D1NAMO — 1 型糖尿病多模态可穿戴数据集

INFOBOX — D1NAMO 一屏速览

维度	内容
本质	真实生活条件下的 1 型糖尿病（T1D）多模态可穿戴数据集（原始采集，非挑战赛、非派生）
项目	D1NAMO（Nano-Tera.ch 资助项目）；论文发表于 Informatics in Medicine Unlocked, 2018
团队	HES-SO（Sierre）+ EPFL（Lausanne）+ Open University of the Netherlands + Hôpital Riviera-Chablais（Vevey）
论文	IMU 2018，doi:10.1016/j.imu.2018.09.003（Elsevier，GOLD OA）；S2 引用 108（2026-10-13）
人群	20 名健康人 + 9 名 T1D 患者（T1D 6 男 3 女、年龄 20-79，二手口径）
采集	Zephyr BioHarness 3 胸带，真实生活条件连续佩戴
信号	ECG I 导联 250 Hz / 呼吸 18 Hz / 三轴加速度 100 Hz（±16 g）
血糖	健康组 Bayer Contour XT，每日 6 次指尖血；T1D 组 Medtronic iPro2 CGM，每 5 分钟
饮食	每餐拍照 + 1 瑞士法郎硬币（23.20 mm） 比例尺，营养师逐图标注（描述/卡路里/Food Balance/Food Quality）
体量	v1.2.0 六个 zip 共 10.2 GB（ecg 4.1G+1.7G、sensor 2.6G+1.1G、pictures 477M+252M）
获取	Zenodo 公开直链免费下载（v1.2.0 record 5651217；v1.0.0 record 1421616）
许可	Zenodo 元数据 CC BY-SA 4.0 ｜论文自带条款：署名 + 非商业 + 签署声明表（以更严格者为准）
伦理	瑞士沃州 CER-VD 53/15 伦理批件
库内互链	mimic-iv-ext-ecg-glucose(998)、big-ideas-glycemic-wearable(1016)、cgmacros(1014)、ptb-xl(70)、apnea-ecg(658)

D1NAMO 是一个把「实验室里的理想条件」换成「你每天真正过的日子」的糖尿病数据集。绝大多数血糖研究在受控病房里做：受试者坐着不动、按时采血、餐食定量。D1NAMO 反过来——29 名受试者（20 名健康人 + 9 名 1 型糖尿病患者）戴上一条 Zephyr BioHarness 3 胸带，回家照常上班、吃饭、运动、睡觉，其中胸带以 250 Hz 记录心电、18 Hz 记录呼吸、100 Hz 记录三轴加速度；健康组每天自己扎手指 6 次测血糖，患者组挂着 Medtronic iPro2 连续血糖仪每 5 分钟采一次；每顿饭拍照，画面里放一枚 1 瑞士法郎硬币当尺子，事后由营养师逐张标注食物、卡路里与营养质量。这套「生理信号 + 血糖 + 饮食图像」三线并行的真实生活记录，是论文声称的唯一同时具备 ECG + 血糖 + 活动 + 饮食且在日常条件下采集的公开数据集。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——Zenodo 两个版本（v1.0.0 单 tgz / v1.2.0 六个 zip、10.2 GB）都是公开直链，但许可有双口径，先看清再下。
2. 关心能不能做低血糖检测：直奔 §4 与 §5——核心科学动机是用无创 ECG 模式替代或补充有创指尖采血，任务定义、模态对齐与后续复现协议那几段连读。
3. 关心真实生活数据的代价：直奔 §7 与 §10——佩戴位移、设备脱落、指尖采血时间点缺失，这些是拿它做模型时必须先想清楚的坑。

§0 导读：这个数据集解决什么问题

1 型糖尿病（Type 1 Diabetes, T1D）患者的日常核心痛点之一，是低血糖（hypoglycaemia）：血糖掉到危险区间时人可能毫无察觉，严重时昏迷。传统监测靠指尖采血——疼、离散、无法连续。连续血糖监测（Continuous Glucose Monitoring, CGM）能连续但要扎在皮下、有成本、有滞后，且并非人人可及。于是研究界长期有一个诱人的设想：能不能从体表生理信号（心电、呼吸、加速度）无创地推断出血糖状态或血糖事件？

D1NAMO 正是为检验这个设想而生的数据底座。它有两条设计主线：

• 真实生活（real-life）而非临床受控：受试者在家、在岗、在通勤路上采集，信号里天然带着运动伪迹、佩戴位移、睡眠与进食带来的生理波动——这正是「无创监测」在现实中要面对的噪声环境。用临床干净数据训练、用真实生活数据测试，才能看出算法到底行不行。
• 多模态对齐（multi-modal alignment）：同一时间轴上有 ECG、呼吸、三轴加速度三条高频生理流，加上血糖（离散或 5 分钟）与餐食照片（事件级）。把「血糖变化」与「当时在做什么、吃了什么、心率呼吸如何」在时间上对齐，才谈得上解释与预测。

§0 读法三则：

1. 这个条目是「原始数据集 + 方法论文」二合一：数据本体在 Zenodo，方法学与任务定义在论文——两者许可口径不同（§6）。
2. 全文硬数字均出自论文正文、Zenodo 记录页或明确的二手文献，二手来源一律标注「二手口径」（§9 存照）。
3. 检索时若把项目名 D1NAMO 当成一个挑战赛去搜会一无所获——它没有排行榜、没有 test server，是一个纯采集型数据集（§5）。

§1 数据集速览：十问十答

Q1：D1NAMO 是什么的缩写？
D1NAMO 是项目名称（Nano-Tera.ch 计划资助），指 1 型糖尿病（D1 = Diabetes type 1，NAMO 为项目代号拼合）。它不是某个指标的缩写，也不代表文件格式。

Q2：数据集里有多少人？
29 名受试者：20 名健康人作为参考组 + 9 名 T1D 患者。T1D 亚组据二手文献为 6 男 3 女、年龄跨度 20-79 岁（该人口学为二手口径，见 §9）。

Q3：采集是在医院还是在家？
在真实生活条件下采集（非临床受控）。受试者佩戴设备多日连续记录，日常起居不被打断。这是 D1NAMO 区别于多数实验室生理数据集的根本点。

Q4：用了什么设备，采了哪些信号？
主设备是 Zephyr BioHarness 3 胸带，单条胸带同时输出：ECG I 导联双电极 250 Hz（电压上限 54.89 mV）、呼吸 EVA 泡沫压力传感器 18 Hz（相对值、无量纲）、三轴加速度 100 Hz（±16 g，垂直/侧向/矢状三方向）；设备另自算心率、呼吸率、活动水平、体态等聚合量。

Q5：血糖怎么测的？
两组方式不同——健康组用 Bayer Contour XT 血糖仪 + Next 试纸 + Microlet 2 采血笔，每日 6 次指尖采血；T1D 组用 Medtronic iPro2 Professional CGM，每 5 分钟自动采样。前者离散、后者近似连续。

Q6：饮食数据是什么形态？
受试者对每一餐拍照，画面中放一枚 1 瑞士法郎硬币（直径 23.20 mm） 作为尺寸比例尺；营养师事后逐图标注：食物描述、卡路里估计、Food Balance（依瑞士营养学会宏量营养素分布表判 Balanced / Unbalanced）与 Food Quality（按加工食品、酒精、饱和/反式脂肪、零食占比判 High / Low）。T1D 亚组另含胰岛素剂量记录。

Q7：数据有多大？
按当前主版本 Zenodo v1.2.0（record 5651217，发布 2018-10-19），六个 zip 合计约 10.2 GB：diabetes ecg 1.7G、diabetes sensor 1.1G、diabetes pictures-glucose-food-insulin 251.7M、healthy ecg 4.1G、healthy sensor 2.6G、healthy pictures-glucose-food 477.3M，各文件附 md5 校验。

Q8：拿来做什么任务？
核心任务是无创血糖事件（尤其低血糖）检测 / 血糖预测，以及对比 T1D 与健康参考人群的生理差异。文献中派生出：HRV 特征 + CGM 的血糖预测、餐食检测、活动与血糖关联分析等。

Q9：有官方基准或排行榜吗？
没有。D1NAMO 不设统一评测协议，划分方式（如 80/20 训练测试划分）、评价指标（如 Clarke Error Grid）均由使用方自定，跨研究可比性依赖各自声明。

Q10：怎么获取，要付费或申请吗？
Zenodo 公开直链免费下载，无需申请。但许可有双口径：Zenodo 元数据标 CC BY-SA 4.0，而论文自带数据许可条款要求署名 + 非商业使用 + 签署数据声明表（§6 详解）。

§2 数据构成与规格

2.1 规模、来源与机构构成

D1NAMO 的受试者规模为 29 人，划分为两个并列的子集：

• 健康参考组：20 人。作用是提供「非糖尿病人群」的多模态生理基线，便于研究把 T1D 信号特征「减去」健康参考后看残余差异。
• T1D 患者组：9 人（二手口径：6 男 3 女、年龄 20-79 岁）。这 9 人是数据集科学价值的核心——只有他们身上才可能出现低血糖事件与胰岛素注射。

两个子集各自独立成包（文件名前缀 healthy / diabetes），因此研究者既可以只用 T1D 子集做事件检测，也可以把健康组当对照做二分类或分布比较。

采集机构的谱系横跨四个单位：HES-SO / University of Applied Sciences and Arts Western Switzerland（Sierre） 主导（Dubosson、Calbimonte、Schumacher），EPFL（Lausanne） 提供工程侧支持（Ranvier），Open University of the Netherlands（Heerlen） 参与方法（Bromuri），临床侧由 Hôpital Riviera-Chablais（Vevey） 提供（Juan Ruiz）。伦理审批来自瑞士沃州伦理委员会 CER-VD 53/15。

2.2 三类信号的时间规格与物理量

模态	传感器 / 来源	采样率	单位与量程	备注
ECG（心电）	Zephyr BioHarness 3 胸带，I 导联双电极	250 Hz	mV，上限 54.89 mV	单导联，非诊断级 12 导联
呼吸	EVA 泡沫压力传感器（胸带内嵌）	18 Hz	相对值（无量纲）	由胸廓周径变化反推
三轴加速度	三轴加速度计	100 Hz	±16 g	垂直 / 侧向 / 矢状三方向
聚合量	设备自算	与采样同步	—	HR、BR、activity level、posture 等

三条流以设备内部时间戳对齐，采样率从 250 → 18 → 100 Hz 各不相同，使用时需先做重采样/插值对齐。ECG 为单导联 I 导联这点很重要：它比 12 导联信息量少，但足够做心率与心率变异性（HRV）分析——而 HRV 正是文献中连接「自主神经活动」与「低血糖」的关键中介变量。

