信息速览
ECG-SPIDER-CLIP 的全名是 Electrocardiogram, skin conductance and respiration from spider-fearful individuals watching spider video clips，直译过来是「蜘蛛恐惧个体观看蜘蛛视频片段时的心电、皮肤电与呼吸信号」。它由萨尔兰大学临床心理学与心理治疗系牵头，联合弗劳恩霍夫生物医学工程研究所与特温特大学完成，2020 年 6 月 5 日经 PhysioNet 以 1.0.0 版发布：五十七名自报蜘蛛恐惧的成年人，每人约三十五分钟，三路信号，100 Hz。
这份数据的原始目的不是发表数据，而是给「在线焦虑水平检测」这项研究准备训练材料。参与者坐在实验室里先看一段示范片、再看十六段蜘蛛视频，身上接着心电电极与皮肤电传感器，胸带里嵌着压电片，三路信号同时被写进文件。研究者事后从这些波形里抽特征，训练一个能判断「此刻焦虑偏高还是偏低」的分类器。数据集是那项试验的副产物，公开是为了让别人不必重复采集一遍。
名字里的 SPIDER 与 CLIP 都容易被读错。SPIDER 不是某个标注工具或蜘蛛网状的数据结构，而是受试人群——怕蜘蛛的人；CLIP 不是那个图文对比学习模型，而是 video clip，视频片段。两个词连起来只描述了一件事：一群怕蜘蛛的人在看蜘蛛视频。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 官方全名 | Electrocardiogram, skin conductance and respiration from spider-fearful individuals watching spider video clips |
| 中文名 | 蜘蛛恐惧个体观看蜘蛛视频片段时的心电、皮肤电与呼吸信号 |
| 缩写拆解 | SPIDER = spider-fearful（怕蜘蛛的人），CLIP = video clip（视频片段） |
| 托管平台 | PhysioNet，Open Access 栏目 |
| 版本 | 1.0.0，2020 年 6 月 5 日发布 |
| DOI | 10.13026/sq6q-zg04（1.0.0 版） |
| 受试者 | 57 名，研究共纳入 80 名 18–40 岁参与者 |
| 记录单元 | 一名受试者的一个文件夹，内含四个 txt |
| 通道 | 3 路：心电、皮肤电、呼吸 |
| 采样率 | 标称 100 Hz，每通道 |
| 分辨率 | 10 位 |
| 单次时长 | 约 35 分钟 |
| 刺激材料 | 1 段示范片 + 16 段 1 分钟蜘蛛视频 + 5 分钟静息 |
| 采集设备 | BITalino ®evolution BLE，固件 5.1 |
| 采集地点与时间 | 德国萨尔布吕肯，2017 年 7 月至 2018 年 7 月 |
| 整包大小 | 解压 1.1 GB，压缩包 145.1 MB |
| 许可 | Open Data Commons Attribution License v1.0 |
| 配套论文 | Ihmig 等，PLoS ONE，2020 |
§1 它要解决的具体麻烦
1.1 恐惧没有时间戳，波形有
做焦虑检测的人迟早会撞上同一个矛盾：标签来自人的主观报告，信号来自身体的连续记录，两者天然不同步。让受试者看完一段视频再填一份量表，得到的是一个针对整段视频的分数；而心率在这六十秒里可能先冲高再回落，皮肤电的峰值往往滞后几秒才出现。把一个整段分数硬贴到每个采样点上，等于假设这六十秒里情绪是一条平线，这个假设在恐惧诱发范式里几乎必然失效。
