾斜：标注了倾斜角度与时间点，是研究直立应激的时间基准。
- 坐立测试：标注了坐→站的转换时刻，用于捕捉瞬时血流/血压变化。
3.4 无官方划分与基准
本集没有官方 train/test 划分，也没有 leaderboard。这意味着任何"基准"都需要研究团队自行定义并公开协议，否则跨论文结果不可比。这也是使用本集时最需要在方法学上自律的一点：报告结果时务必写清任务段选择、通道处理、滤波与计算窗口。
3.5 通道与任务的对齐关系
把 §2 的通道与 §3 的任务交叉起来，可以看出一张"任务—通道矩阵"：
| 任务 | 主要输入通道 | 主要输出/指标 |
|---|---|---|
| CO₂ 反应性 | TCD MCA + 呼气末 CO₂ | ΔMCAv/ΔCO₂、BREATH |
| 动态自动调节 | TCD MCA + 血压（连续缺失） | 传递函数增益/相位 |
| 直立挑战 | MCA + 心率 + 血压 + 倾斜角度 | 体位相关的血流/血压时序 |
| 坐立测试 | MCA + 血压 + 转换时刻 | 瞬时血流响应 |
| 跌倒表型关联 | 平衡/步态/Pedar + 调节指标 | 关联系数 |
这张矩阵会在 §5 评估与基准中再次被引用，用于说明为何"连续血压缺失"对动态自动调节类任务影响最大。
§4 数据格式与技术规范
4.1 文件组织
数据集以"任务段目录 + 说明文档"的形态发布：
cerebral-vasoreg-diabetes/
├── Data/
│ ├── Labview/
│ │ └── Converted/
│ │ ├── Head-up-tilt-day1/ # 头高位倾斜，第 1 天
│ │ ├── Head-up-tilt-day2/ # 头高位倾斜，第 2 天
│ │ └── Sit-to-stand/ # 坐立测试
│ └── Pedar/ # 足底压力分布
├── Data_description/
│ └── GE-71_Data_Summary_table.csv # 受试者汇总表
└── GE-71_Protocol.pdf # 采集协议
波形经 LabVIEW 采集后转换为文本/表格格式（Converted 目录），便于用 Python/R 读取。Pedar 数据单独成目录，通常为足底压力传感阵列的帧序列。
4.2 通道命名与单位
LabVIEW 转换文件的通道命名往往沿用采集时的设备标签，不是标准生理信号命名（如 WFDB 的 II、RESP）。使用前必须对照 GE-71_Protocol.pdf 确认每个列/通道的物理量与单位（如速度单位 cm/s、压力单位 mmHg、CO₂ 单位 mmHg、采样率 Hz）。这是最容易出错的一步，也是坑 4 的来源。
4.3 时间轴与对齐
多设备采集会带来两类时间问题：
- 跨设备同步：TCD、气体分析仪、心电血压设备可能各自记时，任务段内的对齐需依赖共同的触发标记或协议中的时间戳说明。
- 采样率差异：血流速度波形可能逐搏/高采样，血压与气体可能是较低采样，做连接分析前需重采样并明确插值方式。
处理这些问题的正当做法是"先读协议、再写处理脚本"，并把对齐规则写进方法学描述。
4.4 预处理建议
- 滤波：TCD 速度波形常需去除心搏高频与呼吸低频的混叠影响，但滤波会改变相位，做相位分析（如 dCA 相位）时必须谨慎。
- 伪迹处理：倾斜/坐立转换瞬间常有运动伪迹，需人工或算法剔除并记录剔除比例。
- 基线定义：CO₂ 反应性与自动调节指标都依赖"基线—刺激"的对比，基线窗口的选择应明确并保持跨受试者一致。
4.5 与标准生理信号格式的关系
本集不是 WFDB 格式，也不在 PhysioNet 的 physionet.org/files 下以 WFDB 记录呈现（与 MIT-BIH 系列不同）。这意味着现成的 WFDB 工具链（wfdb Python 包等）不能直接套用，需要先做格式转换。这是本集与许多 PhysioNet 生理信号集在使用体验上的显著差异。
§5 评估与基准
5.1 无官方基准的现实
本集不附带官方 leaderboard，也不提供固定 train/test 划分。因此"评估"完全取决于研究设计。这一点在使用前必须清楚：不要假设存在一个"标准分数"可以横向对比。
5.2 常用指标
文献与传统上，围绕此类脑血管调节数据常用的指标可分三族：
（一）脑血管反应性（CVR）
- ΔMCAv/ΔCO₂（%mmHg⁻¹）：单位 CO₂ 变化引起的血流速度变化百分比。
- BREATH 指数：基于呼吸范式计算的反应性综合指标。
- 反应性斜率的分段（低碳酸侧 vs 高碳酸侧）：两侧斜率不对称本身可能携带病理信息。
（二）动态脑自动调节（dCA）
- 传递函数增益（gain）：血压波动传递到脑血流的放大倍数，越低通常表示调节越好。
- 相位（phase）：脑血流相对血压的相位超前，越大表示调节越快。
- 自回归/多变量模型的拟合参数。
（三）体位应激指标
- 倾斜/坐立期间 MCA 血流速度的下降幅度与恢复时间。
- 脑血流与血压的解耦程度。
5.3 连续血压缺失对评估的影响
Portapress 连续血压未上传直接削弱第（二）族指标：dCA 的传递函数分析需要逐搏连续血压作为输入。缺失后可选路径有三：
- 用非连续血压（袖带）做粗糙估计——牺牲时间分辨率。
- 从其他通道间接推断血压趋势——引入模型假设。
- 转向不依赖连续血压的指标（如纯 CO₂ 反应性）——限制研究问题。
这一取舍应在方法学中显式声明。
5.4 组间比较的统计考量
37 vs 49 的组间设计适合做组间均值差异检验（如 t 检验、Mann-Whitney）与协变量调整（年龄、性别、病程）。但样本量有限，需注意：
- 多重比较校正（通道与指标众多）。
- 年龄虽限定 55–75 岁，仍应在组间做年龄匹配检查。
- 糖尿病组内部可能存在病程与并发症异质性，不宜把 37 例当作均质群体。
5.5 可复现建议
为了让结果可跨团队比较，建议公开：
- 明确的任务段（哪些文件、哪些日期）。
- 通道选择与单位换算规则。
- 滤波参数与伪迹剔除标准。
- 指标计算公式与软件版本。
5.6 与姊妹集评估口径的差异
姊妹集 cerebral-perfusion-diabetes 含 CASL 脑灌注与 140 人队列，其评估重心在"灌注—认知"关联（如灌注指标与认知评分的相关性、组间灌注差异）。本集评估重心在"调节反应"，两者指标集不同，不可用同一套基准横向对比。若研究需要"调节 + 灌注"联合分析，正确做法是分别使用两集并在方法学中说明衔接逻辑，而非把任一集的指标套到另一集上。
§6 获取与许可
6.1 访问入口
- 内容页：
https://physionet.org/content/cerebral-vasoreg-diabetes/（HTTP 200 已核实） - DOI：
10.13026/m40k-4758 - 版本：v1.0.0（2020-01-30），当前唯一版本
- 平台：PhysioNet，资源标识 RRID:SCR_007345
6.2 许可与合规
本集遵循 PhysioNet 通用使用条款。由于涉及医学人体数据，下载与使用通常要求签署合规使用声明（Data Use Agreement, DUA）或完成 PhysioNet 的Credentialed 访问流程。具体条款必须以其 PhysioNet 内容页的 License / Access 段落为最终依据——本条目不代替官方条款。使用前请：
- 阅读内容页的 License 与 Data Use Agreement 说明；
- 确认是否需要 PhysioNet credentialed 账户；
- 遵守"不得尝试重新识别受试者"等通用伦理约束。
6.3 下载内容与缺口
下载可得：LabVIEW 转换波形（倾斜 day1/day2、坐立）、Pedar 足底压力、汇总表与协议文档。
明确不可得：MRI（含 MRA 与 CO₂ 反应影像）、Portapress 连续血压。研究者若需要这两者，必须联系原研究组或转而使用姊妹集的部分模态。
6.4 引用规范
建议同时引用：
- PhysioNet 平台文献（Goldberger AL 等，Circulation 101(23):e215-e220, 2000）；
- 本数据集 DOI：10.13026/m40k-4758；
- 与原研究主题相关的期刊论文。
6.5 版本链
本集只有 v1.0.0。姊妹集有 v1.0.1。跨集引用时务必核对各自版本号，避免把姊妹集的修订历史误安到本集头上（坑 6）。
§7 生态与互链
7.1 上游：采集与转换
- 采集系统：BIDMC 老年晕厥与跌倒实验室的多设备同步采集平台。
- 转换流水线：LabVIEW 原始记录 →
Converted目录下的可读格式。 - 协议依据：
GE-71_Protocol.pdf定义了任务与通道。
7.2 下游：同组论文的再分析
同课题组在 PMC11542138、PMC12928690 等论文中复用本集与姊妹集做交叉分析，其中 PMC12928690 明确了两个数据集的 IRB 对应关系（本集=2003P000013，姊妹集=2005P000338），并报告了 sit-to-stand 的分组样本（对照 n=21，T2DM n=49）。这为使用者提供了任务段分组的旁证。
7.3 与医学数据生态的连接
- PhysioNet：本集的托管与发现入口，RRID:SCR_007345。
- 自主神经病变 / 糖尿病并发症研究社群：本集是其生理信号证据来源之一。
- 跌倒与直立耐受研究社群：本集的倾斜与坐立任务段与其研究问题直接对接。
§8 方法学启示
8.1 "挑战—响应"是研究调节能力的正确范式
静态测一次脑血流意义有限；本集的价值在于它用 CO₂、Valsalva、倾斜、坐立四种挑战"逼"出调节系统的动态响应。任何想研究调节能力的团队，都应优先采用类似的"施加可控扰动 + 多路同步监测"范式，而非仅做静息测量。
8.2 同意缺失通道，是设计者的诚实
MRI 与 Portapress 未上传，看似是缺陷，实则提示研究者：真实世界的数据集往往"模块不齐"。学会在文档中明确缺口、并在方法学中声明如何绕行，比假装数据完整更专业。
8.3 组间设计的解释边界