2.3 血糖两条路：离散指尖血与连续 CGM

D1NAMO 的血糖数据采取「两组不同测法」的设计，这是它的一个显著特征，也是使用时最易踩坑之处：

• 健康组（20 人）：Bayer Contour XT 血糖仪 + Next 试纸，用 Microlet 2 采血笔指尖采血，每日 6 次。这是离散点——只能得到一天 6 个时刻的血糖值，无法重建连续曲线。时间点分布未在本次核验中逐条确认（遗留疑点，§9）。
• T1D 组（9 人）：Medtronic iPro2 Professional CGM，每 5 分钟一次自动采样。近似连续，是事件检测任务的主力数据。

因此一个常见误区是：以为 D1NAMO 全量都是连续血糖，直接跑 CGM 时序模型——健康组的 6 次/日离散值会立刻打乱任何「等间隔序列」假设（见 §10 坑点）。

2.4 饮食与图像模态的工艺细节

饮食模态是 D1NAMO 的差异化资产：它把「吃了什么」从问卷文字升级为可复核的照片证据。

• 拍摄协议：受试者对每一餐拍照。关键是画面中放一枚 1 瑞士法郎硬币（直径 23.20 mm） 作比例尺——有了这个已知尺寸参照，后续可估计食物的物理量（面积/体积），也便于不同照片间尺度归一。
• 营养师标注：营养师逐图标注四类信息——
  • 食物描述（识别菜品种类）；
  • 卡路里估计（依描述与比例尺估能量）；
  • Food Balance（依瑞士营养学会宏量营养素分布表判 Balanced / Unbalanced）；
  • Food Quality（按加工食品、酒精、饱和/反式脂肪、零食占比判 High / Low）。
• T1D 附加：T1D 子集另含胰岛素剂量记录——v1.2.0 的包名 diabetes pictures-glucose-food-insulin（图像-血糖-食物-胰岛素）直接印证了这四类内容同包发布。

致谢中特别提到营养师 Alejandra Ruiz Torres 负责图片标注，说明这份饮食标注是经过专业营养学判断的人工产物，而非众包或自动生成。

2.5 版本链与打包结构

D1NAMO 在 Zenodo 上有两个主要版本：

版本	Zenodo record	发布日	打包	体量
v1.0.0	1421616	2018-10-19	单文件 D1NAMO.tgz	—
v1.2.0	5651217	2018-10-19	6 个 zip	10.2 GB

v1.2.0 的六个文件按「人群 × 模态」切分：healthy ecg（4.1G）、healthy sensor（2.6G）、healthy pictures-glucose-food（477.3M）、diabetes ecg（1.7G）、diabetes sensor（1.1G）、diabetes pictures-glucose-food-insulin（251.7M）。健康组 ECG 包最大（4.1G），因为健康组人数最多（20 人）；T1D 的图像包文件名里多了一个 insulin，对应胰岛素剂量记录。每个文件附 md5，下载后务必校验。

2.6 与同类数据集的对照位

论文自带一张对照矩阵，把 D1NAMO 与多个知名数据集并排（MIMIC II、MIT-NIH、UCI、MHEALTH、DICARDIA 等），结论是：D1NAMO 是其中唯一同时具备 ECG + 血糖（Glucose）+ 活动（Activity）+ 饮食摄入（Food Intake）四项、且在日常条件下采集者。这一「模态完整性 × 真实生活」的组合，是它被反复引用的立身之本（跨研究可比性与生态位置见 §7）。

§1A 术语与概念的第一层澄清

在深入细节前，先把几个在 D1NAMO 语境中极易混淆的概念讲清：

「无创（non-invasive）」的两个层次。 无创可以指「测量方式不刺破皮肤」（如 ECG 电极贴片、加速度计），也可以指「不接触人体」（如摄像头）。D1NAMO 的无创目标主要集中在第一层——用贴附式传感器（胸带）替代指尖采血。餐食照片则更接近第二层。

「血糖事件」与「血糖值」的区别。 血糖值是连续变量（mmol/L），血糖事件是离散判定（是否低血糖/是否进餐）。D1NAMO 的 T1D 组既能给连续值（CGM 每 5 分钟），也支持事件判定；健康组只能给稀疏值。

「参考组」的作用边界。 20 名健康人不是「对照组受试者」意义上的实验对照，而是「基线人群」——他们没有低血糖事件，主要用于提供正常生理分布与做人群差异研究。

「模态」的严格含义。 D1NAMO 的模态不止「信号类型」，还包括「事件型数据」：ECG/呼吸/加速度是连续信号模态，血糖是（半）连续测量模态，餐食照片是事件型离散模态。三类的时间语义不同（§2.8）。

§3 采集设计与硬件：一条胸带如何同时抓起三路信号

3.1 为什么是胸带，而不是腕带

D1NAMO 选择 Zephyr BioHarness 3 胸带作为唯一主设备，是一个被数据需求倒逼的决定。低血糖会引发自主神经系统反应——心率加快、HRV 改变、皮肤电变化、呼吸模式改变。要捕捉这些，设备必须能拿到高质量 ECG。腕带式设备（如腕表）的光电容积脉搏波（PPG）受运动伪迹与佩戴松紧影响大，难以稳定给出 ECG 波形；而胸带贴身、电极接触稳定，能直接输出 I 导联 ECG。换言之，是「无创血糖检测需要 HRV / ECG 特征」这个科学目标，决定了硬件必须是胸带。

代价也很明确：胸带佩戴体验不如腕带，长期依从性差，真实生活场景下更易脱落。D1NAMO 的「真实生活」承诺因此是把双刃剑——数据更真实，但也更嘈杂（§10 坑点）。

3.2 三路信号的物理细节

• ECG（250 Hz，I 导联双电极）：设备测的是胸带两电极间的电位差，形成单导联心电。电压量程上限标注为 54.89 mV。250 Hz 采样对心率与 HRV 分析足够（R 波定位所需频率远低于此），但不适合做高精度形态学诊断（如 ST 段细微分析）。
• 呼吸（18 Hz，EVA 泡沫压力传感器）：胸带内嵌 EVA 泡沫压力传感器，随胸廓周径变化产生压力信号，输出为相对值、无量纲。18 Hz 对呼吸周期（约 0.2-0.5 Hz）采样裕量充足。注意：这是相对信号，绝对值受佩戴初始松紧影响，跨受试者不可直接比幅值。
• 三轴加速度（100 Hz，±16 g）：垂直 / 侧向 / 矢状三方向。±16 g 量程足以覆盖日常活动，兼顾了轻微活动与较大幅度移动。三轴加速度既可用于判断受试者「此刻在做什么」（静坐/行走/运动），也是运动伪迹检测与去除的先验。
• 设备自算聚合量：BioHarness 3 固件会自算心率（HR）、呼吸率（BR）、活动水平（activity level）、体态（posture）等，随原始流一并输出。这些是设备厂商的算法产物，使用时需注意其与从原始 ECG 自行计算值可能不一致。

3.3 真实生活条件下的采集流程（重建）

虽然论文对逐日流程的描述以二手引用为主，但可确认的采集骨架是：

1. 佩戴：受试者佩戴 BioHarness 3 胸带，多日连续记录（T1D 亚组二手口径约四日，见 §9）。
2. 信号采集：胸带持续输出 ECG / 呼吸 / 加速度至设备存储或接收端。
3. 血糖采集：健康组自我指尖采血 6 次/日并记录；T1D 组佩戴 iPro2 CGM 自动每 5 分钟采样。
4. 饮食记录：每餐拍照（含硬币比例尺），事后营养师标注。
5. 胰岛素记录：T1D 组记录注射剂量（剂量 + 时间）。

3.4 数据规模的两个口径

D1NAMO 的规模描述存在「一手论文」与「二手引用」两类口径，需分清：

• 一手（论文正文）：20 健康 + 9 T1D，Zephyr BioHarness 3，采样率 250/18/100 Hz，健康组 6 次/日指尖血，T1D 组 5 分钟 CGM。
• 二手（bioRxiv 2025 DTRE 论文引用）：T1D 子集约 450 小时生理记录、8,414 次血糖测量、115 餐 / 106 张图片标注、佩戴约四日。

二手数字在本次核验中未能从论文原文逐条回证（§9 存照），引用时建议标注来源。无论如何，9 人 × 数日的记录量级是「小而精」——足以做方法验证，不足以直接支撑深度大模型的充分训练，这是 D1NAMO 使用中最需要诚实面对的边界。

§4 任务定义与标注体系

4.1 核心任务：无创血糖事件检测

D1NAMO 的设计动机是推动无创（non-invasive）血糖管理。围绕这个目标，数据集支持的任务谱系大致为：

1. 低血糖事件检测：从 ECG / 呼吸 / 加速度等无创信号中，判断「此刻是否处于低血糖」。这是最贴近临床痛点、也是文献引用最多的任务。
2. 血糖预测：给定历史生理信号与血糖，预测未来（如 30-120 分钟）的血糖值或趋势。
3. 血糖-生理关联分析：研究血糖变化与 HR、HRV、呼吸率、活动量之间的统计关系，为特征工程提供依据。
4. 健康 vs T1D 差异研究：利用 20 人健康参考 + 9 人 T1D 的分组设计，做分布对比与风险因子分析。

4.2 为什么 ECG 能做低血糖线索

低血糖时人体启动自主神经代偿，产生可被 ECG 间接捕捉的生理改变：

• 心率上升、心率变异性（HRV）下降（交感激活、副交感抑制）；
• 呼吸模式改变；
• 活动水平可能下降（前驱症状导致行为变化）。

这些变化可通过 250 Hz 的 I 导联 ECG 计算 HR/HRV 特征后与 CGM 血糖时间对齐来建模。D1NAMO 提供的正是这样一组时间对齐的无创生理 + 有创血糖参考配对，让「无创信号 → 血糖状态」的映射可被监督学习。

4.3 标注体系总览

D1NAMO 的「标注」分两路：

标注对象	标注方式	粒度	标注者
饮食图像	食物描述 + 卡路里估计 + Food Balance + Food Quality	每张照片	专业营养师
血糖标签	仪器直接读数（Bayer Contour XT / iPro2 CGM）	每 5 分钟或每 6 次/日	设备 + 受试者操作
胰岛素剂量	剂量数值 + 时间	每次注射	受试者自记（T1D）
生理信号	无需人工标注，原始波形 + 设备自算聚合量	连续	设备自动

也就是说，D1NAMO 的「人工标注」主要集中在饮食图像，而血糖标签本质是仪器测量值，不是人贴的类别标签。这一点在做标签质量评估时要分清。

4.4 饮食标注的两维营养学判据

营养师标注中两个分类维度值得展开，因为它们是营养学专业判断而非简单标签：

• Food Balance（平衡性）：依瑞士营养学会的宏量营养素分布表，判断该餐的碳水 / 蛋白 / 脂肪比例是否落在推荐区间，判为 Balanced 或 Unbalanced。
• Food Quality（质量）：按加工食品、酒精、饱和/反式脂肪、零食的占比，判为 High 或 Low。