暴露疗法的标准化恰好提供了另一条路。一段视频开始播、结束播，这两个动作可以被软件记录下来，形成一对时间戳。时间戳把连续的波形切成等长的窗口，每个窗口对应一个明确的外部事件，而不是一段模糊的自我报告。窗口内的信号仍然没有标签，但至少「看的是哪一段」这件事被固定住了。这份数据的设计价值主要在这里：它把一次三十分钟的暴露过程，变成十七个可以被单独索引的时间段。
1.2 三条常见的错误期待
第一条，期待它是通用情感计算数据集。 名字里有心电、皮肤电、呼吸，格式又是三列纯文本，很容易被当成 DEAP 那类「看视频、打情绪分」的标准配置。差别在于这份数据没有发布任何一个主观评分：没有效价、没有唤醒度、没有恐惧量表分数。它给的是一段被切好窗口的生理记录，情绪那一半在论文作者手里。
第二条，期待它是临床焦虑障碍数据。 受试者是「spider-fearful」，即自报害怕蜘蛛的人，不是经过结构化访谈确诊的蜘蛛恐惧症患者。招募靠自报，没有诊断分层，没有病程，没有用药记录。用它讨论「焦虑症患者的生理特征」，等于把一个亚临床样本当成临床样本。
第三条，期待它开箱即用。 文件是无表头的三列文本，时间戳抖动明显，三路信号各自独立存储、没有对齐到统一时间轴，视频还因为版权不在包里。任何一个环节处理错，切出来的窗口就会整体偏移。它的易用性属于「结构简单但需要手工对齐」那一类，不属于「读进来就是张量」那一类（§5.6）。
1.3 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 恐惧诱发过程中的多模态生理记录 | 三路同步信号，五十七人，每人十七个时间窗 | 够，这是它的主业 |
| 窗口级的时间对齐依据 | 片段起止时间戳，秒级精度 | 够，但需自行重采样 |
| 低成本可穿戴设备的一致性评估 | 全部数据来自同一型号设备与同一固件 | 够，设备变量被控制 |
| 训练带情绪标签的分类器 | 无任何主观评分或窗口标签 | 不够，标签不在包里 |
| 复现论文报告的准确率 | 缺标签，也缺特征提取脚本 | 不够，只能复现到特征层 |
| 研究暴露疗法的临床效果 | 无治疗前后量表，无随访 | 不够，研究问题不在这里 |
| 研究心率变异生物反馈的作用 | 实施生物反馈的那一组整体不收录 | 不够，结构上缺席 |
| 复现刺激材料 | 视频因版权未发布，只有一张静帧 | 不够，只能近似 |
| 与临床十二导联心电对照 | 单导联，电极贴位未文档化 | 不够，无法换算 |
| 穿戴设备的快速预研 | 解压一点一吉字节，格式极简 | 够，半天能跑通 |
1.4 你的处境与它能帮到的事
| 你的处境 | 它能帮你什么 | 下一步该做什么 |
|---|---|---|
| 你在做焦虑或应激的生理识别，手头只有静息基线 | 提供真实诱发过程中的连续记录，含明确的刺激起止 | 先用片段窗口做无监督的聚类，看三路信号能否自动分出刺激段与静息段 |
| 你在评估一款低成本穿戴设备能不能做心理生理研究 | 全部数据出自 BITalino 一个型号，100 Hz、10 位，是真实的设备上限样本 | 拿它当「低配设备能做到什么程度」的参照，再决定要不要上更高采样率 |
| 你要做多模态融合，需要三路同步且互不同源的信号 | 心电、皮肤电、呼吸三种机制完全不同的通道，同一设备同一时钟 | 先做通道间的时间对齐与滞后分析，再谈融合 |
| 你在写论文，需要一个有随机对照试验背景的公开数据 | 有伦理批件、有方案论文、有结果论文，链条完整 | 引用时把数据集、方案论文、结果论文三件一起写清（§9.3） |
| 你在教心理生理学，需要一段可讲三十分钟的实录 | 一人一文件夹，四个纯文本，打开就能画图 | 用同一人的三段窗口对比刺激前后的皮肤电爬升 |
| 你想研究恐刺激的个体差异 | 五十七人，每人相同的十七个窗口，条件高度可比 | 按人汇总窗口特征，做个体层面的排序而不是总体平均 |
| 你要做刺激材料的可复现实验 | 视频不在包里，只有截图 | 换用公开的蜘蛛图片库，接受刺激强度不可比 |