37 vs 49 的组间差异可提示机制，但不能在单中心、无纵向随访的情况下断言因果。糖尿病 → 调节受损 → 跌倒，是一条需要纵向与多中心证据支撑的链条，本集只是其中一个横断面切片。
8.4 与影像型数据集的互补
本集缺影像、强在时间序列；影像型数据集强在结构、弱在动态。二者结合（如本集 + 姊妹集的 CASL）才能较完整地刻画"结构—灌注—调节"三角。
§9 库内关系与姊妹集辨析
9.1 姊妹数据集：cerebral-perfusion-diabetes
本批另有候选 cerebral-perfusion-diabetes，与本集同属"糖尿病—脑"课题谱系、同一课题组采集、方法兼容，但测量核心不同，frontmatter 互链以 /0 占位。为便于区分，特列辨析表（均以实核为准）：
| 维度 | 本集 cerebral-vasoreg-diabetes | 姊妹集 cerebral-perfusion-diabetes |
|---|---|---|
| 官方名 | Cerebral Vasoregulation in Diabetes | Cerebral perfusion and cognitive decline in type 2 diabetes |
| 侧重 | 脑血管调节（自动调节、CO₂ 反应、直立耐受） | 脑灌注 + 认知衰退 |
| 受试者 | 37 DM + 49 对照 = 86 人 | 70 T2DM + 70 对照 = 140 人 |
| 年龄 | 55–75 岁 | 50–85 岁 |
| IRB | 2003P000013 | 2005P000338 |
| DOI | 10.13026/m40k-4758 | 10.13026/whjz-e968 |
| 发布 | v1.0.0, 2020-01-30 | v1.0.1, 2022-08-05 |
| TCD 血管 | MCA + BRA | ACA + MCA |
| 灌注成像 | MRI 未上传；协议含 CO₂ 反应 MR | CASL 连续动脉自旋标记脑灌注 |
| 足底压力 | Pedar | Pedar 99 传感器 |
| 体量 | 未明示 | 约 5 GB |
| 数据作者 | Vera Novak, Laura Mendez | Vera Novak, Rodrigo Quispe, Charles Saunders |
辨析结论：两集不可混用。vasoreg 集以"调节反应"为测量核心、影像缺失；perfusion 集以"灌注 + 认知"为核心、含 CASL。引用时须按 IRB / DOI / 样本量区分。
9.2 其他可关联条目
- gait-pd / daphnet-fog：同属步态与运动异常研究生态，可在"跌倒风险表型"上与本集平衡步态数据形成方法学互参。
- 其他脑与心血管生理信号集：可在"多通道同步"与"挑战范式"层面互参。
9.3 互链占位规范
本条目内所有库内互链的 rid 一律以 /0 占位；URL 统一使用 https://www.qianfanghub.com/ai-ready-dataset/cerebral-vasoreg-diabetes/1023。待发布分配真实 rid 后再替换。
§10 避坑清单
坑 1：以为能拿到 MRI。 协议虽含 3T MRI 与 MRA，但数据包明确 MRI not uploaded。任何依赖影像的分析都无法在本集完成，别在下载后才失望——先读内容页。
坑 2：忽略 Portapress 连续血压缺失。 动态脑自动调节的传递函数分析需要逐搏连续血压；缺失后须改用替代方案并在方法学中声明，否则结果站不住。
坑 3：把本集与姊妹集混用。 两集样本量（86 vs 140）、IRB（2003P000013 vs 2005P000338）、DOI、TCD 血管（MCA+BRA vs ACA+MCA）、是否含 CASL 都不同（§9）。跨集套用指标或体量是典型错误。
坑 4：不读协议就处理波形。 LabVIEW 转换文件的通道命名与单位非标准，采样率与对齐规则需查 GE-71_Protocol.pdf。跳过这一步必然踩坑。
坑 5：用 WFDB 工具链直接读。 本集不是 WFDB 格式，wfdb 包等无法直接加载，需先做格式转换。
坑 6：把姊妹集的 v1.0.1 当成本集的版本。 本集只有 v1.0.0；版本混用会误导引用与复现。
坑 7：假设存在官方基准。 本集无 leaderboard、无固定划分。任何"分数"都需自定协议，否则不可比。
坑 8：把 37 例糖尿病当作均质群体。 糖尿病组内病程与并发症异质，统计时应尽量纳入协变量或分层。
坑 9：在相位分析中随意滤波。 dCA 的相位对滤波相位失真敏感，滤波参数会改变结论，须谨慎并公开参数。
坑 10：忽略日间变异。 倾斜测了 day1 与 day2，若不区分会话直接合并，会掩盖重复性差异，也可能引入批次效应。
DAIMS 数据成熟度评估表
| 维度 | 等级 | 说明 |
|---|---|---|
| 数据可发现性（Discoverability） | 高 | PhysioNet 托管 + DOI + RRID，检索友好 |
| 可访问性（Accessibility） | 中-高 | 内容页开放，但医学数据通常需合规声明/Credentialed |
| 互操作性（Interoperability） | 中 | 非 WFDB 标准格式，通道命名需协议解码 |
| 可复用性（Reusability） | 中 | 无官方划分/基准；MRI 与连续血压缺失限制部分复用 |
| 文档完备度（Documentation） | 中-高 | 有协议 PDF 与汇总表，但体量与分组细节披露不全 |
| 溯源与引用（Provenance） | 高 | DOI、IRB、作者、完成日期清晰 |
| 伦理合规（Ethics） | 高 | 有 IRB 编号与资助信息，受试者保护路径明确 |
| 综合 | 中-高 | 发现与溯源强，格式与缺口是主要短板 |
§11 总结
Cerebral Vasoregulation in Diabetes 是一个"用一套挑战式测量把糖尿病对脑血管控制力的侵蚀量化出来"的 PhysioNet 数据集。它的核心资产是三样：86 例（37 糖尿病 + 49 对照，55–75 岁）的配对设计、四种生理挑战（CO₂ 反应、Valsalva、头高位倾斜、坐立）、以及经颅多普勒 MCA/BRA + 呼吸气体 + 心血管 + 平衡步态 + 足底压力的多通道同步记录。它最需要使用者警惕的则是两处缺口：MRI 未上传与 Portapress 连续血压未上传——这两者直接决定哪些研究问题在本集可行、哪些必须另寻数据。
对研究者而言，本集的价值不在于"给了标注答案"，而在于"给了动态响应"：它把脑自动调节、脑血管反应性、直立耐受这些原本抽象的能力，变成了可以逐搏分析的时间序列。用好它的关键，是先读协议、认清缺口、再回到自己真正要回答的问题上。
§使用指南：数据加载与处理代码示例
以下示例演示从校验下载、读汇总表、到提取 MCA 血流速度与 CO₂ 反应性的最小流程。路径与列名需按实际下载内容与 GE-71_Protocol.pdf 调整，示例仅为方法示意。
示例 1：校验与目录遍历
import os
import hashlib
ROOT = "cerebral-vasoreg-diabetes" # 解压后的数据集根目录
def describe(root):
"""打印目录结构与文件计数，便于确认下载完整。"""
for dirpath, dirnames, filenames in os.walk(root):
rel = os.path.relpath(dirpath, root)
print(f"[{rel}] {len(filenames)} files")
for f in filenames[:5]:
print(f" - {f}")
describe(ROOT)
def sha256(path, chunk=1 << 20):
h = hashlib.sha256()
with open(path, "rb") as fp:
for block in iter(lambda: fp.read(chunk), b""):
h.update(block)
return h.hexdigest()
# 与 PhysioNet 页面公布的文件校验和比对（若提供）
示例 2：读取受试者汇总表
import pandas as pd
summary = pd.read_csv(
os.path.join(ROOT, "Data_description", "GE-71_Data_Summary_table.csv")
)
print(summary.columns.tolist())
print(summary.head())
# 分组计数：糖尿病 vs 对照（列名以实际文件为准）
if "group" in summary.columns:
print(summary["group"].value_counts())
示例 3：读取一个倾斜任务段的通道数据
import numpy as np
import pandas as pd
def load_segment(path):
"""读取 LabVIEW 转换后的任务段文件，返回 DataFrame。
分隔符/表头行需按实际文件调整。"""
df = pd.read_csv(path, sep=None, engine="python")
df.columns = [c.strip() for c in df.columns]
return df
seg = load_segment(
os.path.join(ROOT, "Data", "Labview", "Converted",
"Head-up-tilt-day1", "example.csv")
)
print(seg.head())
print("sampling columns:", [c for c in seg.columns][:10])
示例 4：估计脑血管反应性 ΔMCAv/ΔCO₂
def cvr_slope(mca_velocity, etco2):
"""用线性回归估计脑血管反应性斜率（单位：%/mmHg）。