这两维让 D1NAMO 的饮食数据不只是「吃了多少卡路里」，而是带有营养学评价——这对研究「饮食质量如何影响 T1D 血糖波动」提供了超出原始图像的信息。

4.5 任务的通用工作流

一个典型的使用链路是：

1. 从 Zenodo 下载对应子集（healthy 或 diabetes）；
2. 解压读入 ECG（250 Hz）、呼吸（18 Hz）、加速度（100 Hz）；
3. 重采样到统一时间基，按时间戳与血糖对齐；
4. 从 ECG 提取 HR/HRV 特征窗口；
5. 以血糖阈值（或 CGM 事件）定义标签 + 特征，训练分类/回归模型；
6. 以 Clarke Error Grid 或分类指标（敏感度/特异度）评估。

第 3 步的时间对齐是整条链最容易出问题的地方（§10 坑点），因为三种采样率、两种血糖采样方式、事件级图像各自的时间戳语义不同。

§5 评估、基准与后续用法

5.1 数据集本身无官方基准

必须先说清楚：D1NAMO 没有官方基准（benchmark）、没有排行榜、没有 test server、没有固定划分。它是一份「原始采集数据 + 说明论文」的组合，评估协议完全由使用方决定。这与挑战赛型数据集（如 PANDA、PhysioNet 挑战赛）有本质区别。

由此带来的后果是：跨论文的指标数字不可直接横向比较，除非双方声明了相同的划分方式与评价标准。常见做法包括：

• 划分方式：如 80/20 训练测试划分（DTRE 类工作采用）；
• 评价指标：血糖预测用 Clarke Error Grid（A/B 区占比）、RMSE/MAE；事件检测用敏感度/特异度/ROC-AUC。

5.2 论文自带的对照矩阵

虽然无排行榜，论文提供了一张数据集对照矩阵，把 D1NAMO 与 MIMIC II、MIT-NIH、UCI、MHEALTH、DICARDIA 等并排比较维度（是否有 ECG、是否血糖、是否活动、是否饮食、是否日常条件）。其结论——D1NAMO 是其中唯一同时覆盖 ECG + 血糖 + 活动 + 饮食且为日常条件者——实质上就是数据集自己的「定位基准」：不是分数基准，而是能力覆盖基准。

5.3 后续研究的典型用法（二手口径）

据 bioRxiv 2025 的 DTRE/vBGM 类工作（二手口径），D1NAMO 常与 OhioT1DM 等数据集联合使用，做30-120 分钟血糖预测，以 Clarke Error Grid A/B 区为评价，采用 80/20 划分。这反映了 D1NAMO 在文献中的实际角色：多模态融合与真实生活场景的验证集，而非唯一训练源。

5.4 评估时的五个诚实提醒

1. 样本量小：9 名 T1D 患者意味着任何「按患者划分」的评估都极不稳定，留一受试者（LOSO）的方差会很大。
2. 事件稀疏：低血糖事件本就稀疏，9 人数日的阳性样本可能只有个位数量级，需要重采样策略增强。
3. 类别不平衡：正常血糖占绝大多数，准确率（accuracy）会严重虚高，须用敏感度/特异度/PR-AUC。
4. 模态缺失：加速度/呼吸在某些时段缺失（设备脱落），需定义缺失处理策略。
5. 不可比性：跨论文比分数前先核对划分与指标定义，勿把不同论文的数字直接并列。

5.5 与「临床级 CGM 数据集」的能力差

D1NAMO 的 T1D 子集用 Medtronic iPro2 Professional CGM（5 分钟），健康组用离散指尖血（6 次/日）。相比纯 CGM 大数据集（如若干万人的 CGM 队列），D1NAMO 的血糖密度低、人群小；但它换来的是多模态（ECG/呼吸/加速度/图像）与真实生活条件。它的价值不在「血糖数据多」，而在「血糖与无创生理信号在同一人同一时刻的配对」——这是多数 CGM 数据集不具备的。

2.7 受试者级与记录级的两层粒度

理解 D1NAMO 的组织结构，需要区分「受试者级」与「记录级」两层粒度：

• 受试者级（subject-level）：29 个受试者是数据集的天然分组单位。健康组 20 人、T1D 组 9 人。任何严肃的评估都应以受试者为划分单位（留一受试者法 LOSO），因为同一受试者的多日记录高度自相关。
• 记录级（record-level）：每一名受试者在佩戴期内产生连续记录，内部可切成任意长度的窗口（如 5 分钟窗、30 分钟窗）。窗口之间高度重叠且相关，若按窗口随机划分，同一受试者的相邻窗口会同时进入训练与测试，造成数据泄漏（§10 坑 6）。

这个「两层粒度」是 D1NAMO 所有评估问题的根源，也是理解它为何「虽小但要求高」的关键。

2.8 时间戳语义与对齐难点

D1NAMO 的三类数据带着语义不同的时间戳：

数据	时间戳语义	特点
ECG / 呼吸 / 加速度	采样点时刻	等间隔（各自采样率），设备内部时钟
CGM（T1D）	测量时刻	等间隔（5 分钟），但设备时钟可能与胸带不同步
指尖血（健康组）	采血时刻	不等间隔（一天 6 次，时间点自定），受试者手记
餐食照片	拍摄时刻	事件级（非等间隔），受试者拍照时间

因此「多模态对齐」不是简单按索引拼接，而是要：① 统一各设备时钟（可能有漂移）；② 把不等间隔的指尖血/照片按最近邻或线性插值归到统一时间栅格；③ 对缺失段插值或标记。这一难点在多数使用论文里被轻描淡写，却是复现的最大障碍。

2.9 缺失机制的类型学

真实生活数据的缺失来源可分为四类，处理方式各不相同：

1. 设备脱落（短期）：胸带松动造成几秒到几分钟的信号断裂——可用相邻段插值或标记为无效。
2. 设备摘下（长期）：受试者洗澡、充电时摘下——形成较长的空洞，建议标记为缺失区段而非强行插值。
3. 受试者漏记（血糖/饮食）：忘记扎手指、忘记拍照——标签侧缺失，通常只能丢弃对应时段。
4. 模态天然的稀疏性：如健康组血糖本就是 6 次/日的离散点——不是缺失，是设计如此，勿混为一谈。

把第 4 类误当成第 3 类（对健康组血糖做插值再分析）是 D1NAMO 使用中的典型错误（§10 坑 2）。

2.10 数据体量的直观换算

10.2 GB 这个数字的含义可拆解理解：ECG 是大头（healthy 4.1G + diabetes 1.7G = 5.8G，占 57%），因为它以 250 Hz 高采样率连续记录最多人数；sensor 次之（2.6G + 1.1G = 3.7G，占 36%），含 100 Hz 加速度与 18 Hz 呼吸及聚合量；pictures 最小（477.3M + 251.7M ≈ 0.7G，占 7%），因为图像是事件级的稀疏采样。这个「ECG 主导」的体量分布，也预示了使用时的时间对齐重心会落在 ECG 侧。

2.11 版本演进的可能动机

从 v1.0.0（单 tgz）到 v1.2.0（六个 zip、按人群×模态切分），发布形式的改变透露了实用考量：单文件 10 GB 的 tgz 下载不便、难以按需获取子集；拆成六包后，只用健康组的用户可以把下载量从 10.2 GB 降到 7.2 GB（4.1+2.6+0.477），只用 T1D 子集的用户降到约 3.05 GB（1.7+1.1+0.252）。这种「按子集切包」的设计是大型数据集发布的最佳实践之一。

2.12 与「临床受控」采集的规格对照

为了凸显 D1NAMO 的定位，把「真实生活采集」与「临床受控采集」在规格上对照：

维度	D1NAMO（真实生活）	典型临床受控
环境	家庭/工作日常	病房/实验室
运动伪迹	大量、不可控	少量、可设计
佩戴依从	依赖受试者，会脱落	受控，较稳定
血糖测量	受试者自扎/自戴	医护操作
样本规模	29 人，小	常更小但更严格
生态效度	高（贴近真实）	低（理想化）
可复现性	中（条件不可复刻）	高（流程固定）

两者的取舍正是 D1NAMO 的价值主张所在：用生态效度换可控性。

§3A 硬件与信号的进一步说明

3A.1 Zephyr BioHarness 3 的定位

BioHarness 系列是面向研究与运动监测的胸带式多生理信号采集设备，其设计初衷是「单设备多模态」——把心电、呼吸、加速度、体温等集成在一条胸带上。D1NAMO 选用它，本质是看中「一设备出三路信号 + 时间戳统一」这一便利：如果用三台独立设备分别测 ECG、呼吸、加速度，跨设备时钟同步会成为灾难。

3A.2 I 导联的取舍

ECG 有标准 12 导联体系（I/II/III、aVR/aVL/aVF、V1-V6）。D1NAMO 只有 I 导联，意味着：

• 无法做多导联的定位诊断（如判断心梗部位）；
• 但 R 波检测、心率、HRV 这些只需单导联的分析完全可行；
• 对于「低血糖检测」这个目标，HRV 足够，12 导联是奢侈而非必需。

这个取舍体现了 D1NAMO 的工程务实：用满足目标的最小导联数换取佩戴可行性。

3A.3 呼吸传感器的物理原理与限制

EVA 泡沫压力传感器的工作原理是：胸带随呼吸涨缩，挤压 EVA 泡沫，泡沫形变转化为压力信号。因此它测的是胸廓周径变化，而非真实气流（肺活量）。其限制包括：胸式呼吸与腹式呼吸的响应不同、佩戴松紧影响基线、深慢呼吸与浅快呼吸的幅度不可直接比较。使用时宜作相对趋势而非绝对量。

§5C 关于「真实生活」评估的特殊考量

5C.1 生态效度与内部效度的权衡

「真实生活」提升的是生态效度（ecological validity）——结论更贴近现实；代价是**内部效度（internal validity）**下降——变量不受控、混杂多。D1NAMO 的定位是：承认内部效度的损失，换取生态效度的提升。使用者在解读其上得到的模型性能时，应意识到「真实生活条件下的性能」与「受控条件下的性能」不可互换。

5C.2 混杂因素清单

在真实生活条件下，以下混杂会同时影响生理信号与血糖，做因果推断时需警惕：

混杂	影响的信号	影响的血糖
运动	HR、呼吸、加速度	运动中/后血糖变化
进食	HR、呼吸	餐后血糖上升
睡眠	HR、HRV、呼吸	夜间血糖波动
情绪/应激	HR、HRV	应激性血糖升高
胰岛素注射	—	血糖下降（T1D）
咖啡因/酒精	HR、HRV	血糖间接影响

