信息速览

数据集名称Cerebral Vasoregulation in Elderly with Stroke — 老年卒中患者的脑血管调节研究数据

数据类型生理信号,时序数据,队列研究

规模120 人（60 例缺血性卒中受试者 + 60 例对照受试者）

接入方式BIDMC 老年晕厥与跌倒实验室横断面研究，跨多天采集：经颅多普勒（脑动脉血流速度）+ 24 小时逐拍心率血压数值（Dynapulse）+ 运动任务期间高分辨率波形（ECG/血压/CO₂/呼吸）+ 24 小时 ECG/EMG/加速度计（ME6000）+ 步行测试步态压力；研究手段含 3T 动脉自旋标记 MRI

AI 就绪度

INFOBOX — Cerebral Vasoregulation in Elderly with Stroke 一屏速览

维度内容

本质 PhysioNet 公开的老年卒中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（2018-10-04 发布）｜10.13026/C2DW96

受试者 120 人 = 60 缺血性卒中 + 60 对照；老年人、轻微卒中/慢性缺血性梗死

研究设计 横断面研究（cross-sectional），跨多天采集，主实验分 day1 / day2

核心模态经颅多普勒（脑动脉 BFV）、24 小时血压数值、高分辨率 ECG/血压/CO₂/呼吸波形、24 小时 ECG/EMG/加速度计、步态/足底压力

核心任务坐立测试（sit-stand）、头高位倾斜（head-up tilt）、坐立平衡、12 分钟步行、24 小时动态监测

研究手段 TCD 超声 + 3T 动脉自旋标记 MRI（但 MRI 数据未开放）

格式 WFDB 波形 + text CSV；数据 data/ 目录超 100 GB

体量未压缩 173.9 GB（24h-electromyography 独占 98 GB）

许可 ODC-By v1.0（须署名）｜Open Access

未开放 MRI 未提供；Portapress 逐拍血压未转开放格式

资助 NIH-NINDS R01-NS045745

姊妹集 cerebral-vasoreg-diabetes（同实验室同 PI，糖尿病队列 86 例，DOI 10.13026/m40k-4758）

库内互链 cerebral-vasoreg-diabetes（rid 1023）、cerebral-perfusion-diabetes（rid 1022）、cas-2023（rid 790）

获取要点 PhysioNet 内容页 / AWS 匿名桶；注意 MRI 与连续血压缺失，勿与糖尿病姊妹集混用

Cerebral Vasoregulation in Elderly with Stroke（数据库路径缩写 cves，常直接写作 CVES）是 PhysioNet 上的一个"把缺血性卒中如何破坏脑血流调节"量化出来的多模态数据集。它捕捉的是一条临床通路：卒中损伤脑小血管的自动调节能力 → 脑血流不再能独立于血压自我稳定 → 一旦血压波动（尤其站立或活动后低血压），大脑供血便随之起伏 → 影响功能恢复并增加跌倒风险。为把这条通路拆成可测量的信号，BIDMC 老年晕厥与跌倒实验室把 60 位缺血性卒中受试者与 60 位对照受试者配对，跨多天、分两天在临床完成了一整套"给血管出难题"的测试：用经颅多普勒盯住脑动脉血流速度、用 24 小时设备盯住血压与心电、用倾斜床与坐立动作制造体位挑战、用 12 分钟环形步行测试记录步态与用力，同时采集 CO₂ 与呼吸以刻画血管对二氧化碳的反应性。

导语读法三则：

只想下数据跑信号处理：直奔 §6 获取与许可——许可为 ODC-By v1.0（须署名），可从内容页 ZIP、wget 或 AWS 匿名桶三条路径取数；注意 173.9 GB 主体集中在 24 小时肌电子目录，按需取子目录可大幅降载。
要做脑血流调节建模：重点读 §4 与 §5——理解各任务段（sit-stand、head-up-tilt、sit-stand-balance、walking）的通道构成与挑战设计，再决定用哪种自动调节度量（传递函数增益/相位、反应性斜率等）。
担心和糖尿病姊妹集搞混：直接看 §9 的辨析表——本集是卒中队列（60+60）；姊妹集 cerebral-vasoreg-diabetes 是糖尿病队列（37+49），同实验室同模态但受试人群与 DOI 不同，两者不可混读。

§0 导读：这个数据集解决什么问题

0.1 一句话定位

CVES 是一个用多模态生理信号回答"卒中之后，大脑还能不能自己稳住血流"的横断面队列数据集。 它的核心被测量不是某张影像或某个标签，而是脑血流速度（BFV）随血压、体位、二氧化碳变化的动态响应——一组随时间连续记录的波形。

0.2 它要回答的临床问题

正常人的脑血流具有**自动调节（cerebral autoregulation）**能力：当血压在一定范围内波动时，脑小动脉会收缩或舒张，把脑血流量维持在接近恒定的水平。卒中会破坏这一能力，使脑血流"被动跟随"血压。这带来两个临床后果：

低灌注风险：日常活动中（如从坐到站、起身走路）出现的短暂低血压，可能直接导致脑供血不足。
恢复受阻：功能恢复依赖稳定的脑灌注，血压波动越大，恢复条件越差。

CVES 用 120 人的实测数据，把这个"血压—脑血流"耦合关系在真实活动情境下刻画出来。

0.3 三个研究假设（数据集官方原文）

数据集官方页明确列出该项目检验的 3 个假设：

血管调节受损：老年缺血性卒中患者脑血管调节受损，使脑血流依赖血压（“Older adults with ischemic stroke have impaired cerebral vasoregulation, rendering cerebral blood flow dependent on blood pressure.”）。
自主神经受损：卒中后自主神经血压控制受损，日常活动可诱发低血压，带来低灌注风险（“Autonomic blood pressure control is impaired after stroke. Activities of daily living may induce hypotension, posing a risk of hypoperfusion.”）。
损伤范围外扩：血管反应性受损的分布超出梗死区域，延伸至周围灰质与白质，影响其他血管供血区（“The distribution of impaired vasoreactivity extends beyond the infarct region into surrounding gray and white matter, affecting other vascular territories.”）。

0.4 与影像型数据集的根本差别

影像数据集（如脑肿瘤分割挑战赛数据）提供的是空间结构；CVES 提供的是时间动态。它的"数据单位"是"某个受试者在某项任务下的一段多通道时间序列"，而不是"某个受试者的一张三维影像"。理解这一点，才能正确理解它的任务设计、格式（WFDB 波形而非 DICOM）与评估方式（信号处理指标而非像素 IoU）。姊妹集 cerebral-vasoreg-diabetes 的条目已就此做过系统说明，本条目延续同一分析框架。

0.5 数据缺口是设计的一部分

CVES 有两个官方明示的重要缺口，阅读时必须先知道：

无 MRI 数据：研究确实用了 3T 动脉自旋标记（ASL）MRI 来测量脑灌注，但 MRI 数据没有随数据集开放。因此本数据集不能用于任何影像级的脑灌注或结构分析。
Portapress 逐拍血压未开放：用 Portapress 设备采集的 beat-to-beat（逐拍）连续血压未转换成开放格式。注意这与 24h-bp 目录中的 Dynapulse 24 小时血压是两套不同设备的数据，不能混为一谈。

这两个缺口把一个"本可做全模态融合"的研究，压缩成了一个"以连续波形与体位挑战为核心"的信号数据集。条目在 §4 与 §6 会反复强调这两点。

§1 数据集速览：十问十答

Q1：CVES 是什么？官方全称与缩写从何而来？
官方全称 Cerebral Vasoregulation in Elderly with Stroke，托管于 PhysioNet，内容路径为 /content/cves/。缩写 cves 取自全称各词首字母（Cerebral Vasoregulation in Elderly with Stroke），该展开系依官方路径与全称推断，PhysioNet 页面未逐词显式声明。

Q2：谁做的？在哪采集？
由 Beth Israel Deaconess Medical Center（BIDMC，哈佛医学院主要教学医院之一）的老年晕厥与跌倒实验室（Syncope and Falls in the Elderly Laboratory）采集，PI 为 Vera Novak, MD, PhD（神经内科副教授、卒中分部、该实验室主任）。

Q3：多少人？怎么分组？
共 120 名受试者 = 60 例缺血性卒中 + 60 例对照。研究对象为老年人，卒中组特征为缺血性卒中、轻微卒中（minor stroke）、慢性缺血性梗死（chronic ischemic infarctions）。

Q4：什么时候的数据？什么时候公开的？
研究数据来源与论文发表于 2010 年（原始论文 Novak 等，Stroke 41(1):61–66）；数据集经整理后由 PhysioNet 于 2018-10-04 首次公开发布 v1.0.0。注意区分"研究年份"与"数据发布年份"，二者相差约 8 年。

Q5：有哪些模态？
经颅多普勒（脑动脉血流速度）、24 小时逐拍心率与血压数值、运动任务期间的高分辨率波形（ECG、血压、CO₂、呼吸）、24 小时 ECG / EMG / 加速度计、步行测试中的步态压力。研究手段还包含 3T 动脉自旋标记 MRI（但影像未开放）。

Q6：有哪些任务？
data/ 下共 7 个子目录：24h-bp、sit-stand、24h-electromyography、transcranial-doppler、head-up-tilt、sit-stand-balance、walking。其中 day1 有 24 小时血压、坐立测试与 24 小时肌电；day2 有经颅多普勒、头高位倾斜、坐立平衡与 12 分钟步行。

Q7：多大？
总未压缩体积 173.9 GB。data/ 目录超 100 GB，其中 24h-electromyography 子目录独占 98 GB。

Q8：什么格式？
WFDB（WaveForm DataBase，PhysioNet 标准波形格式）+ text CSV。WFDB 文件须用 PhysioNet 官方软件包读取，非通用电子表格可直接打开。

Q9：什么许可？怎么下载？
Open Data Commons Attribution License v1.0（ODC-By v1.0），访问等级 Open Access，任何人可访问，只需遵守许可条款（须署名）。下载有三条路径：ZIP 包（173.9 GB）、wget -r -N -c -np、aws s3 sync --no-request 匿名桶。

Q10：它有什么关键缺口？
两个官方明示缺口：① 无 MRI 数据（研究用了 ASL MRI，但影像不开放）；② Portapress 逐拍血压未转开放格式。此外官方声明部分文件含重叠信号且不提供任何处理支持，数据转换流程亦无技术支持。

§2 数据构成：从招募到通道的完整解剖

2.1 队列与分组

CVES 的队列结构是理解全部数据的起点。官方给出的设计极其简洁：60 例卒中 vs 60 例对照，共 120 人。这是一个横断面研究（cross-sectional study）——即在某一个时间段内，对两组人群各做一次系统测量，比较组间差异，而非长期随访追踪同一批人的变化。

维度	卒中组	对照组	合计
受试者数	60	60	120
人群特征	老年人；缺血性卒中 / 轻微卒中 / 慢性缺血性梗死	老年人；无卒中	老年人
采集日	day1 + day2	day1 + day2	跨多天
核心关注	脑血管调节受损程度	正常调节基线	组间对比