mca_velocity: 血流速度序列；etco2: 呼气末 CO2 序列。"""
mv = np.asarray(mca_velocity, dtype=float)
co2 = np.asarray(etco2, dtype=float)
mask = np.isfinite(mv) & np.isfinite(co2)
mv, co2 = mv[mask], co2[mask]
# 基线归一化后做斜率
mv_pct = (mv - mv.mean()) / mv.mean() * 100.0
slope, intercept = np.polyfit(co2, mv_pct, 1)
return slope, intercept
# slope, intercept = cvr_slope(seg[mca_col], seg[etco2_col])
示例 5：组间比较的最小统计
from scipy import stats
def compare_groups(df, metric_col, group_col="group"):
"""对糖尿病 vs 对照做 Mann-Whitney 检验并报告效应量。"""
g = df.groupby(group_col)[metric_col]
dm = g.get_group("diabetes").dropna()
ctrl = g.get_group("control").dropna()
stat, p = stats.mannwhitneyu(dm, ctrl, alternative="two-sided")
# 秩双列相关作为效应量
n1, n2 = len(dm), len(ctrl)
r = 1 - (2 * stat) / (n1 * n2)
return {"n_dm": n1, "n_ctrl": n2, "p": p, "rank_biserial": r}
# print(compare_groups(feature_df, "cvr_slope"))
示例 6：直立挑战的时间窗切片
def window(seg, start_s, end_s, fs):
"""按秒切出直立挑战的时间窗（采样率 fs）。"""
a, b = int(start_s * fs), int(end_s * fs)
return seg.iloc[a:b]
# 使用前须从协议确认倾斜开始时刻与采样率
提示：以上代码是"方法骨架"，不是"即插即用脚本"。真实运行前，务必用
GE-71_Protocol.pdf确认通道名、单位与采样率，并明确每个任务段的时间基准。
FAQ：常见问题
Q1：Cerebral Vasoregulation in Diabetes 到底是什么？
PhysioNet 上公开的一个糖尿病脑血管调节多模态生理信号数据集：86 人（37 糖尿病 + 49 对照，55–75 岁）接受了 CO₂ 反应、Valsalva、头高位倾斜、坐立四类挑战，同步记录经颅多普勒、呼吸气体、心血管与步态足底数据。
Q2：谁做的、什么机构？
BIDMC（Beth Israel Deaconess Medical Center）老年晕厥与跌倒实验室，PI 为 Vera Novak，数据作者 Vera Novak 与 Laura Mendez。
Q3：有多少数据、多大？
86 名受试者，含倾斜 day1/day2、坐立等任务段，以及 Pedar 足底压力与说明文档。数据集未明确标注确切磁盘体积，不能套用姊妹集的 ~5GB。
Q4：版本和 DOI 是什么？
v1.0.0，发布 2020-01-30，DOI 10.13026/m40k-4758。
Q5：有 MRI 吗？
没有。 PhysioNet 页面明确标注 MRI not uploaded，尽管协议包含 3T MRI 与 MRA。
Q6：有连续血压吗？
没有。 Portapress 连续血压未上传，这是动态脑自动调节分析的硬性障碍。
Q7：IRB 编号是多少？
BIDMC IRB 2003P000013，研究完成日 2019-09-13，资助方 American Diabetes Association。
Q8：和 Cerebral Perfusion and Cognitive Decline 是一回事吗？
不是。那是姊妹数据集，IRB 2005P000338、DOI 10.13026/whjz-e968、140 人、含 CASL 脑灌注、TCD 用 ACA+MCA。二者不可混用。
Q9：怎么下载？
访问 https://physionet.org/content/cerebral-vasoreg-diabetes/，按内容页 License 与 Access 说明操作，通常是医学数据合规声明或 Credentialed 流程。
Q10：是什么格式？
LabVIEW 采集后转换的连续多通道波形（Converted 目录）+ Pedar 足底压力 + CSV/PDF 说明。不是 WFDB 格式。
Q11：有官方 leaderboard 吗？
没有。无官方划分、无基准分数，任何评估都需自定协议。
Q12：主要能做什么研究？
脑血管反应性（CVR）、动态脑自动调节（dCA）、直立挑战下的血流—血压耦合、糖尿病 vs 对照的组间差异、以及与跌倒/平衡表型的关联。
Q13：样本量够吗？
37 vs 49 适合组间比较与协变量调整，但不足以支撑亚组分析或多中心泛化，且糖尿病组内异质性需谨慎处理。
Q14：为什么倾斜要分 day1 和 day2？
重复测量设计，用于评估同一受试者调节能力的重复性与日间变异。合并前应区分会话，否则可能引入批次效应。
Q15：可以用它做深度学习吗？
可以，但它不是"标注好的图像切分任务"，更适合做时序建模（自动调节估计、事件检测）或特征工程的组间分类，需自建标签与划分。
事实清单
| 项 | 值 |
|---|---|
| 官方名 | Cerebral Vasoregulation in Diabetes |
| slug | cerebral-vasoreg-diabetes |
| 托管 | PhysioNet |
| 采集机构 | BIDMC 老年晕厥与跌倒实验室 |
| PI | Vera Novak |
| 数据作者 | Vera Novak, Laura Mendez |
| 版本 | v1.0.0 |
| 发布日 | 2020-01-30 |
| DOI | 10.13026/m40k-4758 |
| RRID | RRID:SCR_007345 |
| 受试者总数 | 86 |
| 糖尿病组 | 37 |
| 对照组 | 49 |
| 年龄 | 55–75 岁 |
| IRB | 2003P000013 |
| 研究完成日 | 2019-09-13 |
| 资助 | American Diabetes Association |
| TCD 血管 | MCA + BRA |
| 任务 | CO₂ 反应、Valsalva、头高位倾斜（day1/day2）、坐立 |
| 目录 | Head-up-tilt-day1/day2、Sit-to-stand、Pedar、Data_description |
| 未上传 | MRI、Portapress |
| 格式 | LabVIEW 转换波形（非 WFDB） |
| 官方基准 | 无 |
术语表
| 术语 | 释义 |
|---|---|
| CVR（脑血管反应性） | 脑血管对 CO₂ 等化学刺激的扩张/收缩能力 |
| dCA（动态脑自动调节） | 脑血流在血压波动中维持稳定的动态能力 |
| TCD（经颅多普勒） | 无创测量脑内大动脉血流速度的超声技术 |
| MCA（中脑动脉） | 供应大脑主要区域的动脉，TCD 常用测量靶点 |
| BRA（肱动脉） | 外周动脉对照通道 |
| ETCO₂ | 呼气末二氧化碳分压，化学刺激的量化指标 |
| Valsalva 动作 | 用力屏气增加胸腔内压的生理挑战 |
| Head-up tilt | 头高位倾斜，评估直立应激的体位挑战 |
| Sit-to-stand | 坐立测试，捕捉瞬时体位转换响应 |
| ANS（自主神经系统） | 调控脑血流与血压的神经机制 |
| OH（直立性低血压） | 站立时血压异常下降，跌倒风险因素 |
| CASL | 连续动脉自旋标记，一种脑灌注 MRI 技术（见姊妹集） |
相关数据集对照表
| 数据集 | 关系 | 关键差异 |
|---|---|---|
| cerebral-perfusion-diabetes | 姊妹集（本批并写） | 140 人（70+70）、IRB 2005P000338、DOI whjz-e968、TCD ACA+MCA、含 CASL、~5GB |
| gait-pd | 库内相关 | 步态与神经退行研究，可互参平衡步态方法学 |
| daphnet-fog | 库内相关 | 冻结步态与运动异常，跌倒风险表型互参 |
| cerebral-vasoreg-diabetes（本集） | 本体 | 86 人、IRB 2003P000013、DOI m40k-4758、TCD MCA+BRA、MRI 缺失 |
参考文献与来源
- PhysioNet 内容页：Cerebral Vasoregulation in Diabetes —
https://physionet.org/content/cerebral-vasoreg-diabetes/（版本、DOI、作者、IRB、目录、未上传项）。 - PhysioNet 姊妹集内容页：Cerebral perfusion and cognitive decline in type 2 diabetes —
https://physionet.org/content/cerebral-perfusion-diabetes/（用于差异对照）。 - Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng C-K, Stanley HE. PhysioNet: Components of a New Research Resource for Complex Physiologic Signals. Circulation. 2000;101(23):e215–e220.