D1NAMO 没有对所有这些混杂做标注（只有饮食与胰岛素有记录），这是做关联分析时的重要局限。

5C.3 「真实生活」的可复现性问题

受控实验可以复现（同一流程再来一遍），真实生活采集不可复现——同样的受试者，第二天的生活不会一模一样。这带来一个方法论后果：D1NAMO 之上的研究，跨研究可比性天然比受控数据集弱，只能靠统一的划分与指标来部分弥补（§5A）。

§6 获取与许可：两个版本、两道门

6.1 获取渠道一览

D1NAMO 的获取异常简单——Zenodo 公开直链免费下载，无需申请、无需注册审批、无请求制。两个主要版本：

版本	Zenodo record	发布日	打包	体量	用途
v1.0.0	1421616	2018-10-19	单文件 D1NAMO.tgz	—	早期引用者常用
v1.2.0	5651217	2018-10-19	6 个 zip	10.2 GB	当前主版本

v1.2.0 的分包结构见 §2.5。下载后逐文件校验 md5（Zenodo 为每文件提供），因为 10.2 GB 的传输偶有损坏。

6.2 许可：一份数据集，两种口径（核心存照）

D1NAMO 的许可存在双口径，这是使用前必须搞清的头号事项：

• 口径 A（Zenodo 元数据）：v1.0.0 与 v1.2.0 的记录页均标注 CC BY-SA 4.0（Creative Commons Attribution Share Alike 4.0 International）——允许商用、允许改编，但需署名且衍生作品需同许可。
• 口径 B（论文正文/致谢自带的数据许可条款）：要求署名 + 非商业使用，并需签署数据声明表，声明内容包括：仅用于科学研究、不尝试识别患者、附研究情境简述，且业主要求时须删除数据。

结论：实际复用条件比 Zenodo 元数据更严格。 口径 B 多了「非商业 + 签署声明表 + 应要求删除」三项限制，而口径 A 并未包含。理性的做法是以更严格者（口径 B）为准：即使在 Zenodo 上看似 CC BY-SA 4.0 自由可用，涉及商业用途或再分发时应先确认是否满足论文自带条款。

这一冲突在本次核验中已存照（§9），条目正文按「并存、以更严格者为准」成稿，不做单方面裁断。

6.3 论文的获取

论文发表于 Informatics in Medicine Unlocked（2018），doi 10.1016/j.imu.2018.09.003，Elsevier 出版，GOLD 开放获取。论文自身的许可据 S2 openAccessPdf 口径为 CC BY-NC-ND——注意这是论文的许可，与数据集许可不是一回事，勿混用。

6.4 AI-Ready 可获取性评估

维度	评分（1-10）	依据
可发现性	8	论文 GOLD OA 可索引 + Zenodo 记录页公开 + doi 稳定
可获取性	9	公开直链、免费、无请求制——可获取性接近满分
可互操作	6	模态自洽但格式非通用医疗标准（非 WFDB/DICOM 原生）；时间戳语义需自行解析
元数据质量	6	Zenodo 页有 md5 与体量；但逐受试者天数、采血时间点等细节披露不足
可持续性	8	Zenodo 为长期归档平台，CC 许可，单文件校验完整
综合	7.4/10	可获取性与可持续性强；互操作与元数据细节是短板

6.5 引用规范建议

引用 D1NAMO 时，建议同时引用论文与 Zenodo 记录（并注明所用版本号），例如：Dubosson F, Ranvier J-E, Bromuri S, Calbimonte J-P, Ruiz J, Schumacher M. The open D1NAMO dataset. Informatics in Medicine Unlocked, 2018. doi:10.1016/j.imu.2018.09.003；数据：Zenodo record 5651217（v1.2.0）。

§7 生态与影响

7.1 项目谱系与前作

D1NAMO 并非凭空出现。在正式数据集之前，团队已有两条先行工作线：

• D1NAMO 项目的 ECAI 2016 workshop 论文（Dubosson / Bromuri）——奠定项目的问题意识；
• Ranvier et al. 的 ESWC 2016 workshop 工作（可穿戴低血糖检测）——提供方法雏形。

2018 年正式论文与 Zenodo 发布，把这条线收束为一份可公开复用的数据集。资助方为 Nano-Tera.ch（瑞士国家级纳米技术与信息系统研究计划），这解释了它「多模态传感器（纳米/微系统）+ 健康信息」的天然基因。

7.2 学术影响

截至 2026-10-13，论文的 Semantic Scholar citationCount 为 108（一手抓取口径）。对一份小规模、非挑战赛、2018 年的数据集而言，这个引用量说明它在其细分领域（真实生活可穿戴 + 糖尿病）已成为标准参照。引用它的工作多集中在：低血糖检测、血糖预测、可穿戴生理信号处理、多模态时序融合。

7.3 在数据集景观中的位置

D1NAMO 的生态位可以一句话概括：「真实生活 × 多模态齐全 × 小样本」的交叉点。

• 比它大的血糖数据集（纯 CGM 队列、电子病历）没有 ECG/呼吸/图像；
• 比它信号全的临床数据集（如 ICU 多模态）不是真实生活、不是 T1D；
• 比它新的可穿戴数据集（如 cgmacros 类餐食+CGM）未必有四路并行生理流。

这个不可替代的组合，是它虽小却长被引用的根本原因。

7.4 与其他模态/任务数据集的互补关系

• 与大规模 ECG 数据集（如 PTB-XL 的 12 导联临床 ECG）：D1NAMO 单导联、真实生活、可穿戴——是「临床诊断」与「日常监测」两种范式对照的一端。
• 与 ICU 血糖 + ECG 配对数据集（如 MIMIC 派生）：D1NAMO 是院外真实生活、健康+T1D 混合；ICU 数据集是院内重症、连续监护——两者构成「重症 vs 日常」的光谱。
• 与餐食图像 + CGM 数据集（如 cgmacros）：D1NAMO 的饮食标注是营养师人工判读（Food Balance / Quality），cgmacros 类偏宏量营养素计算——标注哲学不同，可互为方法参考。

§8 方法学启示

8.1 真实生活采集的代价与价值

D1NAMO 最大的方法学贡献是把「真实生活（real-life）」当作设计原则而非事后标签。这带来三条可迁移的教训：

1. 噪声是信号的一部分：佩戴位移、设备脱落、运动伪迹，恰恰是无创监测产品在现实中要面对的。用干净数据训出的模型，只有经过真实生活数据检验才算数。
2. 依从性决定数据质量：6 次/日指尖血、每餐拍照，全靠受试者自觉——真实生活数据的完整性天然低于临床受控，元数据须诚实披露缺失。
3. 多模态必须做时间对齐：不同采样率、不同模态的时间戳语义必须统一，否则「多模态」只是文件堆在一起。

8.2 「有创标签 + 无创特征」的监督范式

D1NAMO 展示了一种可复制的监督学习范式：用有创、昂贵的测量（指尖血 / CGM）作为标签，用无创、廉价的信号（ECG / 呼吸 / 加速度）作为特征，训练「无创推断有创」的模型。这套范式可迁移到很多「想做无创替代」的场景（如无创血红蛋白、无创血压）。

8.3 小样本数据的评估卫生

9 名 T1D 患者这个规模，注定了任何评估都必须谨慎：

• 必须按受试者划分（LOSO），而非按时间点随机划分（否则同一人数据泄漏到训练测试两侧，指标虚高）；
• 必须报告方差/置信区间，单点指标不可信；
• 必须对类别不平衡做处理并报告敏感度/特异度，而非只看准确率。

8.4 饮食图像作为「可复核证据」的标注理念

D1NAMO 用「照片 + 硬币比例尺 + 营养师判读」替代传统膳食问卷，其理念是让饮食记录可复核。这一理念在后续餐食图像数据集（§7.4）中不断被继承与强化，是 D1NAMO 对方法学的隐性贡献。

§4A 信号处理流水线详解

4A.1 从原始波形到可用特征

要把 D1NAMO 的原始信号变成模型可用的特征，典型流水线分五步：

1. 读取与重采样：读入 ECG（250 Hz）、呼吸（18 Hz）、加速度（100 Hz），按目标窗口长度统一时间基（如统一到 100 Hz 或按 1 秒栅格聚合）。
2. 滤波去噪：ECG 去基线漂移（0.5 Hz 高通）与工频干扰；加速度去重力分量（分离动态加速度）。
3. 伪迹检测：用加速度判断运动强度，标记高运动时段为可疑（运动伪迹会污染 ECG 与呼吸）。
4. 特征提取：从 ECG 提取 RR 间期 → HR、HRV 时域（SDNN、RMSSD）与频域（LF/HF）特征；从呼吸提取呼吸率与变异性；从加速度提取活动量/体态。
5. 窗口化与标注对齐：把特征按窗口（如 5 分钟滑动窗）聚合并与血糖标签（CGM 值或采血值）对齐。

4A.2 ECG 特征：为什么是 HRV

D1NAMO 的 ECG 只有单导联，形态学信息有限，但RR 间期序列足够支撑 HR/HRV 分析。低血糖的生理机制（交感激活）会在 HRV 上留下痕迹：总变异性下降、LF/HF 比值变化。因此 HRV 是从 D1NAMO 连接「无创信号」与「血糖状态」的核心中介特征。

4A.3 呼吸与加速度的辅助角色

• 呼吸：低血糖与进食后代谢变化会改变呼吸模式；呼吸信号也用于辅助判断睡眠/觉醒状态。
• 加速度：主要作为上下文与质量控制——判断受试者是否在运动（影响血糖与 ECG）、检测设备脱落（持续零值/异常值）、区分静息与活动状态（HRV 分析需区分体位与活动）。

4A.4 多模态融合的层次

融合策略由浅入深：

层次	做法	优点	缺点
早期融合	各模态特征拼接后输入模型	简单	时间对齐要求高
中期融合	各模态独立编码后融合	容忍异步	需设计融合层
晚期融合	各模态独立预测后投票/加权	鲁棒于缺失	丢失跨模态交互

D1NAMO 因模态缺失常见，晚期融合或带缺失掩码的中期融合往往更实用。

§4B 标签构造的实务

4B.1 低血糖标签的定义选择

「低血糖」没有唯一阈值，常见选择：

• 阈值法：血糖 < 3.9 mmol/L（70 mg/dL）判为低血糖（国际共识常用界值）；
• 事件法：CGM 连续若干分钟低于阈值才算一次事件（避免瞬时抖动误报）；
• 前驱法：预测未来 30 分钟是否会跌破阈值（预测任务）。

选择不同定义会显著改变阳性样本数，进而影响模型评估——论文间不可比的一大来源。

4B.2 健康组标签的局限

健康组的血糖是 6 次/日离散点，无法支撑「事件级」标签（因为不知道两次采血之间发生了什么）。因此低血糖检测任务实质上只能在 T1D 子集上做，健康组主要用于：(1) 提供非糖尿病人群基线分布；(2) 做二分类（T1D vs 健康）的对照。