需要特别注意的几点：

“cross-sectional” ≠ “longitudinal”：本数据集不是随访队列。每位受试者虽"跨多天（across multiple days）"采集，但这是同一次研究访视内的两天实验（day1、day2），而非时间轴上的多次随访。
官方未披露逐组人口学细节：PhysioNet 页面仅给出"60 + 60"的总量与"老年人（older adults）"的定性描述，未提供两组的年龄均值、性别构成、卒中亚型细分的标准表格。这类信息需从 subjects.csv（318.2 KB）与相关论文中自行提取。
卒中组限定为缺血性：不是出血性卒中。官方明确使用 “ischemic stroke”、“chronic ischemic infarctions”、“minor stroke” 等表述。

2.2 实验时间线：day1 与 day2

官方提供两份协议文档，是理解数据组织方式的关键：

full-study-protocol.docx（24.4 KB）：完整实验协议的书面说明。
day1-day2-protocol.docx（12.9 KB）：描述两天主实验日各自采集了什么、以及各段采集的相对时间。

根据数据子目录的"From day 1 / From day 2"标注，两天分工如下：

day1（第一天）：

24h-bp——Dynapulse 设备的 24 小时逐拍心率与血压监测
sit-stand——首次坐立测试（5 分钟坐位 + 站立后 1、3 分钟）
24h-electromyography——ME6000 设备的 24 小时 ECG + EMG 监测

day2（第二天）：

transcranial-doppler——三支动脉血流速度的 TCD 测量
head-up-tilt——头高位倾斜，多仪器组合生命体征
sit-stand-balance——坐立平衡，多参数超集 + 力平台数据
walking——环形走廊 12 分钟步行测试

注意一个重要的时间尺度差异：day1 的三个目录中，两个是"24 小时"级别的长时监测（血压、肌电），一个是分钟级的挑战测试（sit-stand）；day2 则全部是分钟到十几分钟级的挑战与任务测试。理解"长时监测"与"短时挑战"两类数据的差别，是设计与选择分析方法的前提。

2.3 七个数据子目录逐条解剖

以下逐条给出各子目录的官方定义、采集设备、采样率、格式与用途。

（1）24h-bp——24 小时动态血压

采集日：day 1。
设备与方法：Dynapulse，24 小时逐拍（beat-to-beat）心率与血压监测。
采样节奏：白天每 20 分钟、夜间每 30 分钟测量一次血压（注意：这是"间隔测量"，不是连续逐拍波形）。
格式：文本 CSV。
版本：每位受试者都有 raw（原始）与 verified（核验）两个版本。
用途：刻画 24 小时血压负荷、昼夜节律（dipping）、以及活动期血压波动。

（2）sit-stand——坐立测试（day1 版）

采集日：day 1（首次坐立测试）。
采集内容：心率、血压、大脑中动脉（middle cerebral artery, MCA）血流速度（多普勒超声）。
时间结构：5 分钟坐位，随后站立 1 分钟与 3 分钟。
仪器/采样：LabVIEW，500 Hz。
格式：WFDB。
用途：评估体位改变瞬间脑血流的动态响应——这是"血管调节能力"的经典挑战范式。

（3）24h-electromyography——24 小时心电与肌电

采集日：day 1。
设备：ME6000，24 小时 ECG 与 EMG 监测。
采样率：1000 Hz。
格式：WFDB；另有 .marker 格式的 WFDB 注释文件，记录事件标记（event markers）的位置。
体积：98 GB——占整个 data/ 目录（超 100 GB）的绝大部分，是数据集体积膨胀的主因。
用途：长时心电节律监测 + 肌电活动（可能关联夜间、体位变化或活动状态）。

（4）transcranial-doppler——经颅多普勒（day2）

采集日：day 2。
采集内容：三支动脉的血流速度（BFV）TCD 测量，以及其他生命体征。
格式：WFDB；另有 .marker 注释文件记录事件标记位置。
用途：多血管供血区的血流速度对比——直接对应假设 3（损伤范围外扩至其他血管供血区）。

（5）head-up-tilt——头高位倾斜（day2）

采集日：day 2。
采集内容：多仪器组合的生命体征——ECG、ABP（动脉血压）、双侧大脑中动脉的 TCD 血流速度、体温、O₂、CO₂。
格式：WFDB。
用途：经典直立挑战。倾斜床制造体位改变，观察脑血流与自主神经反应的耦合。

（6）sit-stand-balance——坐立平衡（day2）

采集日：day 2。
采集内容：多参数生命体征，是 head-up-tilt 通道集合的超集（superset），额外加入力平台（force plate）运动数据。
格式：WFDB。
用途：把"脑血流调节"与"姿态控制/平衡"两种响应放在同一时间轴上分析——对应研究者对"姿势控制（postural control）"的关注。

（7）walking——步行测试（day2）

采集日：day 2。
任务：受试者在环形走廊步行 12 分钟。
测量量：用力程度（level of exertion）、步行距离、步行速度。
格式：WFDB + text CSV（唯一同时提供两种格式的目录）。
用途：真实活动情境下的生理监测——这是 CVES 最贴近"日常生活活动"的任务段。第三方研究（含中文报道）曾单独引用本目录的足底压力信号，说明其可独立复用。

2.4 通道与信号类型总览

将 7 个子目录涉及的信号归并，可得到一个跨目录的通道全景：

信号类别	出现目录	说明
脑血流速度（BFV）	sit-stand、transcranial-doppler、head-up-tilt、sit-stand-balance	经颅多普勒，含 MCA（倾斜/平衡中为双侧）及 TCD 目录的三支动脉
心电（ECG）	24h-electromyography、head-up-tilt、sit-stand-balance、walking	长时与挑战期两类
肌电（EMG）	24h-electromyography	ME6000，1000 Hz
血压（BP）	24h-bp、sit-stand、head-up-tilt（ABP）、sit-stand-balance	间隔测量与波形两类
呼吸气体（CO₂ / O₂）	head-up-tilt、sit-stand-balance；sit-stand（经多普勒提及"呼气末 CO₂"见姊妹集口径）	血管反应性分析的核心输入
呼吸（respiration）	运动任务高分辨率波形中（官方导语）	呼吸动力学
体温	head-up-tilt、sit-stand-balance	多仪器组合的一部分
加速度	24h-electromyography（加速度计）	活动/体位代理
步态/足底压力	walking、sit-stand-balance（力平台）	步态与姿态控制

关键判断：CVES 的"通道"不是一张固定表——不同任务段的通道集合不同，且官方明确"多来源传感器信息被合并并同步"，但对同步过程与重叠信号不提供说明。这意味着使用者必须依赖 files-and-variables.xlsx（变量字典）与两份协议文档，逐任务段确认实际可用通道。

2.5 元数据与辅助文件

除 7 个数据子目录外，数据集顶层与 conversion/ 提供了理解数据的关键辅助材料：

文件/目录	大小	用途
`subjects.csv`	318.2 KB	受试者信息（分组、标识、可能的临床元数据）
`full-study-protocol.docx`	24.4 KB	完整实验协议
`day1-day2-protocol.docx`	12.9 KB	两天实验的采集内容与相对时间
`files-and-variables.xlsx`	637.8 KB	文件与变量字典（最详尽的通道说明）
`RECORDS`	22.8 KB	WFDB 数据库记录索引
`ANNOTATORS`	21 B	WFDB 注释器索引
`SHA256SUMS.txt`	275 B	文件校验和（mtime 2019-02-20）
`conversion/`	目录	原始半处理数据归档（text、LabVIEW、tff）+ `convert-final.ipynb` 转换代码
`publications/`	目录	由本数据集发表的论文集合

conversion/convert-final.ipynb 是一个 Python notebook，记录了把原始数据转换成开放格式所用的代码。这是理解"从原始传感器数据到 WFDB/CSV 开放文件"这一转换链的唯一直通材料——但官方同时声明对该转换过程不提供任何信息或支持。

2.6 体量分布与下载策略含义

总未压缩体积 173.9 GB，其分布极不均衡：

24h-electromyography：98 GB（约占总量的 56%）
data/ 目录整体：超 100 GB（不含原始归档）
conversion/raw-data.tar.gz：约 71.6 GB（原始归档，属另一部分体积）

对绝大多数分析目的而言，并不需要下载全部 173.9 GB。例如：

只做血压—脑血流耦合分析：sit-stand、head-up-tilt、sit-stand-balance 即可，无需 98 GB 的肌电。
只做步态分析：walking 单目录足矣。
只有需要长时心电/肌电时才需承担 24h-electromyography 的 98 GB。

这一"体量与价值不成正比"的分布，是 CVES 使用中最现实的工程约束，也是 §10 避坑清单的第 2 条。

§3 任务与标注体系

3.1 这是一个"测量集"而非"标注集"

与影像分割、文本分类数据集不同，CVES 没有人工语义标注。它不存在类似"这张图里有一个肿瘤"或"这句话的情感是负面"的标签。它提供的是连续记录的多通道生理信号，以及标记"实验在什么时候发生了什么"的事件标记（event markers）。

因此，正确的心智模型是：

CVES 的"标注"= 事件标记 + 协议定义的任务分段 + 受试者分组的临床元数据。

这一点与姊妹集 cerebral-vasoreg-diabetes 完全一致——该条目 §3.1 同样强调"这是一个测量集而非标注集"。

3.2 事件标记载体：`.marker` 注释文件

官方明确指出两个目录含 .marker 格式的 WFDB 注释文件：

24h-electromyography——.marker 文件含事件标记位置。
transcranial-doppler——.marker 文件含事件标记位置。

WFDB 的注释（annotation）机制允许在时间轴上打点或标注节律，.marker 即事件标记的承载格式。使用者可据此定位"倾斜开始"“站立开始”"任务切换"等关键时刻。

重要警告：官方没有列出全部 7 个目录的标记可用性，仅明示上述两个目录含 .marker。其他目录的事件时刻需从 单个数据文件内置的起始时间（starting times） 与 day1-day2-protocol.docx 的相对时间描述 中推断。

3.3 分组元数据：subjects.csv

subjects.csv（318.2 KB）是唯一的受试者级元数据表。它应包含受试者标识与卒中/对照的分组信息，可能还包含其他临床变量。注意：PhysioNet 页面本身未展开该文件的具体列结构，条目不得虚构其字段。使用前须下载该文件并实际检视其列名。

3.4 无官方划分与基准

CVES 是贡献型数据集，不是挑战赛。因此：

没有 train/test 官方划分。
没有 leaderboard 或排行榜。
没有预定义的评价指标。

任何评估口径都必须由使用者自行定义。这在 AI-Ready 语境下既是短板（无法横向比较模型），也是空间（可自由设计面向具体临床问题的评估）。

3.5 任务段与可分析问题的映射

把"任务设计"翻译成"可研究的机器学习/统计问题"，是使用 CVES 的关键。下表给出映射：

任务段	挑战设计	可分析的问题（示例）
`sit-stand`（day1）	5 min 坐 → 站 1 min → 站 3 min	体位改变后 MCA 血流速度的响应时程与恢复；组间响应差异
`head-up-tilt`（day2）	倾斜床立起	直立挑战下 BP–BFV 耦合；自主神经反应；双侧 MCA 对称性
`sit-stand-balance`（day2）	坐立 + 力平台	脑血流调节与姿态控制的联合响应；跌倒风险相关特征
`transcranial-doppler`（day2）	三支动脉 BFV 测量	多血管供血区血流速度对比（对应假设 3）
`walking`（day2）	12 分钟环形步行	真实活动下生理监测；步态参数与用力程度；足底压力
`24h-bp`（day1）	24 小时动态血压	昼夜血压节律、血压波动幅度与卒中关联
`24h-electromyography`（day1）	24 小时 ECG + EMG	长时心律与肌电活动；夜间/活动期模式