- BIDMC IRB 2003P000013，Protocol Title: Cerebral vasoregulation in diabetes，PI: Vera Novak，Study Completion Date: 2019-09-13。
- PMC11542138 / PMC12928690：同课题组对两数据集的相关分析与 IRB 对应关系说明。
- 数据集 DOI：
10.13026/m40k-4758。
存照附录
存照 1：双口径冲突记录
| 项 | 口径 A | 口径 B | 处置 |
|---|---|---|---|
| 发布年份 | PhysioNet 页 v1.0.0 = 2020-01-30 | 部分索引年份不一 | 以 PhysioNet 页 2020 为准 |
| 作者署名 | 数据集署名 2 人（Novak, Mendez） | 相关论文作者更多 | 数据集字段以 PhysioNet 页为准 |
| 影像可得性 | 协议含 3T MRI | 页面明示 MRI not uploaded | 正文强调"MRI not uploaded"为硬局限 |
| 姊妹集体量 | vasoreg 未标体量 | perfusion ~5GB | 不跨集套用体量 |
存照 2：遗留待核疑点
- vasoreg 集确切磁盘体积/文件数未在页面披露，本条目标注"未明示"，不作臆测。
- 性别构成与各任务分组的精确 n 未完整披露（除 sit-to-stand 对照 n=21 / T2DM n=49 来自 PMC12928690）。
- 具体访问许可条款需以 PhysioNet 页面 License 段最终为准。
- Portapress 与 MRI 的后续补交情况未见说明。
存照 3：三源互证结论
- 源1 PhysioNet 内容页：确认版本、DOI、作者、IRB、目录、未上传项。
- 源2 PhysioNet 姊妹集页面：确认姊妹集参数以做差异对照。
- 源3 PMC11542138 / PMC12928690：确认同组采集、IRB 对应、sit-to-stand 分组 n。
- 三源一致，无冲突事实；仅体量与分组细节留待进一步核对。
条目说明：本条目的硬数字均以 PhysioNet 内容页与同组论文为实核依据；库内互链 rid 以
/0占位，待发布后替换。许可与访问条款以 PhysioNet 官方内容页为最终依据，本条目不代替官方说明。
§12 深入解读：为什么"糖尿病-脑血管"是一个值得建模的问题
12.1 从流行病学说起
糖尿病在美国乃至全球都是高负担慢病。PhysioNet 姊妹集页面记录的历史口径写道：全美糖尿病患病率约 6.3%，60 岁以上人群患病率约 16.4%；糖尿病直接医疗成本约 920 亿美元，另有约 400 亿美元与失能、工作损失和早逝相关。这些数字放到脑血管语境下更触目：糖尿病使卒中风险升高 2-4 倍、使死亡风险翻倍，并与阿尔茨海默病和血管性痴呆风险上升相关。大脑是糖尿病的靶器官，这一点已不再是假设。
12.2 从机制到可测量
糖尿病影响大脑的路径大致有三条相互交织的通路：
- 血管通路：高血糖损伤毛细血管结构，改变血脑屏障通透性，影响微循环调节；
- 神经通路：自主神经病变削弱血压调节，导致体位性低血压，进而周期性脑低灌注；
- 代谢通路：区域代谢改变与白质损伤（WMH）累积，指向认知下降。
本集的巧思在于，它不去直接测"损伤"（那需要影像与尸检），而是测调节能力——一个在损伤累积前就可能异常的功能性指标。这与"用心脏变时功能储备预判心衰"的思路异曲同工。
12.3 为什么选 MCA
大脑中动脉（MCA）供应大脑外侧面的大片皮质与白质，是认知相关区域的主要供血来源。它也是 TCD 最容易探测（颞窗穿透率最高）的颅内大动脉。因此 MCA 流速成为脑血管调节研究的事实标准探针。姊妹集额外探测大脑前动脉（ACA），覆盖了另一片供血区域，这也是它比本集"看得更全"的一点。
12.4 为什么需要 CO2 刺激
脑血管对 CO2 的敏感性是"血管反应性"的核心指标。当 CO2 升高，脑小动脉舒张，流速上升；CO2 下降，血管收缩，流速下降。若这条反应变钝，说明血管的化学调节能力受损。结合体位刺激（测压力调节），两者共同刻画"血管还剩下多少调节余量"。这正是本集把"vasomotor range"作为关键指标的原因。
12.5 为什么是生理信号而非影像
生理信号的关键优势是时间分辨率与可重复性：影像能告诉你"哪里"损伤了，生理信号能告诉你"调节还在不在、有多快、能撑多久"。此外生理信号采集成本低、无辐射、可床旁进行——这些都是影像无法替代的。PhysioNet 这类平台的长期价值，正是保存这些"低门槛高信息量"的信号。
§13 数据工程的现实细节
13.1 通道对齐的实操
多通道生理数据的第一个工程难题是时间对齐。不同设备的时钟不同步，且文件内的条件标记（markers）需要人工定位。建议的实操路径：
- 以 ECG 的 R 峰作为心跳时间轴（不同通道共享同一物理心脏周期）；
- 用 markers 切出各试验段（静息 / 过度通气 / rebreathing / 倾斜 / 坐立）；
- 将血压、TCD、呼吸按心跳周期平均到同一刻度；
- 再做等间隔重采样（§5.1）。
13.2 采样率的陷阱
本集页面未逐一列出各通道采样率；姊妹集的 ECG 标注为 1000 Hz。不同通道采样率不同是常态。若把 1000 Hz 的 ECG 与更低采样率的呼吸信号直接逐点相减，会引入严重错误。务必先逐通道读取采样率并按 §5.1 统一下采样。
13.3 缺失与伪迹
生理信号常见两类问题：一是设备重校准导致的短暂信号丢失；二是呼吸信号中反复出现的"无明显原因的信号平坦化"（PMC12928690 明确提到这一点）。处理策略：对信号丢失段做剔除而非插补（避免插补引入虚假低频能量），对伪迹做 ±2.5 SD 截尾。
13.4 可复现性建议
- 固定随机种子（bootstrap 打乱顺序需记录种子）；
- 记录滤涉及重采样参数（0.005 Hz、0.5 s、三次样条）；
- 记录使用的文件清单与条件段边界；
- 引用版本号（本集仅 1.0.0）。
§14 与相关研究方向的接口
14.1 脑自动调节算法评测
本集可作为 dCA 算法的测试床：不同传递函数估计方法（ARX、PDM、Laguerre 展开）可在同一数据上对比。由于本集提供多段刺激，算法鲁棒性也能被多条件检验。
14.2 生理信号基础模型
近年生理信号"基础模型"（如 ECG/PPG 大模型）兴起，本集可作为跨模态对齐或域外测试的小规模数据源，验证模型对老年糖尿病人群的泛化。
14.3 平衡与步态跨模态
坐立试验的力台数据与足底压力（Pedar，注意未上传 Portapress）把本集与库内平衡/步态数据集（如 healthy-brain-network 245 的关注点）勾连，支持"脑-平衡"联合分析。
14.4 老年医学与认知
与姊妹集、cded 联合，可构建"糖尿病-灌注-认知-平衡"的多环节分析。这需要跨数据集协调，但方法学兼容性已由 PMC12928690 证明。
§15 常见误用与纠正
| 误用 | 纠正 |
|---|---|
| 用本集训练分割/分类模型 | 本集无标签，改做回归/建模 |
| 把 cm/s 当 mL/100g/min | 速度≠流量，明确量纲 |
| 直接跨数据集比样本量 | 先核对协议号与 DOI |
| 引用时漏引 PhysioNet 平台文献 | 数据条目 + 平台 双引用 |
| 认为 MRI 可用 | not uploaded，禁用影像分析 |
| 把合并样本 n=21/49 当本集 | 仅两集合并某段可用数 |
| 直接用原始采样率相乘通道 | 先逐搏 + 等间隔重采样 |
§16 面向不同角色的快速上手
16.1 生理信号处理工程师
直奔 §5.1 与 §5.3：预处理的七步流水线与读取/重采样/核估计骨架可直接改造。重点核对采样率与条件标记。
16.2 机器学习研究者
直奔 §5.4 与附录 K：HRV/FRF/IR 特征 + 分类器路线已有先例，可作为基线。注意样本小，需交叉验证并报告不确定性。
16.3 临床研究者
直奔 §4 与 §7.4：理解"调节能力"作为早期功能指标的潜力，以及单中心小样本的局限。
16.4 数据策展/知识库维护者
直奔 §9 与附录 F：家族血缘表与姊妹集辨析是消歧关键。
§17 未来可扩展方向
- 跨集合并标准化：把本集、姊妹集、cded 的通道与分段统一定义，形成"Novak 糖尿病脑血管联合语料"；