1.5 一句话判断
它是一次心理学试验的录像带：五十七个人各看十七段蜘蛛视频，身体的三条曲线被原样留在四个文本文件里，标签留在了作者的另一台机器上。
1.6 不适合谁：四条边界
不适合做带标签的监督学习。 包里没有一个情绪标签。片段编号可以当刺激强度的粗略代理，但「CLIP-9 比 CLIP-3 更吓人」这件事没有任何数据支撑——十六段片段的顺序在每个受试者体内都被重新随机过，编号只代表素材库里的序号。
不适合做临床结论。 受试者是自报害怕蜘蛛的成年人，年龄十八到四十岁，来自德国西南部一所大学的招募。没有诊断、没有共病筛查、没有用药记录。任何「焦虑症患者如何如何」的推论都超出了样本能承载的范围。
不适合做生物反馈效果的比较。 四个实验组里，在暴露阶段实际使用心率变异生物反馈的那一组被整组剔除，理由是训练过的呼吸法会系统性改变心率与心率变异。剩下三组的差别在于暴露时执行的是哪一种安慰剂任务，而不是有没有真反馈。想比较反馈与无反馈，这份数据给不了对照。
不适合做导联级的心电形态研究。 单导联、100 Hz、10 位，QRS 波群在时间轴上只占八个采样点。做 R 峰检测、心率变异、呼吸性窦性心律不齐都够用；做 P 波时限、ST 段抬高、束支阻滞形态判断则不够。
§2 数据构成与规格
2.1 一个人一个文件夹，四个纯文本
解开压缩包，根目录下是五十七个以 VP 开头的文件夹，加四个散落文件。文件夹内部结构完全一致，没有任何子目录，也没有跨受试者的汇总表。这种把「一个人一次会话」当作最小封装单元的组织方式，让单例分析很方便，让队列分析必须自己写遍历。
| 层级 | 名称与数量 | 说明 |
|---|---|---|
| 根目录 | VP02 至 VP80，五十七个 |
编号不连续，缺号对应未收录者 |
| 根目录 | subject_groups.csv，一个 |
受试者与实验组的对应表 |
| 根目录 | LICENSE.txt，一个 |
ODC-BY 1.0 全文 |
| 根目录 | SHA256SUMS.txt，一个 |
逐文件校验和 |
| 根目录 | screenshot_spider.tif，一个 |
一段视频的静帧截图 |
| 受试者目录 | BitalinoECG.txt，五十七个 |
心电，毫伏 |
| 受试者目录 | BitalinoGSR.txt，五十七个 |
皮肤电导，微西门子 |
| 受试者目录 | BitalinoBR.txt，五十七个 |
呼吸胸带位移，百分比 |
| 受试者目录 | Triggers.txt，五十七个 |
片段起止时间表 |
文件总数二百三十二个，其中二百二十八个在受试者目录内。以 VP02 为例，三个信号文件的体量依次为皮肤电约七点四兆、心电约六点四兆、呼吸约六点一兆，排序与三路数值的有效位数一致：皮肤电的小数位最长，心电次之，呼吸最短。这只是文件体积的差别，与信号质量无关，但在估算下载时间时有用。
2.2 字段与信号的完整字典
三路信号共用同一种三列格式，没有表头，列之间用制表符分隔。三列的含义由官方数据说明给出，第二列的时间戳是唯一可用于对齐的信息。
| 信息项 | 存放在哪 | 取值或范围 | 是否每行都有 |
|---|---|---|---|
| 心电电压 | BitalinoECG.txt 第 1 列 |
-1.5 至 1.5 mV | 是 |
| 皮肤电导 | BitalinoGSR.txt 第 1 列 |
-12.6 至 41 µS | 是 |
| 呼吸位移 | BitalinoBR.txt 第 1 列 |
-50% 至 50% | 是 |
| 采样时间戳 | 各信号文件第 2 列 | hhmmss.毫秒 |
是 |
| 行标签 | 各信号文件第 3 列 | 恒为 Raw |
是 |
| 片段编号 | Triggers.txt 第 1 列 |
CLIP-1 至 CLIP-16 |
片段行 |