3.6 与"AI-Ready"的对接

在千方病案医数集的 AI-Ready 分类框架下，CVES 的定位是：

数据形态：同步化多模态时序信号（不是影像，不是文本，不是结构化表格）。
AI 任务适配：时序建模（时间序列分类/回归）、通道融合、生理信号基础模型预训练、跨受试者泛化评估、自监督表征学习。
标注缺口：因无监督标签，若要套用有监督任务，须自行从临床元数据或论文结论衍生目标（如"分组分类"“未来低血压事件预测”），且这些衍生目标的效度需谨慎论证——这是使用 CVES 做 AI 建模时最容易出错的地方。

§4 数据格式与技术规范

4.1 文件组织层级

CVES 的目录层级可表示为一条清晰的路径：

cves/1.0.0/
├── ANNOTATORS                (21 B)   WFDB 注释器索引
├── RECORDS                   (22.8 KB) WFDB 记录索引
├── SHA256SUMS.txt            (275 B)   校验和
├── day1-day2-protocol.docx   (12.9 KB) 两天实验说明
├── files-and-variables.xlsx  (637.8 KB) 变量字典
├── full-study-protocol.docx  (24.4 KB) 完整实验协议
├── subjects.csv              (318.2 KB) 受试者信息
├── conversion/                        原始半处理归档 + convert-final.ipynb
├── data/                    (超 100 GB) 开放格式数据
│   ├── 24h-bp/                        文本 CSV（raw + verified）
│   ├── sit-stand/                     WFDB（500 Hz）
│   ├── 24h-electromyography/          WFDB（1000 Hz，含 .marker，98 GB）
│   ├── transcranial-doppler/          WFDB（含 .marker）
│   ├── head-up-tilt/                  WFDB
│   ├── sit-stand-balance/             WFDB（含力平台）
│   └── walking/                       WFDB + text CSV
└── publications/                      相关论文集合

4.2 WFDB 格式详解

CVES 的主体数据使用 WFDB（WaveForm DataBase） 格式。这是 PhysioNet 生态的标准生理信号格式，其特点与结构如下：

二进制信号存储与文本头分离：WFDB 用一对文件描述一条记录——.hea 头文件（文本，描述通道名、采样率、增益、单位、时长等）与 .dat 数据文件（二进制或多种编码的信号样本）。
注释文件（annotation）：.atr、.marker 等扩展名承载注释。CVES 中 24h-electromyography 与 transcranial-doppler 的 .marker 文件即事件标记载体。
读取工具：官方明示 “WFDB files can be read using one of the software packages”——即需使用 PhysioNet 提供的 WFDB 软件包（Python 的 wfdb 库、C 的 WFDB 工具集等）。

WFDB 的关键实用含义：

不能用电子表格直接打开。.dat 是二进制，必须编程读取。
通道与采样率由头文件决定，同一子目录内不同受试者的通道集合可能不一致。
时间起点内嵌：官方提到"单个数据文件（text 与 wfdb）含测量起始时刻"（starting times of the measurements），对齐多文件时须读此信息。

4.3 `24h-bp` 的 CSV 格式

24h-bp 是唯一纯文本目录：

格式：text CSV。
版本：每位受试者均有 raw 与 verified 两版。使用时应优先考虑 verified（已核验），但在核验标准的细节未知时，两版差异需自行比对。
测量节奏：白天每 20 分钟、夜间每 30 分钟——这是间隔采样，不是连续逐拍波形。

这里必须再次强调一个极易混淆的点：

24h-bp（Dynapulse，间隔测量）与"Portapress 逐拍血压（未开放）"是两套不同设备、不同粒度的数据。

24h-bp 提供的是稀疏的时间点血压序列；Portapress 提供的是连续的逐拍血压波形（beat-to-beat），后者未转换成开放格式，因此不在数据集中。任何"连续血压分析"都需要先确认这一点，否则会基于错误假设设计方法。

4.4 采样率与时间尺度

已明确披露的采样率：

目录	采样率	时间尺度
`sit-stand`	500 Hz（LabVIEW）	分钟级（5 min 坐 + 1/3 min 站）
`24h-electromyography`	1000 Hz（ME6000）	24 小时
`head-up-tilt`	未披露	分钟级
`sit-stand-balance`	未披露	分钟级
`transcranial-doppler`	未披露	分钟级
`walking`	未披露	12 分钟
`24h-bp`	非固定（20/30 min 间隔）	24 小时

坑点：只有两个子目录明示了采样率。其他目录的采样率需从 files-and-variables.xlsx 或各记录的头文件（.hea）中读取，条目不应替它们编造采样率。

4.5 多传感器同步与重叠信号

官方原文：

“Multiple separate sensors were used to measure patient data. The disparate sensor information was combined and synchronized. Some files in this database contain overlapping signals. No information/support will be provided regarding this process.”

这句话包含三层信息，每层都影响使用：

同步是既成事实：数据已被合并并同步，使用者不必从零重建时间轴。
存在重叠信号：部分文件含重叠（redundant/overlapping）信号——可能是同一生理量被多个设备同时记录，也可能是通道间的物理耦合。
官方不解释：对同步与重叠的具体处理方式，不提供任何信息或支持。

这构成一个真实的工程风险：使用者可能在不自知的情况下，把同一生理量的两份重叠记录当成两个独立通道参与建模，从而引入信息泄漏或伪重复。规避方式只能靠逐目录比对头文件通道定义。

4.6 原始归档与转换链

conversion/ 目录保存了原始半处理数据归档，其中并存专有与开放形式：

text——文本格式
LabVIEW（.vi 等）——专有格式，需 LabVIEW 环境
tff——一种数据格式（专有/半专有）
以及 convert-final.ipynb——把以上原始数据转成开放格式（WFDB/CSV）的 Python notebook 代码

关键约束：官方声明"对数据转换过程不提供信息/支持"（“No information/support will be provided regarding the data conversion process.”）。因此，convert-final.ipynb 是唯一的转换线索；如果该 notebook 在某处不可运行，使用者需自行承担排查成本。

raw-data.tar.gz 约 71.6 GB——它属于"原始归档"，官方表述中明确将其排除在"data/ 超 100 GB"的计数之外。做全量统计时必须区分"开放数据体积"与"原始归档体积"。

4.7 校验与完整性

SHA256SUMS.txt（275 B）提供文件校验和，其修改时间为 2019-02-20（晚于 2018-10-04 的首发）。这提示：数据集发布后曾更新过校验清单。使用时应以官方 SHA256SUMS.txt 为准做完整性校验，尤其是 173.9 GB 的大规模下载极易出现传输损坏。

4.8 与标准生理信号格式生态的关系

WFDB 并非 CVES 独有，而是整个 PhysioNet 生态的通用格式。这意味着：

工具链可复用：为其他 PhysioNet 数据集（如 MIMIC 波形、CinC 挑战赛数据）写的读取代码，很大程度可平移到 CVES。
互操作性已部分达成（对应 DAIMS 的 I 维度）：WFDB 是被广泛支持的开放格式，优于专有格式。
但不完整：24h-bp 与 walking 的 CSV 部分、以及 conversion/ 中的 LabVIEW/tff 属于异构格式，需要分别处理。

§5 评估与基准

5.1 无官方基准的现实

必须先明确：CVES 不提供官方基准。它没有 train/test 划分，没有 leaderboard，没有预定义的指标集。因此本节讨论的是社区惯例与合理做法，而非官方规定。

这一现实与同期许多"信号型"数据集一致，也与姊妹集 cerebral-vasoreg-diabetes 的处境相同——后者条目 §5.1 即题为"无官方基准的现实"。

5.2 脑血管调节的常用度量

围绕 CVES 的任务设计，领域内常用的评估/分析度量主要有以下几类。这些不是官方要求，而是把数据用起来时最自然的量化方式：

（1）脑血管反应性（Cerebrovascular Reactivity, CVR）斜率

用 CO₂ 作为血管扩张刺激，计算血流速度对呼气末 CO₂ 的变化率：

CVR ≈ ΔMCAv / ΔETCO₂

其中 MCAv 为中脑动脉血流速度，ETCO₂ 为呼气末二氧化碳分压。单位通常为 %/mmHg（每毫米汞柱 CO₂ 变化引起的血流速度百分比变化）。这是一个回归斜率估计问题，斜率越平坦说明血管反应性越差。

（2）传递函数分析（Transfer Function Analysis, TFA）

把血压作为输入、脑血流速度作为输出，在频域估计增益（gain）、相位（phase）与相干性（coherence）：

增益：低频段（约 0.07–0.2 Hz）增益越高，说明脑血流越"跟随"血压，自动调节越差。
相位：相位超前越大，说明脑血流对血压的调节越主动（正常）。
相干性：衡量线性耦合强度。

这是评估**动态脑自动调节（dynamic cerebral autoregulation）**的主流方法，也是 CVES 的 head-up-tilt、sit-stand 段最自然的分析框架。

（3）体位挑战的响应时程指标

对倾斜/坐立段，可提取：

挑战后 BFV 的下降幅度与恢复时间常数。
挑战前后的稳态差。
血压与 BFV 的瞬时耦合。

（4）组间比较统计

因设计为 60 vs 60 两组，最基础的评估就是组间差异检验（如 t 检验/Mann-Whitney、混合效应模型控制个体随机效应）。

5.3 数据缺口对评估的直接影响

前述两个缺口直接限制了可做的评估：

缺口	对评估的影响
无 MRI	无法用 ASL 灌注做影像级验证，无法做"结构损伤—功能调节"的空间关联；只能依赖 TCD 血流速度这一间接指标
无 Portapress 逐拍血压	传递函数分析的标准输入（连续逐拍血压）缺失，只能用 `24h-bp` 的稀疏间隔血压或从波形中的 ABP 通道获取——这直接影响 TFA 的频率分辨率与可信度

这是使用 CVES 做定量评估时最需要正视的方法学约束。 若一个研究设计隐含地假设"有连续逐拍血压"，它在 CVES 上根本无法执行。

5.4 分组设计的统计考量

样本量：120 例（60+60）在生理信号研究中属中等规模，但不足以支撑亚组精细统计（如按卒中亚型、年龄分层后每格样本过少）。
横断面性质：只能做组间关联，不能做因果推断或纵向变化分析。
单中心：全部来自 BIDMC 单中心，人群泛化性受限。
配对性未知：官方未说明卒中组与对照组是否按年龄/性别配对。若未配对，组间比较需控制混杂。

5.5 可复现建议

在没有官方基准的情况下，要做出可复现、可比较的结果，建议：

明确写出所用的任务段与通道（例如"仅用 head-up-tilt 的双侧 MCA 与 ABP 通道"），因为不同任务段结论不可直接比较。
公开预处理参数（滤波截止频率、重采样、伪迹剔除规则），因为生理信号的预处理选择对结果影响极大。
报告受试者级与群体级统计，并说明如何处理个体差异。
声明所用的血压来源（24h-bp 间隔血压 vs 波形中的 ABP），因为这两者不可互换。
明确说明未使用 MRI / Portapress 的原因，避免读者误以为研究遗漏了这些模态。