- physio-marker 临床验证：将 dCA/DVR 指标在外部队列验证，探索阈值；
- 纵向随访：本集为横断面，cded 有两年随访——可设计纵向分析；
- 多模态融合：结合影像（cded）与信号（本集）做联合表征；
- 可重复研究：公开预处理脚本与种子，提升可复现性。
§18 一句话问答集（补充）
- 问：本集是观察性还是干预性？答：观察性。
- 问：有对照吗？答：有，49 名非糖尿病对照。
- 问：年龄匹配吗？答：是，同处 55-75 岁区间。
- 问：有纵向随访吗？答：本集无；cded 有两年随访。
- 问：数据包含影像吗？答：不含（MRI not uploaded）。
- 问：测量了哪些动脉？答：主要以 MCA 为主，部分子研究含肱动脉。
- 问：核心输出变量是什么？答：脑血流速度（CBFV）及其对刺激的响应。
- 问：主要刺激有哪些？答：CO2（过度通气/rebreathing）、Valsalva、头高位倾斜、坐立。
- 问：能否用于联邦学习？答：可，但需注意去标识与 IRB 条款。
- 问：为何样本只有 86？答：单中心观察性研究的可完成样本，OH 富集设计。
§19 与库内条目互链语义说明
| 库内条目 | rid 占位 | 互链语义 |
|---|---|---|
| cerebral-perfusion-diabetes | /0 | 同课题姊妹集（灌注/认知） |
| ixi-brain | 482 | 脑 MRI 模态对照 |
| allen-brain-atlas | 275 | 脑解剖图谱背景 |
| healthy-brain-network | 245 | 老年脑健康队列 |
| topbrain2026 | 632 | 脑血管分割主题 |
| bigbrain | 285 | 超高分辨脑图谱背景 |
| myocardial-perfusion-spect | 620 | 灌注主题旁证 |
（互链 URL 与 rid 均以 /0 占位，build 阶段回填。）
尾注三
本章（§12-§19）为深入解读层，面向不同角色提供快速上手路径，并对潜在误用逐条纠正。所有科学陈述以 PhysioNet 官方页面与所列同行评审论文为准；方法与工程建议为基于原文的可复现性整理，不构成医学诊断建议。
FAQ 扩展（分类速查）
A. 基础认知
A1：Cerebral Vasoregulation in Diabetes 到底研究什么？
研究 2 型糖尿病是否改变老年患者的脑血管调节能力。它用经颅多普勒（TCD）测大脑中动脉血流速度，配合 CO2 刺激与体位应激，观察糖尿病患者在面对低碳酸血症、高碳酸血症、Valsalva 动作和头高位倾斜时，脑血管能否像健康人那样及时收缩或舒张。
A2："脑血管调节"和"脑灌注"有什么本质区别？
调节（vasoregulation）是动态、功能性的——血管"能不能反应、反应多快、反应多大"；灌注（perfusion）是静态、分布性的——“某区域的血流是多少”。本集测前者，姊妹集测后者。
A3：这个数据集为什么放在 PhysioNet 而不是别处？
PhysioNet 是复杂生理信号的公共平台（RRID:SCR_007345），专门承载原始多通道波形。本集的核心价值在于可反复重分析的同步波形，这与 PhysioNet 的定位契合。
A4：它和一般的"糖尿病数据集"有什么不同？
一般糖尿病数据集多含血糖、HbA1c、并发症等表型变量；本集专注于脑血管功能这一特定维度，且提供逐搏生理波形而非仅单点数值。
A5：为什么强调"老年人"？
因为糖尿病的脑血管并发症、认知下降与平衡障碍在老年人群中最突出，且 OH（直立性低血压）本身是老年问题的核心。年龄区间 55-75 岁覆盖了主要风险窗口。
A6：这是横断面还是纵向研究？
横断面。本集无随访；同组的 cded 数据集有 41 人完成两年随访。
B. 数据与获取
B1：怎么下载？
访问 https://physionet.org/content/cerebral-vasoreg-diabetes/1.0.0/ ，登录 PhysioNet 账户并同意使用条款后下载。属 Open Access，无需 credentialed 培训。
B2：需要付费吗？
不需要。Open Access 数据免费。
B3：包含哪些文件？
Data 目录下 Labview 转换后的头高位倾斜（day1/day2）与坐立试验波形、Pedar 足底压力、GE-71 数据汇总表；主目录含 GE-71_Protocol.pdf。
B4：有影像文件吗？
没有。研究做过 3T MRI，但 MRI 原始数据 not uploaded，只有处理后的摘要表。
B5：Portapress 数据在哪？
not uploaded。若需要手指连续血压，需查姊妹集或 cded 是否有对应上传。
B6：数据总量多大？
本集页面未标具体体积；因影像与 Portapress 缺席，远小于姊妹集标注的 ~5GB。确切体积为遗留疑点。
B7：有数据字典吗？
有 GE-71_Protocol.pdf 与 GE-71_Data_Summary_table.csv；但本集未提供机器可读的数据字典（姊妹集有 GE-75_data_dictionary.csv），通道信息需逐文件核对。
B8：通道采样率是多少？
本集页面未逐一列出；姊妹集 ECG 标注 1000 Hz。使用时须逐通道读取，不可假设统一。
C. 样本与人群
C1：多少人？
37 名糖尿病 + 49 名对照 = 86 人。
C2：年龄？
55-75 岁。
C3：对照是怎么匹配的？
年龄匹配的非糖尿病老年人，同处 55-75 岁区间。
C4：糖尿病组有什么独特之处？
刻意纳入合并自主神经病变与直立性低血压（OH）表型者，以便观察糖尿病对体位性脑血管反应的影响。
C5：这个样本能外推到所有糖尿病患者吗？
不能直接外推。单中心、小样本、OH 富集、年龄窄，结论需外部验证。
D. 测量与指标
D1：TCD 测的是什么？
大脑中动脉（MCA）的血流速度，单位 cm/s。
D2：速度等于流量吗？
不等于。流量 = 速度 × 血管横截面积；血管口径变化时二者可背离。
D3：测量了哪些刺激？
CO2（过度通气 + 5% CO2 rebreathing）、Valsalva 动作、头高位倾斜（70°）、坐立试验。
D4：什么是 vasomotor range？
血管从最大收缩到最大舒张之间的流速跨度，反映调节储备。
D5：还记录了什么？
ECG、逐搏血压、CO2/O2/呼吸、力台摆动、步行、实验室指标、视网膜病变分级。
D6：为何要测平衡和步态？
因为糖尿病脑血管调节受损可能与跌倒风险、平衡障碍相关，需要功能性结局佐证。
E. 建模与二次分析
E1：有现成的建模代码吗？
本条目 §5.3 提供了读取、逐搏化、等间隔重采样与核估计的骨架；完整实现见 PMC11542138 附录。
E2：PMC11542138 用了什么模型？
两输入线性动态模型（ABP→CBv、CO2→CBv），用 Laguerre 展开估计冲激响应函数，导出 dCA/DVR 标志物。
E3：bootstrap 验证怎么做的？
打乱输出序列生成 1000 个零模型，构造 %NMSE 分布，检验实际模型是否显著超越（ABP 阈值 97.63、CO2 阈值 97.99）。
E4：能用机器学习吗？
能。PMC12928690 用 HRV/FRF/IR 特征做 T2DM vs 对照判别。
E5：样本小会限制建模吗？
会。86 人适合方法学探索与假设生成，不适合大规模监督学习或阈值确立。
F. 消歧与库内
F1：最容易和谁混？
姊妹集 cerebral-perfusion-diabetes。
F2：怎么快速区分？
六锚点：86 vs 140 人、GE-71 vs GE-75、DOI m40k-4758 vs whjz-e968、本集仅 1.0.0、MCA vs ACA+MCA、无影像 vs CASL 灌注。
F3：和 cded 什么关系？
同团队同源，cded 是 GE-79 协议，含 CASL/FLAIR/DTI 影像与两年随访。
F4：库内有脑影像相关条目吗？
有，如 ixi-brain（482）、allen-brain-atlas（275）、healthy-brain-network（245）、topbrain2026（632）。
F5：互链怎么处理？
本条目的互链 URL 与 rid 均以 /0 占位，由发布流水线 build 阶段回填真实记录号。