| 片段起始 | Triggers.txt 第 2 列 |
hhmmss |
片段行 |
| 片段结束 | Triggers.txt 第 3 列 |
hhmmss |
片段行 |
| 示范片标记 | Triggers.txt 第 1 列 |
CLIP-DEMO |
一行 |
| 静息段标记 | Triggers.txt 第 1 列 |
BIOFEEDBACK-REST |
一行 |
| 受试者编号 | 文件夹名 | VP 加两位数字 |
全库 |
| 分组归属 | subject_groups.csv |
Group2 / Group3 / Group4 | 全库 |
| 年龄 | 无 | 仅论文给出 18–40 岁区间 | 否 |
| 性别 | 无 | 未发布 | 否 |
| 焦虑评分 | 无 | 未发布 | 否 |
| 视频文件 | 无 | 因版权未发布 | 否 |
第三列的 Raw 是设备原始数据流的标记，官方明确说可以忽略。它存在的原因是 BITalino 的原生软件会在同一文件里混写处理前后的数据，导出时保留这一列以便追溯，实际内容全库一致。
2.3 一条记录的完整解剖
取 VP02 作为解剖对象，因为它是编号最小的在册受试者，也是全库第一个文件夹。目录里有四个文件，触发清单共十九行，信号文件从上午十一时二十七分五十五秒开始记录。
#-- 只看触发清单，不下载信号体
curl -sL https://physionet.org/files/ecg-spider-clip/1.0.0/VP02/Triggers.txt
#-- 只看前三行信号，确认三列格式
curl -sL -r 0-200 https://physionet.org/files/ecg-spider-clip/1.0.0/VP02/BitalinoECG.txt
触发清单按播放顺序排列，第一行是示范片，随后是十六段蜘蛛视频，最后两行是整场训练区间与五分钟静息。注意片段编号与行序并不一致：VP02 播放的第一段蜘蛛视频编号是 CLIP-4，第二段是 CLIP-1。这是方案里「每组八段内部随机」的直接痕迹（§3.3）。
| 解剖项 | VP02 的值 |
含义 |
|---|---|---|
| 文件夹名 | VP02 |
第二位入组编号，属 Group2 |
| 文件数 | 4 | 三路信号加一份触发表 |
| 触发行数 | 19 | 示范 1 + 片段 16 + 训练区间 1 + 静息 1 |
| 首条信号时间 | 112755.578 | 十一时二十七分五十五秒 |
| 心电首值 | -0.0557 mV | 静息基线附近 |
| 皮肤电首值 | 2.235 µS | 静息基线附近 |
| 呼吸首值 | -3.32% | 胸带静息位 |
| 皮肤电文件体量 | 约 7.4 MB | 三路中最大 |
| 心电文件体量 | 约 6.4 MB | 居中 |
| 呼吸文件体量 | 约 6.1 MB | 三路中最小 |
三个文件的体量都不大，但加起来接近二十兆字节一人，五十七人合计就是一点一吉字节。文本格式的代价在这里很直白：同样的采样点，二进制能省下四分之三的空间。
#-- 读进一个人的三路信号，按时间戳合并成一张表
import numpy as np
base = "https://physionet.org/files/ecg-spider-clip/1.0.0/VP02"
def read_signal(path):
arr = np.loadtxt(path, delimiter="\t", usecols=(0, 1), dtype=str)
value = arr[:, 0].astype(float)
stamp = arr[:, 1].astype(float)
return value, stamp
ecg, t_ecg = read_signal(f"{base}/BitalinoECG.txt")