5.6 与糖尿病姊妹集的评估口径差异

CVES（卒中队列）与 cerebral-vasoreg-diabetes（糖尿病队列）同实验室、同模态、同 TCD+CO₂ 反应+倾斜范式，因此两者的评估方法学高度可平移。但有两点差异需注意：

列队规模：CVES 120 例 vs 糖尿病集 86 例（37+49）。
临床问题：CVES 关注卒中后的灌注风险与功能恢复；糖尿病集关注糖尿病自主神经病变导致的调节迟钝与跌倒。

在跨集对照时，应明确这些差异，避免把两个队列的结论混同。

§6 获取与许可

6.1 访问入口

CVES 的官方入口是 PhysioNet 内容页：

https://physionet.org/content/cves/1.0.0/

PhysioNet 由 MIT Laboratory for Computational Physiology（MIT LCP）维护，其平台级资源标识为 RRID:SCR_007345。项目视图显示 Current Version 与 All Versions 计数一致（各 1003，抓取时点 2026-10-12），说明只有 1.0.0 一个版本。

版本 URL 规范：内容页 /content/cves/1.0.0/ 为示版本（含版本号），文件下载根为 /files/cves/1.0.0/。

6.2 许可与合规

许可：Open Data Commons Attribution License v1.0（ODC-By v1.0）。
访问等级：PhysioNet 徽标明示 Open Access。
官方原文：“Anyone can access the files, as long as they conform to the terms of the specified license.”（任何人可访问文件，只需遵守指定许可条款。）

ODC-By v1.0 的实务含义：

允许：自由使用、复制、再分发、以及创建衍生作品（包括商业化）。
条件：必须署名（attribution）——在使用数据的地方标注来源（本数据集 + PhysioNet + 原始论文）。
不是 CC0：ODC-By 与 CC-BY 同类，均要求署名；它不是公有领域放弃（CC0 / PDDL）。
不是 NC：ODC-By 不限制商业使用，与 CC-BY-NC 有本质区别。

双口径存照：PhysioNet 有平台级的通用使用条款（Terms of Use），而 CVES 内容页 License 段明示为 ODC-By v1.0。二者关系是"平台条款 + 数据集专属许可"的叠加。条目以数据集专属的 ODC-By v1.0 为准，并提示使用者亦需遵守 PhysioNet 平台条款。

署名建议格式（供使用者参考）：

Novak V, Hu K, Desrochers L, Novak P, Caplan L, Lipsitz L, Selim M. Cerebral Vasoregulation in Elderly with Stroke [Data set]. PhysioNet. 2018. doi:10.13026/C2DW96

6.3 三种下载路径（官方原文）

PhysioNet 官方给出三条等价下载路径：

路径一：ZIP 包

下载 ZIP 文件（173.9 GB）

路径二：wget 递归镜像

wget -r -N -c -np https://physionet.org/files/cves/1.0.0/

（-r 递归、-N 保留时间戳、-c 断点续传、-np 不上溯父目录）

路径三：AWS 匿名桶（推荐用于大文件）

aws s3 sync --no-sign-request s3://physionet-open/cves/1.0.0/ DESTINATION

--no-sign-request 表示匿名访问，无需 AWS 凭证。这条路径通常比 HTTP 下载更快、更稳，且支持断点续传与并发，对 173.9 GB 的体量强烈推荐。

6.4 下载内容与数据缺口

完整下载包含前三节所述全部文件。但必须提前知道哪些"预期存在的东西"实际不存在：

预期可能存在的	实际状态	官方表述
MRI 影像	不存在	“there is no MRI data from the experiments available in this database”
Portapress 逐拍血压	未转开放格式	“has not been converted into an open format”
重叠信号的处理说明	不提供	“No information/support will be provided regarding this process”
转换过程文档	不提供	“No information/support will be provided regarding the data conversion process”

这四条是 CVES 使用说明书的核心"免责边界"，也是 §10 避坑清单第 3、4、6 条的来源。

6.5 版本链与更新

v1.0.0：2018-10-04 首发（唯一版本）。
SHA256SUMS.txt：2019-02-20（说明首发后曾更新校验清单）。
无后续版本：抓取时点无 v1.1、v2.0。

这意味着 CVES 是一个冻结的版本——不会有新数据加入或错误修正。这对可复现性有利，但也意味着已知缺口（MRI、Portapress）不会在未来补齐。

6.6 引用规范

使用 CVES 时，官方要求同时完成两件事：

引用原始论文（数据集的科学依据）：

Vera Novak, Kun Hu, Laura Desrochers, Peter Novak, Louis Caplan, Lewis Lipsitz, and Magdy Selim (2010). Cerebral flow velocities during daily activities depend on blood pressure in patients with chronic ischemic infarctions. Stroke; a Journal of Cerebral Circulation, 41(1), 61–66. http://doi.org/10.1161/STROKEAHA.109.565556
引用 PhysioNet 标准引用（平台致谢）：PhysioNet 页面提供 BibTeX/APA/MLA/Chicago/Harvard/Vancouver 多种格式的自动生成，平台层引用可指向 Pollard et al. (2026) Nature Health（见 §2）。

此外，建议注明数据集 DOI（10.13026/C2DW96）与访问日期。

§7 生态与互链

7.1 上游：采集与转换

CVES 的上游链条清晰：

采集方：BIDMC 老年晕厥与跌倒实验室（PI Vera Novak）。
资助方：NIH-NINDS R01-NS045745（Vera Novak 主持）——这是数据得以采集的资金来源。
整理与转换：由团队使用 convert-final.ipynb 把 LabVIEW/tff/text 原始数据转成 WFDB/CSV 开放格式。
托管方：PhysioNet（MIT LCP）。

理解上游有助于评估数据质量边界：单中心采集 + 专有设备（Dynapulse、ME6000、Portapress、LabVIEW）+ 自研转换脚本，这一组合解释了为何官方对转换与同步过程"不提供支持"。

7.2 下游：论文与二次利用

（1）publications/ 目录

官方明示：“the publications folder contains many articles published from this database”——数据集自带论文集合，是二次利用最权威的入口。官方未给出篇数，条目不得虚构计数。

（2）第三方引用实例（第三源互证的证据）

arXiv 2603.20442（Melaguard 论文）：致谢明确标注 “The CVES dataset was provided by V. Novak and colleagues via PhysioNet (DOI: 10.13026/C2DW96)”。这说明 CVES 已被用于深度学习/生理信号建模研究——即它确实作为"AI-Ready"资源被下游消费。
中文媒体报道：曾引用 PhysioNet CVES 的足底压力（gait pressure）信号，说明 walking 目录可被独立提取用于步态分析。

这两条第三方印证了一个重要事实：CVES 的开放确实发生了实际的下游使用，而非"发布后无人问津"。

7.3 与医疗数据生态的连接

CVES 在数据生态中的坐标：

维度	CVES 的位置
平台	PhysioNet（与 MIMIC 系、CinC 挑战赛系同平台）
模态族	生理信号（波形）——区别于影像（TCIA/IDC）、EHR（MIMIC-IV）、组学（TCGA/GEO）
疾病域	神经/脑血管——与脑影像数据集（如 cas-2023 脑动脉分割）互补
用途族	生理信号建模 / 自动调节度量——与 ECG 类数据集（CinC 系）方法学相通

关键生态判断：CVES 最有价值的连接点不是"更大"，而是"同一实验室的姊妹数据集"——见 §9。

§8 方法学启示

8.1 "挑战—响应"是研究调节能力的正确范式

CVES 的任务设计（坐立、倾斜、CO₂ 变化）不是随意的，而是生理学的必然：要测量一个"调节"系统，你必须给它施加扰动，观察它如何把输出拉回稳态。 静态测量（躺平静息）无法揭示调节能力，只有动态挑战才能。

这一范式启示具有普适性：凡是研究"稳态调节"（血糖调节、体温调节、颅内压调节）的数据集，其任务设计都应包含受控扰动 + 动态响应记录。CVES 是这一思路的教科书案例。

8.2 承认缺口，是设计者的诚实

CVES 官方在页面上主动列出了 MRI 缺失、Portapress 未转换、重叠信号无说明等缺口。这是数据伦理与可复现性的正面示范：

与其让使用者在使用后才发现"原来没有 MRI"，不如在元数据层就明说"没有"。

反面对照是那些"沉默地省略"关键模态却不说明的数据集——它们造成的研究返工成本远高于坦率声明缺口。CVES 的做法应被视为数据集发布的良好实践。

8.3 组间设计的解释边界

60 vs 60 的横断面设计能回答"卒中组与对照组在调节指标上是否不同"，但不能回答：

“调节受损是卒中的原因还是结果”（因果方向）。
“调节能力随时间如何变化”（纵向动态）。
“该结论能否推广到其他人群”（单中心泛化）。

在使用 CVES 得出结论时，必须把结论严格限定在横断面关联的范围内。越界解释是此类数据集最常见的方法学错误。

8.4 与影像型数据集的互补

CVES 提供了时间维度的脑功能信息，而影像数据集提供空间维度。理想情况下，两者结合才能完整刻画"卒中如何损害脑灌注调节"：

影像：梗死位置与范围、白质完整性、灌注图。
CVES 类信号：血压—血流速度的动态耦合。

但 CVES 恰恰缺失了影像（MRI 未开放），这是一个真实的缺憾。使用者在跨数据集整合时，需要一个独立来源的影像数据作为空间补充——这本身就是一个值得研究的数据工程问题。

8.5 对 AI-Ready 实践的三点启示

缺口的显式建模：AI-Ready 数据集应在元数据中把"缺失模态"结构化（如本条目 schema_org 的 rai:dataLimitations），让下游系统能程序化地感知边界。
同步质量即数据质量：多模态信号的价值高度依赖同步精度，而 CVES 恰好对同步处理"不提供支持"。这提示 AI-Ready 评价体系应把"同步可追溯性"纳入维度。
无标签不等于不可用：CVES 没有监督标签，但通过任务设计（挑战段 vs 基线段）与分组元数据，仍可衍生出有意义的建模目标。AI-Ready 不等于"标签现成"，而等于"结构清晰、边界明确、可被下游定义任务"。

§9 库内关系与姊妹集辨析

9.1 首要互链：cerebral-vasoreg-diabetes（rid 1023）

本库中存在一个极易与本集混淆的条目：cerebral-vasoreg-diabetes（Cerebral Vasoregulation in Diabetes）。二者关系如下：