4B.3 餐食标签的构造

餐食照片经营养师标注后可构造：

• 分类标签：Food Quality（High/Low）、Food Balance（Balanced/Unbalanced）；
• 回归标签：卡路里估计值；
• 事件标签：进食时刻（用于分析餐后血糖反应）。

餐后血糖反应（postprandial glucose response）分析是 D1NAMO 饮食+血糖配对数据的典型用法。

§4C 相关工作与动机延伸

4C.1 无创血糖检测的学术脉络

无创血糖检测是一个长期命题，方法谱系包括：光学（近红外/拉曼）、电化学（汗液/间质液）、生理信号推断（HRV/ECG）。D1NAMO 服务的是最后一条线——用易于获取的生理信号推断血糖。它的数据设计正是为了验证这条线在真实生活条件下的可行性。

4C.2 为什么低血糖比高血糖更适合无创检测

高血糖进程缓慢、无症状感知通道；低血糖则有明确的自主神经代偿反应（出汗、心悸、HRV 变化），因此理论上更易被生理信号捕捉。这解释了 D1NAMO 把低血糖检测列为核心任务的原因。

4C.3 数据集的科学假设

D1NAMO 隐含的科学假设可表述为：在真实生活条件下，ECG/呼吸/加速度的无创特征中，包含足以推断血糖事件（尤其低血糖）的信息。数据集本身不证伪也不证实这个假设，它只是提供了验证这个假设所必需的「无创信号 + 有创血糖」配对材料。

§7A 生态影响的时间线梳理

时间	事件
2015-2016	D1NAMO 项目立项（Nano-Tera.ch 资助）；ECAI 2016 / ESWC 2016 workshop 先行工作
2018	论文发表于 Informatics in Medicine Unlocked；Zenodo v1.0.0 / v1.2.0 发布（2018-10-19）
2018-2025	被持续引用（累计 108 次，2026-10-13 口径），用于低血糖检测、血糖预测、多模态融合等
2025	bioRxiv DTRE/vBGM 类工作引用（二手口径：450 小时/8,414 次/115 餐/四日），作为多模态验证集

这条时间线显示 D1NAMO 的「长尾价值」：发布多年后仍被引用，说明其模态稀缺性未被后续数据集完全替代。

§8A 对数据采集者的可迁移经验

8A.1 设备选型：先定科学目标，再定硬件

D1NAMO 的教训是反直觉的：不要先买最流行的设备，而要先确定「需要捕捉什么生理变量」，再反推硬件。低血糖检测需要 HRV → 需要 ECG → 需要胸带而非腕带。若先买了腕带，就再也补不上 ECG。

8A.2 多模态同步：时间戳是命脉

三路信号 + 事件数据，若时间戳不可信，多模态就毫无意义。可迁移经验：在采集设计阶段就统一时钟源、记录时区与漂移校正方式。

8A.3 依从性工程：真实生活的最大敌人

真实生活采集的数据质量上限，由受试者依从性决定。D1NAMO 用「每日 6 次指尖血 + 每餐拍照」换取了数据完整性，但也暴露了依从性的脆弱。可迁移经验：设计尽量轻量的记录任务，并用提醒机制维持依从。

8A.4 元数据诚实：把缺失写进说明

D1NAMO 的元数据对缺失披露有限（逐受试者天数、采血时间点未公开），这是它被批评之处。可迁移经验：把缺失模式当作一等公民写进数据说明，让复用者知道哪些时段不可信。

§9 与库内条目的关系

D1NAMO 在千方病案医数集库内的互链价值，主要来自其「ECG + 血糖配对」「可穿戴真实生活」「餐食图像」三个特征面。可互链条目及其 rid 如下：

库内条目	rid	互链理由
mimic-iv-ext-ecg-glucose	998	同为 ECG + 血糖配对数据集；MIMIC-IV 派生、院内重症，与 D1NAMO 的院外真实生活形成「重症 vs 日常」对照
big-ideas-glycemic-wearable	1016	可穿戴血糖相关，与 D1NAMO 同属可穿戴血糖监测主题
cgmacros	1014	餐食照片 + 宏量营养素 + CGM；D1NAMO 饮食标注理念的后继与放大
ptb-xl	70	大规模临床 12 导联 ECG，与 D1NAMO 单导联可穿戴 ECG 形成「导联数 / 场景」对照
apnea-ecg	658	单导联可穿戴 ECG 事件检测，与 D1NAMO 的低血糖事件检测任务同型
wearable-exam-stress	807	真实生活可穿戴生理信号（含压力/应激），采集条件与 D1NAMO 同类
mimic-iv-ecg	172	大规模 ECG 派生库，可作 ECG 侧规模对照

检索路径建议：想找「ECG + 血糖配对」→ D1NAMO + mimic-iv-ext-ecg-glucose(998)；想找「可穿戴真实生活生理信号」→ D1NAMO + wearable-exam-stress(807) + apnea-ecg(658)；想找「餐食图像 + 血糖」→ D1NAMO + cgmacros(1014)。

消歧说明：D1NAMO 与库内任何条目都不是同一数据集的别名或版本，它是独立的原始采集数据集；上述均为主题相关，请勿混用。

§10 避坑清单：八个已踩过的坑

坑 1：许可按 Zenodo 元数据（CC BY-SA 4.0）理解，忽略论文自带更严条款。
Zenodo 页写 CC BY-SA 4.0，论文却要求「非商业 + 签声明表 + 应要求删除」。商业用途或再分发前务必核对论文条款，否则可能在合规上翻车。

坑 2：误以为全量都是连续 CGM 血糖。
只有 T1D 组（9 人）是 iPro2 CGM（5 分钟）；健康组（20 人）是 Bayer Contour XT 每日 6 次离散指尖血。直接对健康组跑等间隔时序模型会立刻出错。

坑 3：忽略三种采样率，直接把多模态信号按行对齐。
ECG 250 Hz、呼吸 18 Hz、加速度 100 Hz——行数根本不一致。必须按时间戳重采样到统一时间基，绝不能按数组下标对齐。

坑 4：把「1 瑞士法郎硬币比例尺」当成装饰。
照片里的 23.20 mm 硬币是唯一的尺度参照。若忽略它，就无法从图像估计食物物理尺寸，饮食-血糖的定量分析受限。使用图像前先确认硬币可见性。

坑 5：把「50 Hz 电极频率 / 54.89 mV 上限」等设备参数当成信号质量保证。
250 Hz 的 I 导联 ECG 适合 HRV，不适合高精度形态学诊断；且这些是设备规格，不代表真实生活记录里没有伪迹。做形态学任务前先做伪迹评估。

坑 6：用随机时间点划分训练/测试，导致同一受试者数据泄漏。
9 名 T1D 患者数据若按时间点随机划分，同一人的相邻时段会同时进入训练与测试，指标严重虚高。必须按受试者（LOSO）划分。

坑 7：只报准确率（accuracy）。
低血糖事件稀疏、正常血糖占绝大多数，accuracy 会虚高到无意义。必须报告敏感度 / 特异度 / ROC-AUC / PR-AUC。

坑 8：低估「真实生活」带来的缺失与噪声。
设备脱落、佩戴位移、受试者漏拍漏扎手指——真实生活数据的缺失是常态。使用前必须定义缺失处理策略，不能假设数据连续完整。

§11 总结

11.1 三句话总结

1. D1NAMO 是真实生活条件下的 1 型糖尿病多模态可穿戴数据集，20 名健康人 + 9 名 T1D 患者，Zephyr BioHarness 3 胸带采集 ECG 250 Hz / 呼吸 18 Hz / 加速度 100 Hz，配血糖与餐食照片。
2. 它的独特价值是模态齐全（ECG + 血糖 + 活动 + 饮食）× 真实生活；代价是样本小、事件稀疏、许可双口径。
3. 用于无创低血糖检测 / 血糖预测时，务必按受试者划分、报告敏感度/特异度、注意三种采样率的时间对齐与两组血糖采样方式差异。

11.2 适合谁

• 研究无创血糖检测 / 低血糖事件检测的团队；
• 研究多模态生理信号时间对齐与融合的团队；
• 需要真实生活（非受控）可穿戴数据做鲁棒性验证的团队；
• 研究饮食图像 → 营养/血糖关联的团队。

11.3 不适合谁

• 需要大规模训练数据的深度模型（29 人不够）；
• 需要连续血糖曲线的分析（健康组只有 6 次/日）；
• 需要临床诊断级 12 导联 ECG 的任务（只有单导联）；
• 需要明确商业许可的产品化场景（论文条款限制非商业）。

11.4 30 秒决策卡

你的需求	结论
想找真实生活 ECG+血糖配对	✅ 首选，Zenodo 直链可下
想跑大规模深度模型	⚠️ 数据太小，建议与 OhioT1DM 等联用
想做健康组血糖预测	⚠️ 只有 6 次/日离散值，慎重
想商用	❌ 先核对论文非商业条款

FAQ（高频问答 32 问）

A. 基础认知

Q1：D1NAMO 属于哪一类数据集？
真实生活条件下的 1 型糖尿病多模态可穿戴数据集，原始采集，非挑战赛、非派生。

Q2：D1NAMO 这个名字是什么含义？
D1 = Diabetes type 1，NAMO 为项目代号；它是 Nano-Tera.ch 计划资助项目的名称，不是指标缩写。

Q3：谁做的？
HES-SO（Sierre）主导，联合 EPFL（Lausanne）、Open University of the Netherlands（Heerlen）、Hôpital Riviera-Chablais（Vevey）。

Q4：什么时候发布的？
论文 2018 年发表于 Informatics in Medicine Unlocked；Zenodo 记录 2018-10-19 发布。