gsr, t_gsr = read_signal(f"{base}/BitalinoGSR.txt")
br, t_br = read_signal(f"{base}/BitalinoBR.txt")
print(len(ecg), len(gsr), len(br))
print(t_ecg[0], t_ecg[-1], (t_ecg[-1] - t_ecg[0]) / 60.0)
三路长度不必相等。设备按通道分别写文件，任何一路的丢点都不会影响另外两路的行数。因此合并时不能按下标硬拼，必须用时间戳做最近邻或插值对齐。这一点在 §5.4 会展开。
2.4 编号空间与三个组的落位
受试者编号是一个从 VP01 到 VP80 的连续空间，实际在册五十七个，缺二十三个。缺号不是随机的，它们正好对应官方说明的两类剔除：第一组二十人整组不收录，另有三条记录因采集技术问题被丢弃。
| 分组 | 编号规律 | 应有与在册 | 差额 |
|---|---|---|---|
| Group1 | VP01、VP04、VP07 起，每三取一 | 20 与 0 | 20（整组不收录） |
| Group2 | VP02、VP05、VP08 起，每三取一 | 20 与 20 | 0 |
| Group3 | VP03、VP06、VP09 起，每三取一 | 19 与 18 | 1（VP21 缺） |
| Group4 | VP61 至 VP80 | 20 与 19 | 1（VP67 缺） |
| 未归类 | VP60 | 1 与 0 | 1（疑似技术故障） |
| 合计 | VP01 至 VP80 | 80 与 57 | 23 |
前六十个编号按「模三」轮流分配给前三个组，六十之后重新从 VP61 开始编号给第四组。这个编号方式让分组在文件名层面不可见，必须查 subject_groups.csv 才能还原。缺号与官方口径的差额刚好对上：二十加三等于二十三。哪三条属于技术故障，官方没有指名，从编号空缺看应落在 VP21、VP60、VP67。
2.5 与同类资源的字段差异
把这份数据放进公开的情绪与应激生理资源谱系里，它的位置由三个属性决定：任务是恐惧暴露而非情绪唤起，设备是低成本穿戴而非科研级放大器，标签完全不在包里。
| 资源 | 受试者 | 刺激与通道 | 主观评分是否随包发布 |
|---|---|---|---|
| ECG-SPIDER-CLIP | 57 | 十六段蜘蛛视频；心电、皮肤电、呼吸，100 Hz | 否 |
| DEAP | 32 | 四十段音乐视频；三十二导脑电加八路外周，最高 512 Hz | 是，四维自评 |
| QoL_Stress | 66 | 放松与应激双相任务；心电、皮肤电、心率 | 是，量表分数 |
| EDA Rest & Sedation | 22 | 无刺激，静息与镇静；皮肤电脉冲，256 与 500 Hz | 否 |
| MACECGDB | 1 | 站立、行走、跳跃；四路贴片心电，500 Hz | 否 |
与 DEAP 的对照最能说明问题。两者都是「看视频、记生理」，都用视频段落作为时间锚点，但 DEAP 把每段视频后的自评分数一并发布，于是监督学习可以直接开始；这份数据把自评留在作者手里，使用者拿到的是没有答案的考卷。这不是缺陷，是发布范围的取舍——心理学的原始评分往往带有可识别风险，而生理波形脱敏后风险低得多。
与 QoL_Stress 的差别在刺激的性质。应激任务追求的是可控、可重复的负荷，比如心算或冷水；恐惧暴露追求的是个体化的情绪唤起，同一个人对同一段视频的反应取决于他的恐惧程度。前者适合做算法基准，后者适合做机制观察。
§3 它是谁的数据：一项随机对照试验的副产物
3.1 五名作者与三个机构