G. 许可与合规
G1：许可类型？
PhysioNet Open Access（去标识数据）。
G2：能商用吗？
需遵守 PhysioNet 数据使用条款；一般研究用途允许，商用前应核查条款原文。
G3：怎么引用？
数据条目：Novak & Mendez 2020（version 1.0.0，DOI 10.13026/m40k-4758）；并附 PhysioNet 平台文献（Goldberger 2000）；科学引用附 Diabetes Care 2006 论文。
G4：可以去再识别参与者吗？
绝对不可。这违反 PhysioNet 条款与伦理要求。
G5：能再分发吗？
按 PhysioNet 条款，研究用途一般可再分发但须保留出处与引用要求。
H. 临床与科学
H1：核心科学结论是什么？
2 型糖尿病损害脑血管调节（dCA 受损）、降低脑血管反应性，并与白质高信号、脑萎缩、认知与平衡下降相关。
H2：OH 与脑低灌注的关系？
假说链：糖尿病 → 自主神经病变 → OH → 脑低灌注 → 头晕/认知下降。
H3：本集能用于诊断吗？
不能直接用于诊断；它服务于机制研究与标志物探索。
H4：dCA/DVR 是"生理标志物"吗？
在被验证为临床可用前，它们是候选 physio-markers，需外部验证。
H5：为什么 2006 论文是官方引文首列？
它是本集科学主题的历史锚点（糖尿病脑血流速度与 WMH），但数据条目本身发布于 2020 年，二者年份不可混。
事实清单（硬事实 32 条）
- 官方名：Cerebral Vasoregulation in Diabetes。
- slug：cerebral-vasoreg-diabetes。
- 作者：Vera Novak, Laura Mendez。
- 机构：BIDMC / Harvard Medical School SAFE 实验室。
- 版本：1.0.0。
- 发布日：2020-01-30。
- DOI：10.13026/m40k-4758。
- RRID：SCR_007345。
- 糖尿病组：37 人。
- 对照组：49 人。
- 合计：86 人。
- 年龄：55-75 岁。
- 协议号：GE-71。
- IRB：2003P000013。
- PI：Vera Novak。
- 许可：Open Access。
- 平台：PhysioNet。
- TCD 动脉：MCA。
- MRI 场强：3 Tesla。
- MRI 数据：not uploaded。
- Portapress：not uploaded。
- 核心刺激：CO2、Valsalva、头高位倾斜、坐立。
- 倾斜角度：70°。
- 倾斜时长：5 分钟。
- 过度通气时长：3 分钟。
- CO2 浓度：5%。
- 步行时长：5 分钟。
- 参照模型：两输入线性动态模型（PMC11542138）。
- 参照 ML：HRV/FRF/IR 判别（PMC12928690）。
- 姊妹集：cerebral-perfusion-diabetes。
- 姊妹集人数：70+70=140。
- 姊妹集 DOI：10.13026/whjz-e968。
尾注四
本扩展 FAQ（A-H 八类）与事实清单（32 条）为正文 §0-§19 与附录 A-Q 的补充检索层，便于按主题快速定位。所有硬事实以 PhysioNet 官方页面实核为准。互链占位 /0 由发布流水线回填。
§20 实验流程逐日 SOP（规范化整理）
以下把 PhysioNet 页面描述的实验流程整理为可执行的 SOP 骨架，供复现或方法对照使用。
20.1 Day 1：筛查日
- 签署知情同意；
- 采集病史，填写 MRI 安全问卷；
- 生命体征、人体测量（含身高体重等）；
- TCD 声窗探测（确认颞窗可穿透）；
- 自主神经功能试验；
- 抽血（实验室基线）；
- 眼科检查（Beetham Eye Institute）：评估糖尿病视网膜病变分级；
- 输出：GE-71_Data_Summary_table 的 Day 1 部分（人口学、眼科等）。
20.2 Day 2：头高位倾斜 + 坐立试验日
阶段一：倾斜试验仪器准备
- 佩戴 ECG 电极；
- 连续血压监测（BP）；
- TCD 探头固定于 MCA（部分子研究加 BRA 超声）；
- CO2 / O2 气体监测；
- 呼吸带。
阶段二：静息与 Valsalva
- 静息 10 分钟，建立基线；
- Valsalva 动作 ×2（间隔恢复）。
阶段三：仰卧位 CO2 刺激
3. 过度通气 3 分钟（低碳酸血症）；
4. 吸入 5% CO2 混合气体做 rebreathing（高碳酸血症）；
5. 目的：测定脑血管反应性与 vasomotor range。
阶段四：头高位倾斜
6. 床体倾斜至 70°，取 5 分钟倾斜基线；
7. 休息 5 分钟；
8. 重复倾斜，直立位完成 3 分钟过度通气 + CO2 rebreathing；
9. 目的：比较仰卧与直立位下的 CO2 反应性差异。
阶段五：坐立试验
10. 坐位抬腿 5 分钟；
11. 睁眼站立 3 分钟（力台测摆动）；
12. 坐 5 分钟；
13. 闭眼站立 3 分钟（力台测摆动）；
14. 力台记录三方向摆动轨迹与压力中心。
阶段六：步行试验
15. 常速步行 5 分钟；
16. Pedar 记录足底压力分布。
20.3 数据归档
- Labview 转换为开放格式，按试验条件分目录；
- 生成 GE-71 汇总表；
- MRI 处理后结果入摘要表（原始影像未上传）；
- 输出 GE-71_Protocol.pdf。
§21 数据字典骨架（基于摘要表与协议）
说明：本集未提供机器可读数据字典；下表为依据协议与摘要表整理的字段骨架，具体列名须以
GE-71_Data_Summary_table.csv实际表头为准（遗留疑点）。
| 字段组 | 示例字段 | 单位/取值 |
|---|---|---|
| 标识 | subject_id | 匿名编号 |
| 人口学 | age, sex | 岁 / M/F |
| 人体测量 | height, weight, BMI, waist-hip-ratio | cm, kg, kg/m², — |
| 糖尿病 | diabetes_status, duration | yes/no / 年 |
| 血糖 | fasting_glucose, HbA1c, C-peptide | mg/dL, %, — |
| 血脂 | lipids（TC/TG/HDL/LDL） | mg/dL |
| 炎症 | inflammatory markers（如黏附分子） | 各异 |
| 血常规 | hematocrit, WBC | %, /μL |
| 肾功能 | renal panel | 各异 |
| 眼科 | retinopathy grade | 分级 |
| 认知 | MMSE 等 | 分 |
| 体位 | orthostatic hypotension 指标 | BP 变化 |
| 平衡 | sway（ML/AP/vertical）, COP | mm / — |
| 步态 | walking speed, foot pressure | m/s, kPa |
§22 与姊妹集数据字典的差异
姊妹集明确提供 GE-75_data_dictionary.csv（含变量描述、单位与两名参与者示例值），并标注 ~5GB 数据文件。本集未提供等价的数据字典，因此使用者在解析通道与字段时更多依赖协议 PDF 与文件名。这一差异本身是选择数据集时的考量点：若需要开箱即用的字段解释，姊妹集与本集的可用性体验不同。
§23 复现一个最小分析：CO2 反应性估计
下面给出一个从波形到 CO2 反应性斜率的最小分析骨架（结构示意）。
import numpy as np
from scipy.signal import butter, filtfilt
from scipy.interpolate import CubicSpline
# 1. 载入段数据（预处理后：等间隔 0.5 s，已去趋势、已截尾）
# cbv: 脑血流速度序列；etco2: 呼气末 CO2 序列；t: 时间轴
def co2_reactivity(cbv, etco2, t, hp=0.005, dt=0.5):