Q5：有多少人？
29 人 = 20 名健康人 + 9 名 T1D 患者。

Q6：T1D 患者的构成？
据二手口径为 6 男 3 女、年龄 20-79 岁（该人口学为二手来源，见 §9 存照）。

Q7：有没有伦理审批？
有，瑞士沃州伦理委员会 CER-VD 53/15。

Q8：有没有资助？
Nano-Tera.ch 计划资助。

B. 数据与获取

Q9：数据有多大？
主版本 v1.2.0 六个 zip 合计约 10.2 GB。

Q10：怎么下载？
Zenodo 公开直链免费下载，v1.2.0 record 5651217 / v1.0.0 record 1421616，无需申请。

Q11：要付费吗？
不需要，公开免费。

Q12：许可是什么？
双口径：Zenodo 元数据 CC BY-SA 4.0；论文自带条款要求署名 + 非商业 + 签署声明表。以更严格者为准。

Q13：可以商用吗？
论文条款限制为非商业使用，商用前须核对并联系数据所有者。

Q14：两个版本什么区别？
v1.0.0 是单文件 D1NAMO.tgz；v1.2.0 拆为 6 个 zip（10.2 GB），是当前主版本。

Q15：怎么校验下载完整性？
Zenodo 为每个文件提供 md5，下载后逐文件校验。

Q16：文件怎么分包？
按人群 × 模态：healthy/diabetes × ecg/sensor/pictures-*。T1D 图像包名含 insulin。

C. 信号与技术

Q17：ECG 是什么导联、多少采样率？
I 导联双电极，250 Hz，量程上限 54.89 mV。

Q18：呼吸信号怎么来的、多少 Hz？
胸带内嵌 EVA 泡沫压力传感器，18 Hz，输出相对值（无量纲）。

Q19：加速度多少 Hz、什么量程？
100 Hz，±16 g，垂直/侧向/矢状三轴。

Q20：用什么设备采集？
Zephyr BioHarness 3 胸带。

Q21：设备还输出什么？
自算心率、呼吸率、活动水平、体态等聚合量。

Q22：为什么用胸带不用腕带？
低血糖检测需要高质量 ECG 与 HRV 特征，胸带接触稳定能直接输出 I 导联 ECG。

Q23：三种采样率怎么处理？
必须按时间戳重采样到统一时间基，不能按数组下标对齐。

Q24：数据是连续的吗？
生理信号连续，但真实生活条件下存在设备脱落/佩戴位移导致的缺失，需定义缺失处理策略。

D. 血糖与饮食

Q25：血糖怎么测的？
健康组 Bayer Contour XT 每日 6 次指尖血；T1D 组 Medtronic iPro2 CGM 每 5 分钟。

Q26：健康组血糖能重建连续曲线吗？
不能，只有一天 6 个离散点，且时间点分布未公开。

Q27：饮食数据是什么？
每餐照片（含 1 瑞士法郎硬币 23.20 mm 比例尺）+ 营养师标注。

Q28：营养师标注哪些内容？
食物描述、卡路里估计、Food Balance（Balanced/Unbalanced）、Food Quality（High/Low）。

Q29：Food Balance 和 Food Quality 依据什么判？
Food Balance 依瑞士营养学会宏量营养素分布表；Food Quality 按加工食品/酒精/饱和反式脂肪/零食占比。

Q30：有胰岛素数据吗？
有，T1D 子集含胰岛素剂量记录。

E. 任务与评估

Q31：能做什么任务？
无创低血糖检测、血糖预测、血糖-生理关联分析、健康 vs T1D 差异研究。

Q32：有官方基准吗？评估怎么做？
没有官方基准/排行榜；划分（如 80/20）与指标（如 Clarke Error Grid、敏感度/特异度）由使用方自定，跨论文不可直接比分数。

§5A 评估协议模板（可复用）

5A.1 推荐评估协议

为弥补 D1NAMO 无官方基准的缺陷，下面给出一套可复用的评估协议模板（供使用方声明，以保证跨研究可比）：

环节	建议做法
任务	低血糖事件检测（T1D 子集）
划分	留一受试者（LOSO），9 折
窗口	5 分钟窗，50% 重叠
特征	HR、SDNN、RMSSD、LF/HF、呼吸率、活动量
标签	CGM < 3.9 mmol/L 持续 ≥15 分钟
指标	敏感度、特异度、ROC-AUC、PR-AUC、F1
报告	每折结果 + 均值 ± 标准差
基线	多数类、逻辑回归、随机森林

5A.2 为什么必须报标准差

9 名 T1D 患者意味着 LOSO 的 9 折之间方差极大（不同人的低血糖频率、信号质量差异悬殊）。只报均值会把不稳定性隐藏掉。规范的报告应给出均值 ± 标准差，并说明分折的极端值。

5A.3 数据泄漏的三种常见形态

1. 受试者泄漏：窗口随机划分，同一人多窗入训练测试两侧。
2. 时间泄漏：滑动窗重叠导致相邻窗跨越划分边界。
3. 预处理泄漏：在全量数据上拟合归一化参数（均值/方差）再划分，测试集信息渗入训练。

三种泄漏都会让指标虚高，其中第 3 种最隐蔽。

§5B 与相关数据集的评估可比性

5B.1 与 OhioT1DM 的关系

OhioT1DM 是血糖预测领域另一常用数据集。文献中常把 D1NAMO 与 OhioT1DM 联用（二手口径），原因：两者都是 T1D + CGM + 可穿戴，但 D1NAMO 多了 ECG/呼吸/加速度与饮食图像，OhioT1DM 则更长时序。联用可扩充训练量、提升泛化。

5B.2 跨数据集评估的陷阱

把在 D1NAMO 上训的模型直接搬到 OhioT1DM 评估，会遇到：

• 采样率不同：可穿戴信号的种类与频率不同；
• 血糖分布不同：不同人群的血糖控制水平不同；
• 设备不同：CGM 型号差异引入系统偏差。

因此 D1NAMO 的价值更偏向多模态验证而非大规模训练。

5B.3 可比性守则

跨 D1NAMO 论文比分数前，逐项核对：任务定义、子集范围、划分方式、指标定义、窗口长度、低血糖阈值。任何一项不同，数字就不可直接并列。

§9A 库内互链的检索面构建

9A.1 三个检索面

D1NAMO 在库内可支撑三个检索面：

• ECG+血糖配对面：D1NAMO + mimic-iv-ext-ecg-glucose(998)；
• 可穿戴真实生活面：D1NAMO + wearable-exam-stress(807) + apnea-ecg(658)；
• 餐食图像+血糖面：D1NAMO + cgmacros(1014)。

9A.2 与 ICU 侧的互补

mimic-iv-ext-ecg-glucose(998) 是 MIMIC-IV 派生的院内重症 ECG+血糖配对数据。它与 D1NAMO 的差异恰好构成完整光谱：院内重症（连续监护、有创操作多、样本大）↔ 院外日常（可穿戴、无创、样本小）。研究者可把两者并置，检验模型在两种极端场景下的迁移性。

9A.3 与大规模 ECG 库的规模对照

ptb-xl(70) 与 mimic-iv-ecg(172) 是库内大规模临床 ECG 资源（多导联、上万条）。D1NAMO 的单导联可穿戴 ECG 在其面前规模微不足道，但提供了它们没有的「配套血糖 + 饮食 + 真实生活条件」。二者是「规模」与「模态完整性」的正面互补。

§10A 使用案例素描

10A.1 案例一：低血糖事件检测

目标：从 ECG 派生特征检测 T1D 患者低血糖。
做法：提取 5 分钟窗的 HRV 特征 → 逻辑回归/随机森林分类 → LOSO 评估。
难点：事件稀疏、需重采样、跨受试者泛化差。

10A.2 案例二：餐后血糖反应分析

目标：分析某餐（由照片+标注描述）后血糖上升幅度与食物质量/平衡性的关系。
做法：把餐食事件与后续 CGM 曲线对齐 → 计算餐后增量 → 与 Food Quality/Balance 关联。
难点：餐食时间戳与 CGM 时钟对齐、个体差异大。

10A.3 案例三：多模态融合的血糖预测

目标：用 ECG+呼吸+加速度+历史血糖预测 30 分钟后的血糖。
做法：多模态编码 + 缺失掩码融合 → 回归 → Clarke Error Grid 评价。
难点：模态缺失、时间对齐、样本量限制深度模型。

10A.4 案例四：健康 vs T1D 差异研究

目标：比较两组的 HRV、活动模式、饮食质量分布。
做法：统计检验 + 分布可视化。
难点：组间年龄/性别混杂（T1D 亚组人口学为二手口径）。

事实清单（硬事实 40 条）

1. D1NAMO 全称「The open D1NAMO dataset: A multi-modal dataset for research on non-invasive type 1 diabetes management」。
2. 本质是真实生活条件下的 1 型糖尿病多模态可穿戴数据集，原始采集，非挑战赛、非派生。
3. 人群规模 29 人 = 20 名健康人 + 9 名 T1D 患者。
4. T1D 亚组二手口径：6 男 3 女，年龄 20-79 岁（二手来源，标二手）。
5. 采集条件为真实生活（非临床受控）。
6. 主设备 Zephyr BioHarness 3 胸带。
7. ECG：I 导联双电极，250 Hz，量程上限 54.89 mV。
8. 呼吸：EVA 泡沫压力传感器，18 Hz，相对值（无量纲）。
9. 三轴加速度：100 Hz，±16 g，垂直/侧向/矢状三方向。
10. 设备自算聚合量：HR、BR、activity level、posture 等。
11. 健康组血糖：Bayer Contour XT 血糖仪 + Next 试纸，每日 6 次指尖采血，Microlet 2 采血笔。
12. T1D 组血糖：Medtronic iPro2 Professional CGM，每 5 分钟一次。
13. 饮食：每餐拍照，画面放 1 瑞士法郎硬币（23.20 mm）作比例尺。
14. 饮食标注：营养师逐图标注食物描述 + 卡路里估计 + Food Balance + Food Quality。
15. Food Balance 依瑞士营养学会宏量营养素分布表判 Balanced / Unbalanced。
16. Food Quality 按加工食品/酒精/饱和反式脂肪/零食占比判 High / Low。
17. T1D 子集另有胰岛素剂量记录（v1.2.0 包名 pictures-glucose-food-insulin 印证）。
18. 论文：Dubosson F, Ranvier J-E, Bromuri S, Calbimonte J-P, Ruiz J, Schumacher M. Informatics in Medicine Unlocked, 2018。
19. 论文 doi：10.1016/j.imu.2018.09.003（Elsevier，GOLD OA）。
20. 论文 license：CC BY-NC-ND（S2 openAccessPdf 口径）——为论文许可，非数据集许可。
21. Zenodo v1.0.0：record 1421616，发布 2018-10-19，单文件 D1NAMO.tgz。
22. Zenodo v1.2.0：record 5651217，发布 2018-10-19，6 个 zip 共 10.2 GB，当前主版本。
23. v1.2.0 分包：healthy ecg 4.1G / healthy sensor 2.6G / healthy pictures-glucose-food 477.3M / diabetes ecg 1.7G / diabetes sensor 1.1G / diabetes pictures-glucose-food-insulin 251.7M。
24. 每个文件附 md5。
25. 许可双口径 A：Zenodo 元数据标 CC BY-SA 4.0。
26. 许可双口径 B：论文自带条款要求署名 + 非商业使用 + 签署数据声明表（仅科研、不识别患者、附研究情境、应要求删除）。
27. 结论：实际复用条件以更严格者（口径 B）为准。
28. 引用数：Semantic Scholar citationCount 108（2026-10-13 抓取）。
29. 机构：HES-SO（Sierre）、EPFL（Lausanne）、Open University of the Netherlands（Heerlen）、Hôpital Riviera-Chablais（Vevey）。
30. 伦理：瑞士沃州 CER-VD 53/15。
31. 资助：Nano-Tera.ch 计划。
32. 致谢提及营养师 Alejandra Ruiz Torres 负责图片标注。
33. 论文对照矩阵：D1NAMO 是其中唯一同时具 ECG + 血糖 + 活动 + 饮食且日常条件者。
34. 二手规模口径（bioRxiv 2025 DTRE）：T1D 子集约 450 小时生理记录、8,414 次血糖测量、115 餐 / 106 张图片标注、佩戴约四日。
35. 数据集无官方基准/排行榜，划分与指标由使用方自定。
36. 后续使用示例（二手）：D1NAMO + OhioT1DM 做 30-120 分钟血糖预测，Clarke Error Grid A/B 评价，80/20 划分。
37. T1D 血糖为 5 分钟 CGM，健康组为 6 次/日离散指尖血——两组采样方式不同。
38. 三种信号采样率不同（250/18/100 Hz），使用需重采样对齐。
39. 先行工作：ECAI 2016 workshop（Dubosson/Bromuri）、ESWC 2016 workshop（Ranvier et al.）。
40. Zenodo v1.0.0 统计：views 2,768 / downloads 3,622 / data volume 36.9 TB（全版本口径）。