官方页面列出五位作者，机构横跨三个单位。Frank R. Ihmig 属弗劳恩霍夫生物医学工程研究所 IBMT 的生物医学微系统部门，负责设备与信号链路；Antonio Gogeascoechea 属特温特大学生物力学工程系，负责数据处理；Sarah K. Schäfer、Johanna Lass-Hennemann、Tanja Michael 三人同属萨尔兰大学临床心理学与心理治疗系，负责试验设计、伦理与临床评估，其中 Tanja Michael 是课题组负责人。
这种「工程机构加心理系」的组合解释了数据的两个特征：信号处理得相当规整（三列、统一命名、逐人文件夹），而临床元信息几乎没有（无诊断、无量表、无人口学）。工程方关心的是链路是否干净，心理方关心的是结论是否成立，两边都没有动力把评分放进公开包。
3.2 时间线
| 时间 | 事件 | 来源 |
|---|---|---|
| 2017 年 7 月 | 开始采集，首个受试者 VP02 的文件时间为 7 月 17 日 | 目录时间戳 |
| 2018 年 3 月 | 试验方案论文发表于 Trials | 方案论文 |
| 2018 年 7 月 | 采集结束 | 官方页面 |
| 2020 年 5 月 | 结果论文被 PLoS ONE 接收 | 论文页 |
| 2020 年 6 月 4 日 | 许可与分组表等散文件落盘 | 目录时间戳 |
| 2020 年 6 月 5 日 | PhysioNet 以 1.0.0 版发布 | 官方页面 |
从时间线看，数据先于论文发布几天。这是常见的做法：论文进入校样阶段时把数据挂出去，等论文上线时 DOI 已经可用。方案论文比数据早了两年，说明试验是严格按照预注册方案执行的，这在心理学里是质量信号。
3.3 一次实验的流程
官方的流程描述很简短，但把关键节点都给了：先放一段一分钟的示范片，再放十六段一分钟的蜘蛛视频，最后是五分钟静息。十六段被分成前后两组，每组八段，组内顺序随机。
时间轴（单人一次会话，约 35 分钟）
|-- 准备与基线 --|-- 示范 --|-- 片段 1-8（组内随机）--|-- 片段 9-16（组内随机）--|-- 静息 5 分钟 --|
1 分钟 8 分钟 8 分钟 5 分钟
VP02 实际的播放顺序（摘自 Triggers.txt）
DEMO -> 4 -> 1 -> 3 -> 2 -> 7 -> 8 -> 5 -> 6 -> 12 -> 10 -> 11 -> 9 -> 14 -> 13 -> 15 -> 16
#-- 前八段是 1 至 8 的一个排列，后八段是 9 至 16 的一个排列
#-- 编号只代表素材库序号，不代表播放次序，也不代表强度排序
| 阶段 | 官方口径与清单跨度的对比 | 标记 |
|---|---|---|
| 示范片 | 官方 1 分钟，清单约 150 秒 | CLIP-DEMO |
| 单段蜘蛛视频 | 官方 1 分钟，清单约 100 秒 | CLIP-1 至 CLIP-16 |
| 静息 | 官方 5 分钟，清单约 301 秒 | BIOFEEDBACK-REST |
| 整场 | 官方未给出，清单纯计约 34.5 分钟 | 从训练区间起算 |
| 信号记录 | 官方称约 35 分钟，略长于整场 | 含准备与收尾 |
上表第二列把两个口径并排放着，差额是系统性的：官方说每段一分钟，触发清单里每段约一百秒；官方说示范片一分钟，清单里约一百五十秒；官方说静息五分钟，清单里三百零一秒，这一项倒是吻合。这不是抄错，而是「片段本身的长度」与「触发窗口的长度」两个口径。窗口比片段长，多出来的部分可能是淡入淡出、缓冲或操作余量，官方未作说明（§7.3）。
3.4 四个组里为什么少了第一组
方案论文写明四个组的分工，这是理解数据边界的关键。四组都接受了同样的两次任务训练，并在家练习六天，一周后进入暴露阶段，区别在于暴露时执行哪一个任务。
| 组 | 训练内容 | 暴露时执行 | 是否收录与理由 |