维度	cves（本条）	cerebral-vasoreg-diabetes（rid 1023）
官方全称	Cerebral Vasoregulation in Elderly with Stroke	Cerebral Vasoregulation in Diabetes
队列	60 缺血性卒中 + 60 对照 = 120 例	37 型糖尿病 + 49 对照 = 86 例
年龄	老年人（未逐组披露）	55–75 岁
采集实验室	BIDMC 老年晕厥与跌倒实验室	同一实验室
PI	Vera Novak	同一 PI
核心模态	TCD（脑动脉 BFV）、24h BP、ECG/EMG、步态	TCD（MCA + BRA）、ETCO₂ 反应、Valsalva、倾斜、坐立、Pedar 足底压力
核心挑战	sit-stand、head-up-tilt、sit-stand-balance、walking	Valsalva、低/高碳酸反应、head-up-tilt（day1/day2）、sit-to-stand
DOI	10.13026/C2DW96	10.13026/m40k-4758
影像	MRI 不开放	MRI（T1/T2/MRA）未上传（同款缺口）

共同点：同一实验室（BIDMC 老年晕厥与跌倒实验室）、同一 PI（Vera Novak）、同一研究范式（TCD + 体位/CO₂ 挑战）、同款数据缺口（MRI 缺失）。

关键结论：两者是同一个团队针对不同临床人群做的两个数据集。 CVES 研究"卒中如何破坏脑血管调节"，糖尿病集研究"糖尿病如何破坏脑血管调节"。它们共享方法学，但队列、规模、DOI、任务细节均不同，绝不可混读或互相替代。

在正文中，本条目与 rid 1023 应双向互链，并在此表明确划界。

9.2 其他可关联条目

条目	rid	关联点
`cerebral-perfusion-diabetes`	1022	脑灌注 + 老年主题；140 例 2 型糖尿病老年患者脑灌注多模态数据集
`cas-2023`	790	Cerebral Artery Segmentation Challenge 2023——脑动脉 TOF-MRA 分割，同属脑血管主题（影像侧）
PhysioNet 平台系条目	多个	MIMIC 系（EHR）、CinC 挑战赛系（ECG）——同平台、同格式族（WFDB）

9.3 互链占位规范

按千方病案医数集体例，库内互链使用条目 slug 与相对路径；URL 占位统一为：

https://www.qianfanghub.com/ai-ready-dataset/cves/1027

姊妹集互链指向其自身 slug 路径，确保双向可达。

9.4 撞库排查结论

精确查重：url_name IN ('cves','cv-es','cerebral-vasoregulation') → 0 rows（无精确撞名）。
目录查重：ls writing/ 中 cves 相关仅有本代理新建的 writing/cves。
近邻风险：存在 cerebral-vasoreg-diabetes、cerebral-perfusion-diabetes 两个高相关目录——不构成撞库（名称与身份均不同），但构成检索混淆风险。
处置：本条目标题与导语首句即点明"老年卒中（Elderly with Stroke）"区别特征，并在 §9.1 设专表辨析。

§10 避坑清单

以下为使用 CVES 时最易踩的坑，按严重程度排列。

坑 1：身份坑——CVES ≠ “Cardiovascular Events”

最危险的误解：把 cves 想当然地理解为 “Cardiovascular Events”（心血管事件）相关队列。事实：CVES = Cerebral Vasoregulation in Elderly with Stroke，研究对象是缺血性卒中的脑血管调节，与"心血管事件队列/组学数据"毫无关系。凡按"心血管事件"预期使用本数据集者，会在一开始就走错方向。

坑 2：体量坑——173.9 GB 中 98 GB 是你可能不需要的肌电

24h-electromyography 独占 98 GB，占 data/ 目录的绝大部分。若研究只涉及血压—脑血流耦合或步态，完全不必下载这部分。盲目全量下载会浪费数十 GB 带宽与磁盘。正确做法：先看 files-and-variables.xlsx 与协议文档，确认所需子目录，再按目录定向下载（AWS s3 sync 支持按前缀）。

坑 3：影像坑——研究用了 MRI，但数据集没有 MRI

研究确实使用 3T 动脉自旋标记（ASL）MRI，官方却明确"There is no MRI data from the experiments available in this database"。任何需要脑灌注影像、梗死定位、白质分析的研究，都无法用 CVES 完成。 不要因为读到研究用了 MRI 就假设数据里有影像。

坑 4：血压坑——Portapress 逐拍血压未开放，24h-bp 是另一回事

24h-bp 目录是 Dynapulse 设备的 24 小时间隔测量（白天每 20 min、夜间每 30 min）；而研究另用 Portapress 采集的逐拍（beat-to-beat）连续血压，未转换成开放格式。二者是不同设备、不同粒度的数据。把 24h-bp 当作"连续血压"去做需要逐拍精度的传递函数分析，会导致频域分辨率不足的错误结论。

坑 5：许可坑——ODC-By 须署名，不是 CC0

ODC-By v1.0 要求署名。它是开放许可（允许商用与衍生），但不是无条件的公有领域放弃。忽略署名义务违反许可条款，尤其在再分发或商业应用中。同时需叠加遵守 PhysioNet 平台条款。

坑 6：同步坑——重叠信号无说明，可能造成伪重复

官方明确"Some files contain overlapping signals"且"不提供信息/支持"。若不加甄别地把同一生理量的两份重叠记录当作独立通道参与建模，会引入信息泄漏或伪重复，使模型性能被高估。必须逐目录比对头文件通道定义。

坑 7：年份坑——论文 2010 vs 数据 2018

研究论文发表于 2010 年（Stroke 41(1):61–66），数据经整理后才于 2018-10-04 由 PhysioNet 开放。引用时应分别标注"研究年份"与"数据发布年份"；也意味着数据处理流程反映的是 2010 年前后的技术状态，而非现代标准。

坑 8：格式坑——WFDB 不是能用表格打开的 CSV

主体数据为 WFDB（二进制 .dat + 文本 .hea），必须用 PhysioNet 官方软件包（如 Python wfdb 库）读取。只有 24h-bp 与 walking 的部分数据是 CSV。用 pandas.read_csv 直接读 .dat 会得到乱码或错误数值。

坑 9：撞库坑——与 cerebral-vasoreg-diabetes 极易混淆

本库 cerebral-vasoreg-diabetes（rid 1023）与本条目同实验室、同 PI、同模态范式，仅队列不同（糖尿病 vs 卒中）。二者 DOI 不同（10.13026/m40k-4758 vs 10.13026/C2DW96）。跨条目引用时必须核对 DOI 与队列描述，否则会把两个数据集的事实张冠李戴。

坑 10：基准坑——没有官方划分与指标

CVES 没有 train/test 划分、没有 leaderboard、没有预定义指标。任何声称"在 CVES 官方基准上达到 X 分"的表述都是错误的。评估口径必须自行定义并明确写出。

坑 11：采样率坑——只有两个目录明示采样率

仅 sit-stand（500 Hz）与 24h-electromyography（1000 Hz）明示采样率，其余目录的采样率须从头文件或变量字典获取。不要凭空假设未披露目录的采样率。

坑 12：缩写坑——cves 的逐词展开非官方明示

cves 取自官方全称首字母，但 PhysioNet 页面未逐词显式声明该缩写展开。行文应表述为"官方路径缩写 cves"，避免断言"官方定义为……"。

DAIMS 数据成熟度评估表

维度	评分（1-10）	依据
D 可发现性	8	PhysioNet 平台高可见度；有专属 DOI（10.13026/C2DW96）；标题、作者、主题标签（stroke / vasoregulation / multiparameter）齐全；被第三方论文明确引用。扣分项：无独立项目官网，检索依赖"cves"或全称。
A 可获取性	9	Open Access，无请求制、无 DUA 门槛；三条下载路径（ZIP / wget / AWS 匿名桶）；ODC-By v1.0 明确开放商用与衍生。扣分项：173.9 GB 体量对个人下载不友好。
I 可互操作性	7	主体采用 WFDB 标准格式，工具链可与 PhysioNet 生态复用；元数据有 subjects.csv、协议文档、变量字典。扣分项：混合 CSV/LabVIEW/tff 异构格式；多传感器同步无文档；重叠信号无说明。
M 元数据质量	8	提供完整的实验协议（full-study-protocol.docx）、两天流程说明（day1-day2-protocol.docx）、变量字典（files-and-variables.xlsx）、受试者表（subjects.csv）、论文引用与资助信息。官方主动披露数据缺口（MRI/Portapress）。扣分项：无逐目录记录数、无采样率全集、逐组人口学未展开。
S 可持续性	8	PhysioNet（MIT LCP）长期维护，平台有稳定资助（NIH U24EB037545 等）；有 SHA256SUMS 校验；版本冻结利于复现。扣分项：仅 1.0.0 单版本，已知缺口不会补齐；发布已逾 7 年无更新。
综合评级	8.0/10（优）	一个开放、规范、文档充分的生理信号数据集；主要短板在体量与模态缺口（无 MRI、无连续血压），而非开放性或元数据质量。

§11 总结

Cerebral Vasoregulation in Elderly with Stroke（CVES）是一个把"卒中如何破坏脑血流自动调节"变成可测量信号的横断面多模态生理数据集。它以 120 名受试者（60 缺血性卒中 + 60 对照）、跨 day1/day2 两天的系统性挑战测试（坐立、头高位倾斜、坐立平衡、12 分钟步行、24 小时动态监测），配以经颅多普勒、心电、肌电、血压、呼吸气体与步态压力等多模态记录，构成一个"血压—脑血流—体位—自主神经"四链可联合分析的开放资源。

它的价值不在规模（173.9 GB 中 98 GB 是肌电），而在任务设计的生理学严谨性与开放规范的元数据。它最大的使用约束来自两个官方明示的缺口——无 MRI、无连续逐拍血压——以及官方对同步与转换过程的"不提供支持"。

在千方病案医数集库内，它与 cerebral-vasoreg-diabetes（rid 1023）构成一对"同实验室、同方法、不同队列"的姊妹数据集，互为最重要的互链点，也互为最重要的混淆源——因此本文用专表（§9.1）完成划界。

对于 AI-Ready 实践，CVES 的核心启示是：**“无标签"不等于"不可用”；真正决定一个数据集能否被下游高效消费的，是结构是否清晰、边界是否明确、缺口是否被显式声明。**CVES 在这三点上做出了正面示范，这正是它值得被收录为 AI-Ready 词条的理由。

§使用指南：数据加载与处理代码示例

以下示例演示如何读取 CVES 的典型数据。注意：CGU 未在官方页面给出各子目录的确切文件命名与列结构，因此下列代码以"结构示意 + 校验逻辑"为主，实际列名与文件名须以 files-and-variables.xlsx 与真实下载内容为准。

示例 1：目录遍历与完整性校验

import os, hashlib

ROOT = "cves/1.0.0"          # 解压后的数据集根目录（或 AWS sync 落地目录）

# 1) 列出顶层结构
for name in sorted(os.listdir(ROOT)):
    p = os.path.join(ROOT, name)
    kind = "DIR " if os.path.isdir(p) else "FILE"
    print(kind, name)

# 2) 列出 data/ 下的 7 个子目录
data_dir = os.path.join(ROOT, "data")
subdirs = sorted(os.listdir(data_dir))
print("子目录数:", len(subdirs))
print(subdirs)   # 预期 7 个: 24h-bp, sit-stand, 24h-electromyography,
                 # transcranial-doppler, head-up-tilt, sit-stand-balance, walking