---

术语表（30 条）

术语	释义
D1NAMO	本数据集名，D1=Diabetes type 1，NAMO 为 Nano-Tera 项目代号
T1D	Type 1 Diabetes，1 型糖尿病，胰岛功能丧失需外源胰岛素
低血糖（hypoglycaemia）	血糖低于安全阈值，可致意识障碍，是无创监测的核心检测目标
CGM	Continuous Glucose Monitoring，连续血糖监测，皮下探头每 5 分钟读数
iPro2	Medtronic iPro2 Professional CGM，本数据集 T1D 组所用 CGM 型号
Bayer Contour XT	本数据集健康组所用指尖血糖仪型号
指尖采血	用采血笔（Microlet 2）扎指取血的离散血糖测量方式
Zephyr BioHarness 3	本数据集主采集设备，胸带式多生理信号采集器
ECG	Electrocardiogram，心电信号；本数据集为 I 导联双电极 250 Hz
导联（lead）	ECG 电极组合形成的观测方向；本数据集仅 I 导联（单导联）
HRV	Heart Rate Variability，心率变异性，反映自主神经活动
呼吸信号	由 EVA 泡沫压力传感器测胸廓周径变化得到的信号，18 Hz，相对值
三轴加速度	100 Hz、±16 g 的三方向加速度，用于活动识别与伪迹检测
采样率	每秒采样点数（Hz）；本数据集 ECG 250 / 呼吸 18 / 加速度 100
时间对齐	将不同采样率、不同模态的数据统一到同一时间基
Food Balance	依瑞士营养学会宏量营养素分布表判定的餐食平衡性（Balanced/Unbalanced）
Food Quality	按加工食品/酒精/饱和反式脂肪/零食占比判定的餐食质量（High/Low）
卡路里估计	营养师依食物描述与比例尺估计的能量值
比例尺（scale reference）	照片中的 1 瑞士法郎硬币（23.20 mm），提供图像尺度参照
真实生活（real-life）	非临床受控、在受试者日常环境中采集的条件
参考组	20 名健康人，作为 T1D 信号对比的基线
Nano-Tera.ch	瑞士国家级纳米技术与信息系统研究计划，本项目资助方
CER-VD	瑞士沃州人体研究伦理委员会，本数据集伦理批件 53/15
Zenodo	开放科学归档平台，本数据集的发布与托管地
DOI	Digital Object Identifier，论文与数据集的持久标识符
CC BY-SA 4.0	署名-相同方式共享 4.0 许可（Zenodo 元数据口径）
非商业使用	论文自带数据条款的限制之一，禁止商业用途
LOSO	Leave-One-Subject-Out，留一受试者交叉验证，小样本评估的推荐划分
Clarke Error Grid	血糖预测误差网格分析法，A/B 区为临床可接受区间
80/20 划分	训练集 80% / 测试集 20% 的常见划分方式（后续研究二手采用）

---

附录

附录 A：条目信息速查卡

项	值
条目名	D1NAMO
url_name	d1namo
类型	原始多模态可穿戴数据集 + 方法论文
论文	Informatics in Medicine Unlocked, 2018（doi:10.1016/j.imu.2018.09.003）
团队	HES-SO + EPFL + Open University NL + Hôpital Riviera-Chablais
规模	29 人（20 健康 + 9 T1D）
信号	ECG 250 Hz / 呼吸 18 Hz / 加速度 100 Hz
体量	v1.2.0 六个 zip 共 10.2 GB
许可	Zenodo CC BY-SA 4.0 ｜论文条款 署名+非商业+声明表（以更严格者为准）
抓取时点	2026-10-13
库内互链	mimic-iv-ext-ecg-glucose(998)/big-ideas-glycemic-wearable(1016)/cgmacros(1014)/ptb-xl(70)/apnea-ecg(658)/wearable-exam-stress(807)/mimic-iv-ecg(172)

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	论文 GOLD OA + Zenodo 记录页 + doi 稳定可索引
A 可获取性	9	公开直链免费下载，无请求制，两个版本可选
I 可互操作	6	多模态自洽但格式非 WFDB/DICOM 原生，时间戳语义需自行解析
M 元数据质量	6	有 md5 与体量；逐受试者天数、采血时间点等细节披露不足
S 可持续性	8	Zenodo 长期归档 + CC 许可 + 单文件校验
综合评级	7.4/10（良）	可获取性与可持续性强；互操作与元数据细节拖低分

附录 C：逐项证据链自证

关键数字	来源	位置
20 健康 + 9 T1D	论文正文（Scholar cluster 摘录）	论文 Method/Dataset 节
ECG 250 Hz / 呼吸 18 Hz / 加速度 100 Hz	论文正文	论文 Method 节
54.89 mV 上限	论文/设备规格	论文 Method 节
健康组 6 次/日 Bayer Contour XT	论文正文	论文 Method 节
T1D 组 iPro2 每 5 分钟	论文正文	论文 Method 节
1 瑞士法郎 23.20 mm	论文正文	论文饮食采集节
10.2 GB / 六包体量	Zenodo v1.2.0 记录页	zenodo.org/records/5651217
CC BY-SA 4.0	Zenodo 两版本记录页	元数据 license 字段
108 引用	Semantic Scholar API	api.semanticscholar.org
450 小时/8,414 次/115 餐/四日	bioRxiv 2025 DTRE（二手）	biorxiv.org/content/10.1101/2025.11.02.686165v1

附录 D：数据获取决策树

想要 D1NAMO 数据
├─ 只想下最新版 → Zenodo record 5651217（v1.2.0，6 zip，10.2 GB）
├─ 想用早期单包 → Zenodo record 1421616（v1.0.0，单 tgz）
├─ 只想用 T1D 子集 → diabetes ecg / diabetes sensor / diabetes pictures-glucose-food-insulin
└─ 想用健康参考组 → healthy ecg / healthy sensor / healthy pictures-glucose-food

附录 E：模态与文件映射表

子集	ECG	sensor（呼吸/加速度/聚合）	pictures
healthy	healthy ecg 4.1G	healthy sensor 2.6G	healthy pictures-glucose-food 477.3M
diabetes	diabetes ecg 1.7G	diabetes sensor 1.1G	diabetes pictures-glucose-food-insulin 251.7M

附录 F：使用前检查清单（12 项）

1. 确认所用版本号（v1.0.0 / v1.2.0）。
2. 校验每个 zip 的 md5。
3. 确认许可口径（元数据 vs 论文条款）。
4. 确认任务只用 T1D 还是含健康组。
5. 健康组血糖是离散点——勿当连续序列。
6. 三种采样率须重采样对齐。
7. 按受试者（LOSO）划分，勿按时间点随机划分。
8. 报告敏感度/特异度而非仅准确率。
9. 处理设备脱落造成的缺失段。
10. 图像使用前确认硬币比例尺可见。
11. 引用时同时引论文与 Zenodo 记录。
12. 商用前核对非商业条款。

附录 G：血糖采样方式对照表

组	设备	采样方式	频率	连续性
健康组（20 人）	Bayer Contour XT + Next 试纸 + Microlet 2	指尖采血	每日 6 次	离散
T1D 组（9 人）	Medtronic iPro2 Professional CGM	皮下 CGM	每 5 分钟	近似连续

附录 H：信号规格速查表

模态	传感器	采样率	单位	量程/值域
ECG	BioHarness 3 I 导联双电极	250 Hz	mV	上限 54.89 mV
呼吸	EVA 泡沫压力传感器	18 Hz	相对（无量纲）	—
加速度	三轴加速度计	100 Hz	g	±16 g
聚合量	设备固件	同步	—	HR/BR/activity/posture

附录 I：饮食标注字段表

字段	取值	判据
食物描述	文本	营养师识别
卡路里估计	数值	依描述 + 比例尺估算
Food Balance	Balanced / Unbalanced	瑞士营养学会宏量营养素分布表
Food Quality	High / Low	加工食品/酒精/饱和反式脂肪/零食占比

附录 J：机构与角色对照表

机构	地点	主要角色
HES-SO（University of Applied Sciences and Arts Western Switzerland）	Sierre	主导（Dubosson/Calbimonte/Schumacher）
EPFL	Lausanne	工程侧（Ranvier）
Open University of the Netherlands	Heerlen	方法（Bromuri）
Hôpital Riviera-Chablais	Vevey	临床（Juan Ruiz）

附录 K：双口径登记表

事项	口径 A	口径 B	处理
许可	Zenodo 元数据：CC BY-SA 4.0	论文条款：署名+非商业+声明表	以更严格者（B）为准，并存标注
T1D 人口学	论文未逐条披露	bioRxiv 2025 二手：6 男 3 女 / 20-79 岁	标二手
佩戴时长	论文未在本轮确证	bioRxiv 2025 二手：约四日	标二手
论文许可	S2 openAccessPdf：CC BY-NC-ND	数据许可另计	区分论文与数据许可

附录 L：坑点档案（与 §10 对照）

坑	一句话	规避
1	许可按元数据理解过宽	以论文更严条款为准
2	误以为全量 CGM	健康组仅 6 次/日
3	忽略三种采样率	按时间戳重采样
4	忽略硬币比例尺	用 23.20 mm 做尺度
5	混淆设备规格与信号质量	先做伪迹评估
6	随机时间点划分泄漏	LOSO 划分
7	只报 accuracy	报敏感度/特异度
8	低估真实生活缺失	定义缺失策略