|---|---|---|---|
| Group1 | 心率变异生物反馈 + 一个动作伪反馈 | 心率变异生物反馈 | 否，训练过的呼吸法改变心率与心率变异 |
| Group2 | 心率变异生物反馈 + 一个动作伪反馈 | 动作伪反馈 | 是，暴露时未使用真反馈 |
| Group3 | 两个动作伪反馈 | 其中一个动作伪反馈 | 是，对照组 |
| Group4 | 两个动作伪反馈 | 无附加任务 | 是，纯暴露对照 |
这个设计的巧妙之处在于把「训练过」与「正在用」拆开。第一组与第二组接受了完全相同的训练，差别只在暴露时是否真的用上生物反馈。剔掉第一组，等于剔掉了「暴露期间存在主动呼吸调节」这一条件，剩下的三组在暴露期间的生理状态都不受刻意的呼吸控制。
代价是这份数据无法回答「生物反馈有没有用」。它只能回答「在没有主动调节的情况下，恐惧暴露过程中心电、皮肤电、呼吸如何变化」。这个边界很硬，任何试图用它做反馈效果比较的分析都会把组别当成处理变量，而真正的处理组不在这里（§7.3）。
3.5 受试者是谁，不是什么
八十名参与者年龄在十八到四十岁之间，自报害怕蜘蛛，通过公开招募进入研究。伦理审查由萨尔兰大学人文科学学院伦理委员会批准，全体签署书面知情同意，其中包含同意数据发表。
| 属性 | 值（来源） | 对使用的含义 |
|---|---|---|
| 在册人数 | 57（官方页面） | 可做个体层分析，不可做大样本推断 |
| 参与人数 | 80（官方页面） | 二十三人未入册 |
| 年龄 | 18–40 岁（官方页面） | 无儿童与老年样本 |
| 恐惧类型 | 自报蜘蛛恐惧（官方页面） | 非临床诊断 |
| 性别构成 | 未发布 | 无法做性别分层 |
| 国籍与语言 | 德国，德语（采集地点推断） | 跨文化迁移未知 |
| 诊断 | 未发布 | 不能当患者队列 |
| 用药 | 未发布 | 无法排除药物影响 |
| 量表分数 | 未发布 | 无法按恐惧程度分层 |
「自报」两个字分量很重。蜘蛛恐惧症在诊断手册里有明确的条目要求，而自报害怕蜘蛛只需要一句自我描述。招募时可能用了恐惧问卷做初筛，但筛查结果没有随包发布，因此无法判断这批人里有多少达到临床阈值。用它讨论亚临床的恐惧反应是合适的，用它讨论蜘蛛恐惧症则越界。
§4 它最独特的东西：把恐惧切成十七个窗口
4.1 为什么窗口比记录更重要
一份三十分钟的连续记录，如果不切窗，几乎无法做任何监督学习。整段记录只有一个「这个人怕蜘蛛」的粗标签，而这个标签对全部五十七人都成立，方差为零。切成窗口之后，同一份记录内部才出现对照：刺激段与静息段、前八段与后八段、强反应段与平复段。
五十七人乘十七个窗口，得到九百六十九个可索引的时间段。其中九百一十二个是蜘蛛视频窗口，每人十六个，编号从 CLIP-1 到 CLIP-16；其余五十七个是示范片窗口；静息段每人一段，但它在触发清单里与整场训练区间并列，通常不计入片段窗口。这个数字是这份数据真正的分析单位。它比五十七大一个量级，比三十分钟的采样点小三个量级，正好落在「一段情绪事件」的时间尺度上。
「片段窗口总时长约二十五小时」这个数字要小心使用。它是按触发窗口跨度（每段约一百秒）算的，不是按视频本身长度算的；如果按官方的一分钟算，总时长约十五小时。两个口径差十小时，差额全部来自窗口比片段长这件事（§3.3）。
4.2 案例：VP02 的 CLIP-4 那一段窗口
选 VP02 的 CLIP-4 作为贯穿案例，有三个理由：它是全库第一个受试者播放的第一段蜘蛛视频，位置最靠前；它的编号与播放次序不一致，正好用来说明随机化；它的窗口时长一百零一秒，落在片段窗口的典型值上。
#-- 从触发表里取出 CLIP-4 的窗口，再按时间戳从三路信号里截出来
import numpy as np
base = "https://physionet.org/files/ecg-spider-clip/1.0.0/VP02"