# 3) 用官方 SHA256SUMS.txt 校验完整性（大文件下载必做）
sums_path = os.path.join(ROOT, "SHA256SUMS.txt")
if os.path.exists(sums_path):
    with open(sums_path) as f:
        entries = [ln.strip() for ln in f if ln.strip()]
    print("校验条目数:", len(entries))
    # 逐条比对（173.9 GB 全量校验耗时较长，可按需选择性校验）

示例 2：读取受试者汇总表 subjects.csv

import pandas as pd

subj = pd.read_csv(os.path.join(ROOT, "subjects.csv"))

# 第一步永远是看列名——官方未展开字段结构，不要预设
print(subj.columns.tolist())
print(subj.shape)

# 按分组计数（假设存在 group/condition 一类的列，列名以实际为准）
# 目标应为 60 卒中 + 60 对照
# print(subj["group"].value_counts())

要点：subjects.csv 是 318.2 KB 的受试者级元数据表，是所有按受试者分组分析的起点。必须先检视其真实列名，再写下游逻辑。

示例 3：读取一个 WFDB 记录（head-up-tilt 段）

import wfdb   # PhysioNet 官方 Python 包，pip install wfdb

# 路径指向某个受试者的某条记录（文件名以实际为准）
rec_path = os.path.join(ROOT, "data", "head-up-tilt", "<SUBJECT_ID>")

rec = wfdb.rdrecord(rec_path)
print("记录名:", rec.record_name)
print("采样率:", rec.fs)
print("时长(s):", rec.sig_len / rec.fs)
print("通道数:", rec.n_sig)
print("通道名:", rec.sig_name)
print("单位:", rec.units)

# 取信号矩阵（形状：样本数 × 通道数）
sig = rec.p_signal

# 读取事件标记（若该记录有 .marker 注释）
# ann = wfdb.rdann(rec_path, "marker")
# print(ann.sample[:20], ann.symbol[:20])

要点：sig_name 与 sig_len/fs 是理解每条记录的关键——不同受试者、不同任务段的通道集合可能不同，不要假设固定通道顺序。

示例 4：读取 24h-bp 的 CSV 血压序列

bp_dir = os.path.join(ROOT, "data", "24h-bp")
files = sorted(os.listdir(bp_dir))
print(files[:10])   # raw 与 verified 两版

# 选择 verified（已核验）版本
# target = [f for f in files if "verified" in f.lower()][0]
# bp = pd.read_csv(os.path.join(bp_dir, target))
# print(bp.columns.tolist(), bp.shape)

# 从时间戳计算采样间隔——预期白天约 20 min、夜间约 30 min
# dt = pd.to_datetime(bp["time"]).diff().dt.total_seconds() / 60
# print(dt.describe())

要点：这是间隔测量，不是连续逐拍。用 diff() 验证间隔是否符合官方描述的 20/30 min 节奏，是识别数据真伪与版本差异的实用手法。

示例 5：估计脑血管反应性（CVR）斜率（示意）

import numpy as np

def cvr_slope(bfv, etco2):
    """以 ETCO2 为自变量、BFV 为因变量的一元线性回归斜率。

    bfv   : 中脑动脉血流速度序列（如 MCAv）
    etco2 : 呼气末 CO2 序列（与 bfv 同采样、已对齐）
    返回  : slope（BFV 每单位 ETCO2 的变化率）
    """
    x = np.asarray(etco2, float)
    y = np.asarray(bfv, float)
    mask = np.isfinite(x) & np.isfinite(y)
    x, y = x[mask], y[mask]
    if len(x) < 10:
        return np.nan
    A = np.vstack([x, np.ones_like(x)]).T
    slope, intercept = np.linalg.lstsq(A, y, rcond=None)[0]
    return slope

# 使用前须确认：该任务段确含 CO2 通道，且已与 BFV 完成时间对齐
# s = cvr_slope(seg[bfv_col], seg[etco2_col])

要点：CVR 是 CVES 最自然的分析目标之一。斜率越平坦（趋近 0），说明血管对 CO₂ 的反应性越差。前提是必须先完成 CO₂ 与 BFV 的时间对齐——这正是 §4.5 所述"同步是既成事实但无文档"的风险所在。

示例 6：体位挑战的时间窗切片

def slice_window(sig, fs, start_s, end_s):
    """按秒切片：取 [start_s, end_s) 区间的信号。"""
    i0, i1 = int(start_s * fs), int(end_s * fs)
    return sig[i0:i1]

# sit-stand 段结构（day1，500 Hz）：
#   5 min 坐位  -> 站立后 1 min -> 站立后 3 min
# 示例：取"站立后第 1 分钟内"的窗口（起点时刻须从协议文档/起始时间确认）
# stand_seg = slice_window(mca_sig, fs=500, start_s=300, end_s=360)

要点：挑战段的"起点"取决于实验实际开始时刻，须从 day1-day2-protocol.docx 的相对时间描述与记录内置起始时间共同确定。不要硬编码假设的起点。

示例 7：组间比较的最小统计框架

def compare_groups(feature_df, feature_col, group_col="group"):
    """按分组比较某一特征，输出描述统计与秩检验 p 值。"""
    from scipy import stats
    g = feature_df.groupby(group_col)[feature_col].apply(
        lambda s: s.dropna().values
    )
    for name, vals in g.items():
        print(f"{name}: n={len(vals)}, mean={vals.mean():.3f}, sd={vals.std():.3f}")
    a, b = list(g.values)[:2]
    if len(a) > 0 and len(b) > 0:
        u, p = stats.mannwhitneyu(a, b, alternative="two-sided")
        print(f"Mann-Whitney U={u:.1f}, p={p:.4f}")
    return g

# print(compare_groups(feature_df, "cvr_slope"))

要点：因样本量有限（每组 60）且分布未知，非参数检验（Mann-Whitney）比 t 检验更稳健。若卒中组与对照组按年龄/性别配对，则应改用配对检验。

FAQ：常见问题

Q1：CVES 和"心血管事件"有什么关系？
没有关系。 CVES = Cerebral Vasoregulation in Elderly with Stroke（老年卒中的脑血管调节）。它是卒中/脑血管数据集，不是心血管事件队列。这是最常见的误解。

Q2：为什么叫 “cves”？
取自官方全称各词首字母（Cerebral Vasoregulation in Elderly with Stroke），对应 PhysioNet 路径 /content/cves/。该展开系依路径与全称推断，PhysioNet 页面未逐词显式声明的原文。

Q3：有多少受试者？
120 名 = 60 例缺血性卒中 + 60 例对照。均为老年人；卒中组为缺血性、轻微卒中/慢性缺血性梗死。

Q4：数据有多大？
总未压缩 173.9 GB。data/ 超 100 GB，其中 24h-electromyography 独占 98 GB。另有 conversion/raw-data.tar.gz 约 71.6 GB 的原始归档。

Q5：能下载到 MRI 吗？
不能。 研究使用了 3T 动脉自旋标记（ASL）MRI，但官方明示数据集不含任何 MRI 数据。

Q6：有连续逐拍血压吗？
没有开放。 Portapress 采集的逐拍血压未转成开放格式。24h-bp 目录是 Dynapulse 的 24 小时间隔测量（白天每 20 min、夜间每 30 min）。

Q7：怎么下载？
三条路径：① 内容页 ZIP 包（173.9 GB）；② wget -r -N -c -np https://physionet.org/files/cves/1.0.0/；③ aws s3 sync --no-sign-request s3://physionet-open/cves/1.0.0/ DEST（推荐）。

Q8：什么许可？可以商用吗？
ODC-By v1.0（Open Access）。允许商用与衍生，但必须署名。它不是 CC0，也不是 CC-BY-NC。

Q9：数据是什么格式？
主体为 WFDB（PhysioNet 标准波形格式，须用 wfdb 库等官方软件读取）+ 部分文本 CSV（24h-bp、walking）。

Q10：有官方基准或排行榜吗？
没有。 CVES 是贡献型数据集，无 train/test 划分、无 leaderboard、无预定义指标。评估口径须自行定义。

Q11：能用来做什么 AI 任务？
时序建模（分类/回归）、多通道融合、生理信号基础模型预训练、跨受试者泛化评估、自监督表征学习。但无监督标签，有监督任务的目标须自行从临床元数据衍生，并论证效度。

Q12：它和 cerebral-vasoreg-diabetes 是什么关系？
姊妹数据集。 同一实验室（BIDMC 老年晕厥与跌倒实验室）、同一 PI（Vera Novak）、同一研究范式，但队列不同：本集是卒中（60+60），糖尿病集是糖尿病（37+49）。DOI 也不同。

Q13：数据有多少个版本？会更新吗？
只有 v1.0.0（2018-10-04 首发）。抓取时点无后续版本，属冻结版本——已知缺口不会在未来补齐。

Q14：官方会回答数据转换的技术问题吗？
不会。 官方明确声明对数据转换过程与重叠信号处理"不提供信息/支持"。

Q15：怎么引用？
两条必引：① 原始论文 Novak et al. (2010) Stroke 41(1):61–66，DOI 10.1161/STROKEAHA.109.565556；② PhysioNet 标准引用。另建议注明数据集 DOI 10.13026/C2DW96 与访问日期。

Q16：sit-stand-balance 和 head-up-tilt 有什么区别？
sit-stand-balance 是 head-up-tilt 通道集合的超集，额外加入力平台运动数据。若研究同时需要脑血流与姿态控制，用超集；若只需生命体征，两者通道重叠。

Q17：24 小时肌电为什么这么大？
ME6000 以 1000 Hz 连续采集 24 小时 ECG + EMG，长时间 × 高采样率 = 98 GB。这是数据集体积的主因，也是可以按需跳过的一大部分。

Q18：怎么确定每条记录的采样率？
只有 sit-stand（500 Hz）与 24h-electromyography（1000 Hz）在官方页明示。其余须从头文件（.hea）或 files-and-variables.xlsx 读取。

Q19：受试者卒中组与对照组配对了吗？
官方未说明是否按年龄/性别配对。若未配对，组间比较需控制混杂；若配对则应用配对检验。使用前须从 subjects.csv 与论文确认。

Q20：数据是横断面还是纵向随访？
横断面（cross-sectional）。每位受试者"跨多天"指的是同一次研究访视内的 day1/day2 两天实验，不是时间轴上的多次随访。