附录 M：检索路径示范

目标	查询式示例
找数据	D1NAMO Zenodo 5651217
找论文	10.1016/j.imu.2018.09.003
找后续用法	D1NAMO OhioT1DM hypoglycaemia / D1NAMO glucose prediction
找同类	wearable ECG glucose dataset real-life diabetes multimodal

附录 N：许可条款细读

• Zenodo 元数据：CC BY-SA 4.0——署名 + 相同方式共享，未限非商业。
• 论文自带数据条款：署名 + 非商业使用 + 签署声明表（仅科学研究、不尝试识别患者、附研究情境简述、业主要求时删除）。
• 论文本体许可：CC BY-NC-ND（非商业、禁止演绎），与数据许可不同。

附录 O：本条目生产档案

项	值
代理	agent-a-d1namo
抓取与写作日	2026-10-13
一手来源	论文（IMU 2018）、Zenodo 两记录页、S2 API
二手来源	bioRxiv 2025 DTRE 论文
网络预算	WebSearch/WebFetch 均在预算内
自检	check_md.py PASS + preflight_check.py PASS

附录 P：FAIR 检查单

原则	达成情况
Findable（可发现）	✅ doi + Zenodo 记录页
Accessible（可获取）	✅ 公开直链免费下载
Interoperable（可互操作）	⚠️ 非 WFDB/DICOM 原生，需自行解析时间戳
Reusable（可复用）	⚠️ 可复用，但受非商业 + 声明表条款限制

附录 Q：缩写速查

缩写	全称
T1D	Type 1 Diabetes
CGM	Continuous Glucose Monitoring
ECG	Electrocardiogram
HRV	Heart Rate Variability
HR / BR	Heart Rate / Breathing Rate
LOSO	Leave-One-Subject-Out
OA	Open Access
DOI	Digital Object Identifier

附录 R：与库内条目的关系声明

D1NAMO 为独立原始采集数据集，与库内 mimic-iv-ext-ecg-glucose(998)、big-ideas-glycemic-wearable(1016)、cgmacros(1014)、ptb-xl(70)、apnea-ecg(658)、wearable-exam-stress(807)、mimic-iv-ecg(172) 均为主题相关关系，非别名、非版本、非派生，请勿混用。

附录 S：基于本数据集的研究检查清单

1. 明确任务（检测 vs 预测 vs 关联分析）。
2. 明确子集（T1D-only vs 含健康参考）。
3. 明确划分（务必 LOSO）。
4. 明确指标（Clarke Error Grid / 敏感度 / 特异度）。
5. 明确时间对齐方案。
6. 明确缺失处理策略。
7. 报告类别不平衡下的稳健指标。
8. 报告方差/置信区间。
9. 遵守非商业与声明表条款。
10. 正确引用论文与数据集版本。

附录 T：维护计划与触发点

触发点	动作
Zenodo 出新版本	更新版本链与体量
论文人口学细节被论文原文确证	把二手口径升级为二手/一手标注
许可条款变更	更新 §6 与附录 N
库内新增可互链条目	更新 §9 与附录 R

---

FAQ（续 · 高频问答 18 问）

F. 复现与工程细节

Q33：下载后第一步做什么？
校验 md5，然后按人群×模态解压，先读一个受试者的 ECG 与 sensor 确认时间戳格式。

Q34：ECG 是 mV 还是 ADC 原始值？
论文标注单位为 mV（上限 54.89 mV），具体数值需按文件实际内容确认。

Q35：时间戳是什么格式？
跨模态语义不同（采样点时刻/测量时刻/手记时刻），需自行解析并对齐（§2.8）。

Q36：可以用哪个工具读？
无专用官方库；用通用工具（pandas/NumPy + 自写解析）读取即可，注意分包与时间戳。

Q37：呼吸信号能做绝对幅度比较吗？
不能，是相对值（无量纲），跨受试者/跨次佩戴不可直接比幅值。

Q38：加速度坐标系是什么？
垂直/侧向/矢状三方向，使用前确认轴向定义再提取活动特征。

Q39：如何处理设备脱落？
用加速度零值/异常值检测脱落段，标记为缺失而非插值（§2.9）。

Q40：健康组血糖能插值吗？
不建议。6 次/日是设计稀疏，插值会制造虚假连续性（§10 坑 2）。

Q41：CGM 与胸带时钟对不齐怎么办？
先做时钟对齐/漂移校正，再用最近邻或线性插值归到统一栅格。

Q42：餐食照片怎么与生理信号对齐？
按拍摄时间戳把事件挂到统一时间轴，分析餐后窗口的血糖/HR 变化。

G. 研究方法

Q43：必须用 LOSO 吗？
强烈建议。9 名患者按时间点随机划分会严重泄漏（§10 坑 6）。

Q44：类别不平衡怎么办？
重采样（过采样少数类/欠采样多数类）、类别权重、或改用 PR-AUC 等稳健指标。

Q45：能训深度模型吗？
可以尝试，但样本量（9 人）限制大，建议先用传统特征 + 树模型建立基线。

Q46：迁移学习可行性？
可先在 OhioT1DM 等较大 T1D 数据上预训练，再在 D1NAMO 上微调验证多模态增益。

Q47：多模态融合该选哪种？
模态缺失常见，推荐带缺失掩码的中期融合或晚期融合（§4A.4）。

Q48：论文里有没有现成基线？
论文提供对照矩阵（能力覆盖），但没有模型基线分数。

Q49：可以用来做隐私/去标识研究吗？
数据集含图像与生理信号，使用须遵守「不尝试识别患者」条款。

Q50：商业产品能用吗？
论文条款限制非商业；商用前须核对许可并联系数据所有者（§6）。

---

附录（续）

附录 U：推荐评估协议卡（LOSO）

项	设定
子集	diabetes（T1D 9 人）
划分	LOSO 9 折
窗口	5 min / 50% 重叠
标签	CGM < 3.9 mmol/L 持续 ≥15 min
特征	HR/SDNN/RMSSD/LF·HF/呼吸率/活动量
指标	敏感度/特异度/ROC-AUC/PR-AUC/F1
报告	各折 + 均值±标准差
基线	多数类/逻辑回归/随机森林

附录 V：模态缺失处理决策树

某时段是否有数据？
├─ 有 → 正常提取特征
└─ 无 → 判断缺失类型
   ├─ 设备脱落（短）→ 插值或短窗填充
   ├─ 设备摘下（长）→ 标记缺失区段，跳过
   ├─ 受试者漏记标签 → 丢弃对应时段样本
   └─ 设计性稀疏（健康组血糖）→ 视为正常，勿插值

附录 W：双口径与二手口径登记（明细）

数字	一手/二手	来源	处理
20 健康 + 9 T1D	一手	论文	正文直用
250/18/100 Hz	一手	论文	正文直用
健康组 6 次/日	一手	论文	正文直用
T1D 5 分钟 CGM	一手	论文	正文直用
10.2 GB	一手	Zenodo	正文直用
CC BY-SA 4.0	一手	Zenodo 元数据	口径 A 存照
非商业+声明表	一手	论文	口径 B 存照（更严）
108 引用	一手	S2 API	正文直用
6 男 3 女 / 20-79 岁	二手	bioRxiv 2025	标二手
450 小时 / 8,414 次 / 115 餐 / 106 图 / 四日	二手	bioRxiv 2025	标二手
30-120 min 预测 / 80-20 划分	二手	bioRxiv 2025	标二手

附录 X：本条目结构导览

章节	内容
§0	导读：数据集解决什么问题
§1	速览：十问十答
§2	数据构成与规格
§3	采集设计与硬件
§4	任务定义与标注体系
§4A-4C	信号处理 / 标签构造 / 相关工作
§5	评估、基准与后续用法
§5A-5B	评估协议模板 / 可比性
§6	获取与许可
§7	生态与影响
§8	方法学启示
§9	与库内条目的关系
§9A	检索面构建
§10	避坑清单（八个坑）
§10A	使用案例素描
§11	总结
FAQ	高频问答 50 问
事实清单	硬事实 40 条
术语表	30 条
附录	A-X 共 24 个附录
尾注	来源与维护说明

附录 Y：一手来源 URL 清单

资源	URL
论文 DOI	https://doi.org/10.1016/j.imu.2018.09.003
Zenodo v1.2.0	https://zenodo.org/records/5651217
Zenodo v1.0.0	https://zenodo.org/record/1421616
S2 API	https://api.semanticscholar.org/graph/v1/paper/DOI:10.1016/j.imu.2018.09.003
二手引用	https://www.biorxiv.org/content/10.1101/2025.11.02.686165v1.full

尾注

本条目为 AI-Ready Wikipedia 数据集条目，生产于 2026-10-13，抓取与核验时点见附录 A。事实陈述以论文（Informatics in Medicine Unlocked, 2018，doi:10.1016/j.imu.2018.09.003）、Zenodo 两个记录页（v1.0.0 record 1421616 / v1.2.0 record 5651217）与 Semantic Scholar API 为一手来源；T1D 人口学、佩戴时长与部分规模数字（450 小时 / 8,414 次血糖 / 115 餐）为 bioRxiv 2025 DTRE 论文的二手口径，已在正文与附录 K 标注。许可双口径（Zenodo 元数据 CC BY-SA 4.0 与论文自带非商业+声明表条款）已在 §6 与附录 N 存照，按「以更严格者为准」成稿。条目与库内 mimic-iv-ext-ecg-glucose（rid 998）、big-ideas-glycemic-wearable（rid 1016）、cgmacros（rid 1014）、ptb-xl（rid 70）、apnea-ecg（rid 658）、wearable-exam-stress（rid 807）、mimic-iv-ecg（rid 172）等条目互链，构成可穿戴生理信号与糖尿病数据集的完整检索面。后续维护触发点见附录 T。

---

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：

• ou-dataset-t1d — 共享标签：生理信号 / 可穿戴传感 / 多模态 / 时序数据 / 真实世界数据
• big-ideas-glycemic-wearable — 共享标签：生理信号 / 可穿戴传感 / 时序数据 / 糖尿病视网膜病变
• shanghai-t1dm-t2dm-cgm — 共享标签：生理信号 / 可穿戴传感 / 时序数据 / 真实世界数据
• wearable-exam-stress — 共享标签：生理信号 / 可穿戴传感 / 多模态 / 时序数据
• perg-ioba-dataset — 共享标签：生理信号 / 时序数据 / 真实世界数据
• live-gaitneurokids — 共享标签：生理信号 / 可穿戴传感 / 多模态 / 时序数据
• wesad — 共享标签：生理信号 / 可穿戴传感 / 多模态
• mhealth — 共享标签：生理信号 / 可穿戴传感 / 时序数据
• uci-har — 共享标签：生理信号 / 可穿戴传感 / 时序数据
• ephnogram — 共享标签：生理信号 / 可穿戴传感 / 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。