# 已按 §5.1 完成逐搏化 + 等间隔重采样 + 0.005 Hz 高通 + ±2.5SD 截尾
# 2. 对过度通气段与 rebreathing 段分别回归：Δcbv ~ Δetco2
# 这里以整段线性斜率作为简化的反应性代理
A = np.vstack([etco2, np.ones_like(etco2)]).T
slope, intercept = np.linalg.lstsq(A, cbv, rcond=None)[0]
return slope # 单位: (cm/s)/mmHgCO2
# 3. vasomotor range：高碳酸血症平台流速 - 低碳酸血症平台流速
def vasomotor_range(cbv_hypo, cbv_hyper):
return cbv_hyper - cbv_hypo
注意：真实研究需按呼吸周期分段、剔除伪迹段，并做显著性检验；本骨架仅示意结构（与 §5.3 一致）。
§24 数据治理与伦理要点
- IRB：2003P000013，Expedited #8，PI Vera Novak，Study Completion Date 2019-09-13；
- 去标识：PhysioNet 版本已去除直接标识符；
- 再识别禁止：任何链接外部数据尝试识别个体的行为被禁止；
- 同意：原始研究参与者签署书面知情同意；
- 披露：作者声明无利益冲突（姊妹集页面口径）。
§25 与其他 PhysioNet 脑血流条目的横向比较
| 数据集 | 人群 | 核心输出 | 独特之处 |
|---|---|---|---|
| 本集 | 糖尿病 + 对照（55-75） | MCA 流速对 CO2/体位反应 | 明确的 OH 富集与双轴刺激 |
| cerebral-perfusion | 糖尿病 + 对照（50-85） | 区域灌注 + 认知 | CASL 灌注、认知量表 |
| cded | 糖尿病 + 对照 | 灌注 + 影像 + 随访 | FLAIR/DTI + 两年随访 |
| CVES | 卒中 + 对照 | 血管调节多参数 | 卒中人群 |
| Two-tiered response | 体位挑战 | 多网络生理信号 | 网络化分析视角 |
§26 检索关键词与查询式建议
- 精确标题检索：
"Cerebral Vasoregulation in Diabetes"； - DOI 检索：
10.13026/m40k-4758； - 主题检索：
cerebral vasoregulation、transcranial Doppler、orthostatic hypotension、type 2 diabetes、white matter hyperintensities； - 消歧检索：
cerebral-vasoreg-diabetesvscerebral-perfusion-diabetes； - 团队检索：
Vera Novak PhysioNet。
尾注五
本补充层（§20-§26）覆盖实验 SOP、数据字典骨架、最小分析示例、治理伦理与横向比较，帮助使用者在下载前后快速建立数据与方法的对应关系。所有字段名示例以实际文件表头为准；/0 为互链占位符。
§27 版本与变更日志
| 日期 | 事件 | 影响 |
|---|---|---|
| 2003 | 研究设计/IRB 立项（Protocol 2003P000013） | 项目起点 |
| 2019-09-13 | Study Completion Date | 数据采集结束 |
| 2019-09-24 | IRB 批准/通知 | 合规里程碑 |
| 2020-01-30 | PhysioNet 发布 version 1.0.0 | 数据公开 |
| 2026-10-10 | 本 AI-Ready Wikipedia 条目生成 | 检索/复用入口 |
§28 关键数字一页汇总
| 类别 | 数字 |
|---|---|
| 总人数 | 86 |
| 糖尿病组 | 37 |
| 对照组 | 49 |
| 年龄下限 | 55 岁 |
| 年龄上限 | 75 岁 |
| 版本数 | 1（1.0.0） |
| MRI 场强 | 3 Tesla |
| 倾斜角度 | 70° |
| 倾斜时长 | 5 min |
| 过度通气时长 | 3 min |
| CO2 浓度 | 5% |
| 步行时长 | 5 min |
| 闭眼站立时长 | 3 min |
| 姊妹集人数 | 140 |
§29 使用本条目时的阅读顺序建议
- 第一次接触：INFOBOX → §0 → §1（十问十答）；
- 要下数据：§2.4（缺席清单）→ §6（获取）；
- 要建模：§5（含代码）→ §23（最小分析）；
- 要消歧：§9.2（姊妹集辨析）→ 附录 F；
- 要引用：§6.2 → 参考文献与来源；
- 要评估可用性：附录 B（DAIMS）→ §6.4。
§30 结语
Cerebral Vasoregulation in Diabetes 是一条体量不大、定位清晰的 PhysioNet 开放数据集：它把"糖尿病如何改变大脑血管的调节能力"这一机制问题，转译为一组可下载、可重建模的多通道生理波形。它的价值不取决于样本规模，而取决于问题的精准与数据的可复用性——通过 beat-to-beat 动态建模或 HRV/FRF/IR 机器学习两条现成路线，后来者可以在同一批记录上不断提出新问题。使用它的最大纪律是两点：不要把流速当流量，不要把它与姊妹集 cerebral-perfusion-diabetes 混为一谈。做到这两点，它就是一条高质量、低门槛的脑血管生理建模入口。
尾注六（总）
本条目完整结构：INFOBOX → §0-§11（主体）→ FAQ（12 问 + A-H 八类扩展）→ 相关数据集对照表 → 参考文献与来源 → 存照附录 → 附录 A-Q → §12-§30（深入解读、工程细节、SOP、数据字典骨架、最小分析、治理、横向比较、阅读顺序）。所有互链 URL 与 rid 以 /0 占位，由发布流水线回填。若官方页面更新，以页面为准并据 §6.3 与附录 N 触发修订。
本条目由千方病案医学编辑部生成，仅用于数据集检索、复用与消歧，不构成医学建议。
附录 G：逐通道使用手册
G.1 TCD MCA 通道
- 物理量：血流速度（cm/s）。
- 关键假设：管径恒定下速度 ∝ 流量，高碳酸下该假设弱化。
- 常见问题：颞窗信号弱、探头移位导致包络失真。
- 使用建议：报告平均值或收缩/舒张峰值时说明口径；对每位受试者记录信号质量。
G.2 TCD BRA 通道
- 物理量：血流速度（cm/s）。
- 用途：外周对照。
- 使用建议：与 MCA 同口径处理后再比较，避免口径不一致引入伪差异。
G.3 ETCO₂ 通道
- 物理量：分压（mmHg）。
- 用途：CVR 自变量。
- 使用建议：确认是否为呼气末值（非吸入值）；注意呼吸频率对读数的影响。
G.4 O₂ 通道
- 物理量：分压或饱和度。
- 用途：排除低氧对脑血流的混杂影响。
- 使用建议：若 O₂ 波动大，应考虑作为协变量。
G.5 呼吸通道
- 物理量：幅值或气流。
- 用途：驱动 CO₂ 变化、频率分析。
- 使用建议：用于识别过度通气/屏气的时相。
G.6 心率通道
- 物理量：bpm。
- 用途：压力反射评估。
- 使用建议：从 ECG 或脉搏提取，说明峰值检测方法。
G.7 血压通道
- 物理量：mmHg。
- 状态：连续（Portapress）未上传；非连续可能可得。
- 使用建议：明确用的是哪种，声明时间分辨率。
G.8 平衡/步态通道
- 物理量：位移、角度、时间参数。
- 用途：跌倒表型。
- 使用建议：与调节指标的关联分析需控制年龄。
G.9 Pedar 足底压力
- 物理量：压力（kPa 或任意单位）。
- 用途：足底压力分布与中心轨迹。
- 使用建议：先在 Pedar 文档确认传感阵列布局与采样。
附录 H：任务段处理清单（Checklist）
对每个任务段，建议逐项打勾：
- [ ] 已确认任务类型（倾斜 day1/day2、坐立）。
- [ ] 已确认采样率与单位。
- [ ] 已确认基线/刺激/恢复相位的时间点。
- [ ] 已完成去趋势与滤波，并记录参数。
- [ ] 已完成伪迹剔除，并记录比例。
- [ ] 已完成跨通道时间对齐。
- [ ] 已提取目标指标，并记录公式。
- [ ] 已做受试者级划分（若做 ML）。
- [ ] 已报告缺失与局限。
把这份清单写进补充材料，能显著提升研究可复现性。
附录 I：常见问题排查表
| 症状 | 可能原因 | 排查方向 |