事实清单

编号	事实	来源
F1	官方全称 Cerebral Vasoregulation in Elderly with Stroke	PhysioNet 内容页
F2	数据托管 PhysioNet（MIT LCP），RRID:SCR_007345	PhysioNet
F3	采集机构 BIDMC 老年晕厥与跌倒实验室，PI Vera Novak	PhysioNet 内容页
F4	120 受试者 = 60 缺血性卒中 + 60 对照	PhysioNet 内容页
F5	横断面研究，跨多天，主实验 day1/day2	PhysioNet 内容页
F6	版本 v1.0.0，2018-10-04 发布	PhysioNet 内容页
F7	DOI 10.13026/C2DW96	PhysioNet 内容页
F8	许可 ODC-By v1.0；访问等级 Open Access	PhysioNet 内容页
F9	总未压缩体积 173.9 GB	PhysioNet 内容页
F10	data/ 超 100 GB，24h-electromyography 独占 98 GB	PhysioNet 内容页
F11	7 个数据子目录	PhysioNet 内容页
F12	格式 WFDB + text CSV	PhysioNet 内容页
F13	sit-stand 采样率 500 Hz（LabVIEW）	PhysioNet 内容页
F14	24h-electromyography 采样率 1000 Hz（ME6000）	PhysioNet 内容页
F15	24h-bp：白天每 20 min、夜间每 30 min（Dynapulse）	PhysioNet 内容页
F16	walking：环形走廊步行 12 分钟	PhysioNet 内容页
F17	sit-stand-balance 是 head-up-tilt 的超集 + 力平台	PhysioNet 内容页
F18	head-up-tilt 含 ECG/ABP/双侧 MCA/体温/O₂/CO₂	PhysioNet 内容页
F19	无 MRI 数据（研究用了 3T ASL MRI）	PhysioNet 内容页
F20	Portapress 逐拍血压未转开放格式	PhysioNet 内容页
F21	官方对转换与重叠信号不提供信息/支持	PhysioNet 内容页
F22	资助 NIH-NINDS R01-NS045745	PhysioNet 内容页
F23	原始论文 Novak et al. 2010 Stroke 41(1):61–66	PhysioNet 内容页
F24	论文 DOI 10.1161/STROKEAHA.109.565556	PhysioNet 内容页
F25	3 个研究假设（调节受损/自主神经受损/损伤外扩）	PhysioNet 内容页
F26	三位作者含 Vera Novak, Kun Hu, Laura Desrochers 等 7 人	PhysioNet 内容页
F27	联系邮箱 vnovak@bidmc.harvard.edu	PhysioNet 内容页
F28	SHA256SUMS.txt mtime 2019-02-20	PhysioNet 内容页
F29	顶层文件：subjects.csv 318.2 KB、files-and-variables.xlsx 637.8 KB 等	PhysioNet 内容页
F30	第三方引用（arXiv 2603.20442 致谢明确标注 CVES 与 DOI）	arXiv

术语表

术语	英文	释义
脑血管调节	cerebral vasoregulation	脑小动脉通过收缩/舒张调节脑血流的能力
脑自动调节	cerebral autoregulation	血压波动时维持脑血流恒定的机制
经颅多普勒	transcranial Doppler (TCD)	用超声穿过颅骨测量脑动脉血流速度的无创技术
血流速度	blood flow velocity (BFV)	TCD 测得的脑动脉血流速度，常用 MCAv 表示
中脑动脉	middle cerebral artery (MCA)	TCD 最常测量的脑动脉，其血流速度记 MCAv
呼气末二氧化碳	end-tidal CO₂ (ETCO₂)	呼气末二氧化碳分压，血管反应性的刺激量
脑血管反应性	cerebrovascular reactivity (CVR)	血流速度对 CO₂ 变化的敏感度，常以斜率表示
头高位倾斜	head-up tilt (HUT)	用倾斜床立起受试者的直立挑战测试
坐立测试	sit-to-stand	从坐位到站立的体位改变挑战
传递函数分析	transfer function analysis (TFA)	把血压作输入、脑血流作输出的频域耦合分析
逐拍血压	beat-to-beat blood pressure	每个心动周期连续的血压（Portapress，未开放）
横断面研究	cross-sectional study	某一时点对两组人群各测一次的比较设计
肌电	electromyography (EMG)	记录肌肉电活动
心电	electrocardiography (ECG)	记录心脏电活动
动脉自旋标记	arterial spin labeling (ASL)	用 MRI 无创测量脑灌注的技术（本集不含其数据）
波形数据库	WaveForm DataBase (WFDB)	PhysioNet 标准生理信号格式
事件标记	event marker	WFDB 注释文件中标注事件时刻的条目
低灌注	hypoperfusion	组织血流供应不足
体位性低血压	orthostatic hypotension	站立时血压下降

参考文献与来源

Novak V, Hu K, Desrochers L, Novak P, Caplan L, Lipsitz L, Selim M. (2010). Cerebral flow velocities during daily activities depend on blood pressure in patients with chronic ischemic infarctions. Stroke 41(1):61–66. DOI: 10.1161/STROKEAHA.109.565556. PMC: PMC2811046.
PhysioNet. Cerebral Vasoregulation in Elderly with Stroke v1.0.0. https://physionet.org/content/cves/1.0.0/ DOI: 10.13026/C2DW96.
Pollard T, Moody BE, Lehman L, Gow B, Fernandes C, Xie C, Johnson A, Mark RG, Heldt T. (2026). PhysioNet as a global platform for biomedical research. Nature Health 1(8):792–795. DOI: 10.1038/s44360-026-00096-z.
NIH-NINDS 资助项目 R01-NS045745（本项目资金来源）。
arXiv 2603.20442（第三方引用 CVES 与 DOI 10.13026/C2DW96 的使用实例）。

存照附录

存照 1：身份纠偏记录（重要）

任务头原始假设：“CVES 可能指 Cardiovascular Events 相关队列/多组学数据集”。

三源互证实核结论：CVES 实为 PhysioNet 的 Cerebral Vasoregulation in Elderly with Stroke（老年卒中脑血管调节），与"心血管事件"无关。三源：① PhysioNet 官方内容页实抓；② DOI 10.13026/C2DW96 解析页；③ 第三方引用（arXiv 2603.20442 致谢明确标注 CVES 与 DOI）。

处置：按实核身份写作，本条目全部事实以 PhysioNet 官方页为准；任务头假设已在此存照，供后续核查。

存照 2：双口径冲突记录

事项	口径 A	口径 B	处置
年份	研究/论文 2010（Stroke 41(1)）	数据发布 2018-10-04（PhysioNet v1.0.0）	正文分别标注，不混用
规模表述	官方导语"60 + 60"（受试者）	官方体积"173.9 GB"（数据量）	两者并列，不互相折算
许可	数据集专属 ODC-By v1.0	PhysioNet 平台通用使用条款	以数据集专属许可为准并叠加平台条款
血压	`24h-bp`（Dynapulse，20/30 min 间隔）	Portapress 逐拍血压（未开放）	明确区分，勿混为连续血压
缩写词源	本代理依路径推断的逐词展开	官方页面未显式声明	行文表述为"官方路径缩写"，不断言官方定义
体积	`data/` 超 100 GB	总未压缩 173.9 GB	主体在 `data/`，另含 conversion 归档等

存照 3：遗留待核疑点

MRI 缺失 vs 研究用 MRI：研究明确使用 3T ASL MRI，但数据集不含 MRI——正文已明确"影像不可得"。
Portapress 逐拍血压未开放：与 24h-bp 是两套不同设备数据，不可混。
无逐目录记录数：官方未给每个子目录的受试者/记录条数，仅给总量 120 例与 173.9 GB。条目未虚构逐目录计数。
publications/ 具体篇数未知：官方仅称"many articles"，未给计数。
缩写词源未由官方显式声明：cves 的逐词展开为推断，已在 §9 与 FAQ Q2 标注。
分组是否配对未知：官方未说明卒中组与对照组是否按年龄/性别配对。
逐组人口学未展开：官方未提供两组年龄均值、性别构成、卒中亚型细分的标准表。

存照 4：三源互证结论

源 1（一手·官方页）：https://physionet.org/content/cves/1.0.0/ ——实抓成功，全部核心事实（120 受试者、173.9 GB、7 目录、ODC-By v1.0、DOI 10.13026/C2DW96、2018-10-04）均出自此页。
源 2（一手·机构/DOI）：DOI 10.13026/C2DW96 解析页；PhysioNet 平台引用（Pollard et al. 2026, Nature Health）。
源 3（第三方）：arXiv 2603.20442（Melaguard）致谢明确引用 CVES + DOI；中文媒体对 CVES 足底压力数据的引用。

结论：三源互证成立，数据集真实存在、规模/license/获取方式可查证。

存照 5：库内撞库排查

精确查 url_name IN ('cves','cv-es','cerebral-vasoregulation') → 0 rows（无精确撞名）。
ls writing/ → cves 相关仅本代理新建的 writing/cves。
近邻目录 cerebral-vasoreg-diabetes（rid 1023）、cerebral-perfusion-diabetes（rid 1022）不构成撞库，但构成检索混淆风险 → 已在 §9.1 设专表划界。

附录 A：CVES 与姊妹集字段对照

对照项	cves（卒中）	cerebral-vasoreg-diabetes（糖尿病）
slug	`cves`	`cerebral-vasoreg-diabetes`
rid	（本条）	1023
DOI	10.13026/C2DW96	10.13026/m40k-4758
队列	60 卒中 + 60 对照	37 糖尿病 + 49 对照
合计	120	86
年龄	老年（未逐组披露）	55–75 岁
核心挑战	sit-stand、head-up-tilt、sit-stand-balance、walking	Valsalva、低/高碳酸、head-up-tilt、sit-to-stand
TCD 血管	脑动脉（含 MCA，倾斜/平衡为双侧）	MCA + BRA
足底压力	walking 步态压力	Pedar
MRI	未开放	未上传
平台	PhysioNet	PhysioNet

附录 B：七个数据子目录速查

目录	日	内容	格式	关键参数
`24h-bp`	day1	Dynapulse 24h 逐拍 HR+BP	CSV	白天 20 min / 夜间 30 min；raw+verified
`sit-stand`	day1	坐立测试 HR/BP/MCAv	WFDB	500 Hz；5 min 坐 + 1/3 min 站
`24h-electromyography`	day1	ME6000 24h ECG+EMG	WFDB	1000 Hz；含 .marker；98 GB
`transcranial-doppler`	day2	三支动脉 BFV + 生命体征	WFDB	含 .marker
`head-up-tilt`	day2	ECG/ABP/双侧 MCA/体温/O₂/CO₂	WFDB	多仪器组合
`sit-stand-balance`	day2	head-up-tilt 超集 + 力平台	WFDB	多参数
`walking`	day2	12 min 环形步行	WFDB+CSV	用力/距离/速度

附录 C：三个研究假设与对应数据

假设	内容	对应可用数据
H1	缺血性卒中患者脑血管调节受损，脑血流依赖血压	sit-stand、head-up-tilt、sit-stand-balance 的 BP–BFV 耦合
H2	卒中后自主神经血压控制受损，活动可致低血压	24h-bp（血压负荷/波动）、体位挑战段血压响应
H3	血管反应性受损超出梗死区，影响其他血管供血区	transcranial-doppler（三支动脉 BFV 对比）

附录 D：下载决策树

需要哪些数据？
├── 只要血压—脑血流耦合
│     └── sit-stand + head-up-tilt + sit-stand-balance  （跳过 98 GB 肌电）
├── 只要步态 / 足底压力
│     └── walking
├── 只要 24 小时血压节律
│     └── 24h-bp
├── 需要长时心电 / 肌电
│     └── 24h-electromyography  （承担 98 GB）
└── 需要全部
      └── 全量 173.9 GB（AWS s3 sync 推荐）

附录 E：PhysioNet 平台使用提示

优先用 AWS 匿名桶（aws s3 sync --no-sign-request）——大文件更快更稳，支持断点续传与前缀过滤。
善用前缀过滤：只同步需要的子目录（如 s3://physionet-open/cves/1.0.0/data/walking/），避免全量 173.9 GB。
下载后立即校验：用官方 SHA256SUMS.txt 比对，尤其是大文件。
用 wfdb 库而非手工解析：PhysioNet 官方软件包是读取 WFDB 的标准路径。
先读文档再写代码：files-and-variables.xlsx + 两份协议 DOCX 是理解通道结构的必读材料。

附录 F：本条目信息源一览

类型	来源
一手官方页	https://physionet.org/content/cves/1.0.0/ （实抓）
原始论文	Novak et al. 2010, Stroke 41(1):61–66, DOI 10.1161/STROKEAHA.109.565556
数据集 DOI	10.13026/C2DW96
平台引用	Pollard et al. 2026, Nature Health, DOI 10.1038/s44360-026-00096-z
第三方引用	arXiv 2603.20442；中文媒体报道
库内互链	cerebral-vasoreg-diabetes（1023）、cerebral-perfusion-diabetes（1022）、cas-2023（790）

附录 G：一句话记忆锚

CVES = 120 个老人（60 卒中 + 60 对照）+ 坐立/倾斜/步行挑战 + 经颅多普勒盯血流 + 24 小时盯血压；没有 MRI，没有逐拍血压，但许可开放（ODC-By，须署名）。

附录 H：章节逻辑总览

章节	回答的问题
§0 导读	这个数据集解决什么问题
§1 速览	十个关键事实（十问十答）
§2 数据构成	队列、时间线、7 个子目录、通道、元数据
§3 任务与标注	测量集而非标注集，任务与可分析问题的映射
§4 格式与规范	目录层级、WFDB、CSV、采样率、同步与缺口
§5 评估与基准	无官方基准下的度量、缺口影响、可复现建议
§6 获取与许可	三条下载路径、ODC-By、引用规范
§7 生态与互链	上游采集、下游论文、生态坐标
§8 方法学启示	挑战—响应范式、缺口声明、解释边界
§9 库内关系	与姊妹集辨析、互链点、撞库排查
§10 避坑清单	12 条坑 + DAIMS 评估
§11 总结	全条目收束

附录 I：常见报错与修复对照

现象	可能原因	修复
读 `.dat` 得到乱码	用 CSV 方式打开了 WFDB 二进制	改用 `wfdb.rdrecord`
通道数与预期不符	不同受试者/任务段通道集合不同	先读 `.hea` 或 `rec.sig_name`
时间轴对不齐	未使用文件内置起始时间	读 starting times + 协议文档
结果异常偏高	把重叠信号当独立通道（伪重复）	逐目录比对头文件通道定义
找不到连续血压	误以为 `24h-bp` 是逐拍血压	认清 Portapress 未开放，改用间隔血压
下载中断	173.9 GB 大文件传输	用 `-c` 断点续传或 AWS s3 sync

附录 J：数据治理与伦理要点

人数据来源：原研究经机构审查（BIDMC），数据经去标识后开放。
许可合规：ODC-By v1.0 须署名；再分发须保留许可声明。
缺口透明：官方主动披露 MRI 与 Portapress 缺口，使用者应在论文中如实说明所用子集。
不越界解释：横断面、单中心、120 例——结论不得推广到因果、纵向或人群泛化。
引用完整：数据 + 论文 + 平台三层引用，缺一不可。

附录 K：面向 AI-Ready 的使用场景对接

场景	可行	说明
时序生理信号基础模型预训练	✅	WFDB 波形丰富，适合自监督预训练
多通道融合分类（卒中 vs 对照）	⚠️	需自行定义标签与划分；样本量有限
跨受试者泛化评估	✅	120 例可做 leave-subject-out
脑灌注影像分析	❌	无 MRI
连续血压传递函数分析	⚠️	无逐拍血压，须用替代血压源并说明局限
步态/足底压力分析	✅	`walking` 目录可独立使用
有监督临床终点预测	⚠️	无监督标签，目标须自行衍生并论证效度

附录 L：术语中英速查（补充）

中文	英文
缺血性卒中	ischemic stroke
慢性缺血性梗死	chronic ischemic infarction
轻微卒中	minor stroke
自主神经	autonomic nervous system
低血压	hypotension
灌注	perfusion
力平台	force plate
加速度计	accelerometer
呼吸	respiration
体位控制	postural control
步行速度	walking speed
用力程度	level of exertion
动态血压监测	ambulatory blood pressure monitoring
昼夜节律	circadian rhythm / dipping

附录 M：读者快速上手路径

路径一（30 分钟了解）：读 §0 导读 → §1 十问十答 → §10 避坑清单前 5 条。

路径二（半天上手）：读 §2 数据构成 → §4 格式规范 → 按 §附录 D 决策树下载所需子目录 → 跑 §使用指南示例 1–3。

路径三（要做研究）：全读 §2–§5（数据与评估）→ §6（许可与引用）→ §9（与姊妹集辨析）→ 按 §5.5 可复现建议设计分析。

路径四（要先排雷）：直奔 §10（12 条坑）与 §存照附录（身份纠偏 + 双口径 + 待核）。

附录 N：数据使用检查清单（Checklist）

[ ] 已确认本数据集为卒中队列，非心血管事件队列
[ ] 已核对 DOI（10.13026/C2DW96），未与糖尿病姊妹集（10.13026/m40k-4758）混淆
[ ] 已按需选择子目录，未盲目全量下载 173.9 GB
[ ] 已知 无 MRI，研究设计未依赖影像
[ ] 已知 无 Portapress 逐拍血压，血压来源已明确声明
[ ] 已用 SHA256SUMS.txt 校验下载完整性
[ ] 已用 wfdb 库读取波形，未误用 CSV 方式
[ ] 已比对头文件通道定义，规避重叠信号伪重复
[ ] 评估口径已自行定义并写明（无官方基准）
[ ] 已完成 ODC-By 署名（数据 + 论文 + 平台三层引用）
[ ] 结论未越界（横断面、单中心、120 例）

附录 O：版本更新追踪建议

CVES 为冻结版本（仅 v1.0.0）。建议追踪：

PhysioNet 内容页版本号——若未来出现 v1.1/v2.0，以官方页为准更新条目。
SHA256SUMS.txt 变更——首发后曾于 2019-02-20 更新，说明校验清单可变。
publications/ 目录增长——新论文意味着新用法与可能的新结论。
姊妹集的更新——同实验室若发布新数据集，可能是本条目新的互链点。

附录 P：与 AI-Ready 使用场景的对接（补充说明）

千方病案医数集的 AI-Ready 定位强调"数据是否结构清晰、边界是否明确、缺口是否被显式声明"。CVES 在这三点上的表现：

结构清晰：7 个任务子目录职责分明，WFDB 格式规范，元数据文档齐全 → 达标。
边界明确：Open Access + ODC-By 边界清晰，引用要求明确 → 达标。
缺口显式：官方主动声明 MRI 缺失、Portapress 未开放、重叠信号无说明 → 优秀。

主要短板：数据体量与可用价值不匹配（98 GB 肌电 vs 核心信号），以及缺乏官方划分/标签导致下游无法直接做有监督任务。这两点是 CVES 从"开放数据集"迈向"开箱即用 AI-Ready 资源"之间还需跨越的距离——而跨越这一距离，恰恰是 AI-Ready 词条（如本条）的价值所在：把散落在官方页与协议文档中的边界信息，结构化地呈现给下游。

附录 Q：一句话总结每个章节

§0：CVES 用 120 人的多模态信号回答"卒中后大脑还能不能自己稳住血流"。
§1：十个关键事实——120 人、173.9 GB、7 目录、WFDB、ODC-By、无 MRI、无逐拍血压。
§2：60 卒中 + 60 对照，跨 day1/day2，7 个子目录各司其职。
§3：这是测量集不是标注集，“标注”= 事件标记 + 分组元数据。
§4：WFDB 是主体，CSV 是少数；同步无文档是最大的技术风险。
§5：无官方基准；两个缺口直接限制可做的评估。
§6：ODC-By 须署名；AWS 匿名桶是最佳下载路径。
§7：上游是 BIDMC 单中心采集，下游已有第三方建模使用。
§8：挑战—响应是研究调节能力的正确范式；缺口透明是良好实践。
§9：与糖尿病姊妹集同源不同队列，必须划界。
§10：12 条坑，第一条就是"它不是心血管事件数据集"。
§11：价值在任务设计的严谨性与元数据的开放规范。

尾注

本条目为千方病案医数集（AI-Ready Wikipedia）收录条目，slug 为 cves。全部事实性内容以 PhysioNet 官方内容页（抓取时点 2026-10-12）为准，并辅以 DOI 解析页与第三方引用三源互证。条目中的所有规模、许可、格式、缺口描述均可在官方页对应段落核实；对官方未披露的信息（如逐目录记录数、未明示的采样率、缩写逐词定义），条目一律标注"未披露"或"系推断"，未作虚构。

本条目与姊妹条目 cerebral-vasoreg-diabetes（rid 1023）互为重要互链点，读者在引用前务必核对 DOI 与队列描述，避免数据集事实张冠李戴。

尾注（终）

维度	内容
本质	PhysioNet 公开的老年卒中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（2018-10-04 发布）｜10.13026/C2DW96
受试者	120 人 = 60 缺血性卒中 + 60 对照；老年人、轻微卒中/慢性缺血性梗死
研究设计	横断面研究（cross-sectional），跨多天采集，主实验分 day1 / day2
核心模态	经颅多普勒（脑动脉 BFV）、24 小时血压数值、高分辨率 ECG/血压/CO₂/呼吸波形、24 小时 ECG/EMG/加速度计、步态/足底压力
核心任务	坐立测试（sit-stand）、头高位倾斜（head-up tilt）、坐立平衡、12 分钟步行、24 小时动态监测
研究手段	TCD 超声 + 3T 动脉自旋标记 MRI（但 MRI 数据未开放）
格式	WFDB 波形 + text CSV；数据 `data/` 目录超 100 GB
体量	未压缩 173.9 GB（24h-electromyography 独占 98 GB）
许可	ODC-By v1.0（须署名）｜Open Access
未开放	MRI 未提供；Portapress 逐拍血压未转开放格式
资助	NIH-NINDS R01-NS045745
姊妹集	cerebral-vasoreg-diabetes（同实验室同 PI，糖尿病队列 86 例，DOI 10.13026/m40k-4758）
库内互链	cerebral-vasoreg-diabetes（rid 1023）、cerebral-perfusion-diabetes（rid 1022）、cas-2023（rid 790）
获取要点	PhysioNet 内容页 / AWS 匿名桶；注意 MRI 与连续血压缺失，勿与糖尿病姊妹集混用

数据集	rid	队列	模态	DOI	与本集关系
cves（本条）	—	60 缺血性卒中 + 60 对照 = 120	TCD、24h BP、ECG/EMG、步态	10.13026/C2DW96	—
cerebral-vasoreg-diabetes	1023	37 糖尿病 + 49 对照 = 86	TCD（MCA+BRA）、ETCO₂、Valsalva、倾斜	10.13026/m40k-4758	姊妹集（同实验室同 PI，队列不同）
cerebral-perfusion-diabetes	1022	140 例 2 型糖尿病老年患者	脑灌注多模态	—	脑灌注 + 老年主题相关
cas-2023	790	100 例	脑动脉 TOF-MRA 分割	—	脑血管主题（影像侧）