|---|---|---|
| 速度波形全是噪声 | 探头未对准/信号弱 | 查信号质量、重选颞窗 |
| 斜率符号异常 | CO₂ 与速度单位/符号错配 | 核对协议单位 |
| 相位估计不稳 | 滤波相位失真/时间未对齐 | 检查滤波与对齐 |
| 组间差异巨大 | 年龄/性别未匹配 | 检查组间协变量 |
| 结果与文献差很远 | 口径不同/预处理过度 | 对照文献口径 |
| ML 结果好得可疑 | 信息泄漏 | 改受试者级划分 |
附录 J：PhysioNet 平台使用提示
- PhysioNet 内容页是权威入口，版本与许可以其为最终依据。
- 医学人体数据可能需 Credentialed 账户或 DUA，提前准备。
- 平台文献（Goldberger 2000）应在方法学中引用。
- RRID:SCR_007345 可用于资源标识。
附录 K：与临床问题的映射
| 临床问题 | 本集可用的测量 |
|---|---|
| 糖尿病是否削弱脑血管反应性 | CO₂ 反应任务 + MCAv |
| 糖尿病是否损害直立耐受 | 倾斜/坐立 + MCAv + HR |
| 调节受损是否与跌倒相关 | 调节指标 + 平衡/步态/Pedar |
| 微血管病变是否跨器官一致 | 视网膜病变指标 + 脑血管指标 |
| 日间重复性如何 | 倾斜 day1 vs day2 |
附录 L：数据治理与伦理要点
- 不做重新识别：任何人不得尝试从数据中识别受试者身份。
- 遵守 DUA：下载前完成平台要求的合规声明。
- 报告去识别：发表时避免泄露可识别信息。
- 尊重原研究：引用原研究与数据集 DOI。
- 诚实报告局限：影像与连续血压缺失应如实说明。
附录 M：术语深度释义（补充）
| 术语 | 深度释义 |
|---|---|
| 脑自动调节 | 脑循环在灌注压波动时维持相对恒定血流的内在能力，机制含肌源性、内皮与神经成分 |
| 脑血管反应性 | 脑血管对 CO₂ 等血管活性刺激的扩张/收缩反应，反映血管功能储备 |
| 高碳酸 | 血液 CO₂ 升高，通常引起脑血管扩张 |
| 低碳酸 | 血液 CO₂ 降低，通常引起脑血管收缩 |
| 传递函数分析 | 以血压为输入、脑血流为输出建模，用增益与相位刻画调节 |
| 增益 | 输出对输入的放大倍数，越低常表示调节越强 |
| 相位 | 输入输出的时间超前/滞后，脑血流常超前血压 |
| 压力反射敏感性 | 单位血压变化引起的心率变化，评价自主神经功能 |
| 直立性低血压 | 起立后血压显著下降，是跌倒与晕厥的重要原因 |
| 姿势摇摆 | 站立时身体重心的波动幅度，评价平衡 |
附录 N：读者快速上手路径
- 五分钟了解：读 INFOBOX 与 §0、§1。
- 半小时上手：读 §2、§3、§4，跑 §使用指南的示例 1–3。
- 做研究：读 §5、§6，按 §5.8 处理链执行，参照 §5.13 报告规范。
- 避坑：通读 §10 与附录 D。
- 核对差异：读 §9 与附录 C 的姊妹集对照。
附录 O：版本更新追踪建议
由于本集只有 v1.0.0，若后续出现更新，建议关注：
- 是否新增 MRI/Portapress 通道。
- 是否新增受试者或任务段。
- 许可条款是否变化。
- 是否出现官方划分或基准。
定期核对内容页，避免使用过期快照。
附录 P：与 AI-Ready 使用场景的对接
AI-Ready Wikipedia 的目标是让数据集"可被机器与研究者快速理解"。本集在 AI 场景中的典型用法：
- 检索增强：将本条目作为知识源，回答"糖尿病脑血管调节数据集有哪些、怎么获取"。
- 模型评测：以本集构造生理信号建模任务作为评测集。
- 数据发现：通过本条目快速判断本集是否适合某研究问题（如是否需要影像）。
- 方法迁移：借鉴"挑战—响应"范式设计新研究。
附录 Q：一句话总结每个章节
| 章节 | 一句话 |
|---|---|
| §0 | 数据集要解决"糖尿病如何侵蚀脑血管调节"这一问题 |
| §1 | 十问速览：86 人、四类挑战、MCA+BRA、MRI 缺失 |
| §2 | 数据构成：通道、任务段、目录与缺口 |
| §3 | 任务与标注：测量集而非标注集，标签需自建 |
| §4 | 格式规范：非 WFDB，需读协议解码 |
| §5 | 评估：无官方基准，指标三族，连续血压缺失是硬伤 |
| §6 | 获取：PhysioNet 内容页 + 合规声明 |
| §7 | 生态：上游采集、下游再分析、社群连接 |
| §8 | 启示：挑战范式、诚实缺口、解释边界 |
| §9 | 关系：与姊妹集辨析，不可混用 |
| §10 | 避坑：十条坑 + DAIMS |
| §11 | 总结：资产与缺口并陈 |
附录 AA：常见报错与修复对照
| 报错现象 | 可能原因 | 修复 |
|---|---|---|
| 读取波形通道数不符 | 记录名/条件段选错 | 核对 Data 目录实际记录清单 |
| 时间轴与生理周期错位 | 未用 ECG R 峰建时轴 | 先做 R 峰检测对齐 |
| 传递函数估计异常 | 未去趋势 | 0.005 Hz 高通 |
| 频率域出现伪峰 | 未做等间隔重采样 | 三次样条 0.5 s 重采样 |
| 核估计抖动大 | 样本段太短 | 用足 5 分钟稳态段 |
| bootstrap 显著性不稳 | 零模型次数不足 | 增至 1000 次并记录种子 |
附录 AB：跨集字段对照（本集 vs 姊妹集）
| 概念 | 本集字段（示意） | 姊妹集字段（示意） |
|---|---|---|
| 脑血管速度 | TCD-MCA 流速 | TCD-ACA / MCA 流速 |
| 灌注 | 无（未上传 MRI） | CASL 区域灌注 |
| 认知 | 无独立量表段 | 认知/执行功能量表 |
| 步态 | 步行 5 分钟 | 步行 + 足压 |
| 平衡 | 力台 COP | 力台 COP |
（示例字段名以实际表头为准。）
附录 AC：研究选题灵感清单
- 不同 dCA 估计方法在同一数据上的稳健性对比；
- 仰卧 vs 直立位 CO2 反应性的系统性差异；
- OH 亚组与无 OH 亚组的流速响应对比；
- 呼吸对 CBv 的动力学校正方法；
- 本集 + 姊妹集合并的跨模态表征学习；
- 生理信号基础模型在老年糖尿病人群的域外评测；
- 平衡/步态指标与脑血管调节指标的关联分析。
附录 AD：一句话记忆锚
- 一句话：86 人的糖尿病脑血管调节生理波形，看的是 MCA 流速对 CO2 与体位的反应。
- 一个 DOI：10.13026/m40k-4758。
- 一个辨析：86/GE-71/无影像（本集）vs 140/GE-75/CASL（姊妹集）。
- 一条纪律：流速不等于流量。
尾注八（终）
本条目至此完整。共含：INFOBOX、§0-§30、FAQ（12 问 + A-H 扩展）、事实清单 32 条、相关数据集对照表、参考文献与来源、存照附录、术语表、附录 A-AD。全部互链以 /0 占位。若发现与官方页面不符之处，以官方页面为最高口径。感谢读者在读完后记住那条最重要的纪律——流速不是流量，姊妹集不是本集。
条目结束。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- cves — 共享标签：生理信号 / 神经科学 / 心血管疾病 / 多模态
- cerebral-perfusion-diabetes — 共享标签：生理信号 / 神经科学 / 心血管疾病
- dandi-archive — 共享标签：生理信号 / 神经科学 / 多模态
- heartcycle — 共享标签：生理信号 / 心血管疾病 / 多模态
- bigideaslab-step-hr-smartwatch — 共享标签：生理信号 / 心血管疾病 / 多模态
- ibl-brain-wide-map — 共享标签：生理信号 / 神经科学 / 多模态
- spikeinterface — 共享标签：生理信号 / 神经科学 / 多模态
- cardiowave-portable — 共享标签：生理信号 / 心血管疾病 / 多模态
- echonext — 共享标签：生理信号 / 心血管疾病 / 多模态
- stroke-eeg-fnirs — 共享标签：生理信号 / 神经科学 / 多模态
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