trig = np.loadtxt(f"{base}/Triggers.txt", delimiter="\t", dtype=str)
row = trig[trig[:, 0] == "CLIP-4"][0]
start, end = float(row[1]), float(row[2])
print("窗口:", row[0], start, end, "跨度秒:", end - start)
def to_sec(hhmmss):
h, m, s = int(hhmmss) // 10000, int(hhmmss) // 100 % 100, int(hhmmss) % 100
return h * 3600 + m * 60 + s
lo, hi = to_sec(start), to_sec(end)
for name in ("BitalinoECG", "BitalinoGSR", "BitalinoBR"):
x = np.loadtxt(f"{base}/{name}.txt", delimiter="\t", usecols=(0, 1))
t = np.floor(x[:, 1] / 10000) * 3600 + np.floor(x[:, 1] / 100 % 100) * 60 + x[:, 1] % 100
seg = x[(t >= lo) & (t < hi), 0]
print(name, "点数:", len(seg), "最小值:", round(float(seg.min()), 3),
"最大值:", round(float(seg.max()), 3))
这段代码会把三路信号在同一个窗口内截出来。三路的点数不会完全相等，因为触发时间是秒级、信号时间是毫秒级，边界落在哪一侧取决于浮点比较。想要严格等长，需要先按统一时间轴重采样。
| 解剖项 | CLIP-4 窗口的值 |
含义 |
|---|---|---|
| 所属受试者 | VP02 |
Group2 |
| 片段编号 | 4 | 素材库序号，非播放序号 |
| 实际播放位次 | 第一段蜘蛛视频 | 示范片之后立刻播放 |
| 窗口起 | 113336 | 十一时三十三分三十六秒 |
| 窗口止 | 113437 | 十一时三十四分三十七秒 |
| 窗口跨度 | 101 秒 | 官方称片段 1 分钟 |
| 距示范片结束 | 33 秒 | 操作与缓冲余量 |
| 距信号起始 | 约 5 分 40 秒 | 含准备与基线 |
| 按 100 Hz 计的点数 | 约一万零一百 | 实际略有出入 |
这个窗口在后续章节还会被反复引用：§5.4 用它演示切窗与重采样，§7.3 用它说明「窗口长度不等于刺激长度」这个偏差，§9.2 用它作为最短流程的输入。
4.3 三路信号为什么不是三份独立数据
心电、皮肤电、呼吸的物理机制完全不同，时间常数也差着数量级。心电的 R 峰是毫秒级事件，皮肤电的响应以秒计，呼吸的一个周期在三四秒上下。三者放在一起，恰好覆盖了交感神经活动的快、中、慢三个尺度。
| 通道 | 物理量与单位 | 典型时间尺度 | 对恐惧的反应方向 |
|---|---|---|---|
| 心电 | 心肌去极化电位，毫伏 | 毫秒级 R 峰 | 心率升高，心率变异下降 |
| 皮肤电 | 汗腺活动引起的电导，微西门子 | 一到三秒爬升，数秒回落 | 电导水平升高，非特异性反应增多 |
| 呼吸 | 胸带压电位移，百分比 | 三到五秒一周期 | 呼吸变浅变快，节律不规则 |
三者的关系不是冗余而是互补：心率告诉你交感与副交感的即时平衡，皮肤电告诉你交感唤起的累积水平，呼吸告诉你这个人有没有在用呼吸调节情绪。最后一条在这份数据里格外重要，因为第一组被剔除的理由正是「训练过的呼吸法会改变心率与心率变异」——呼吸是唯一一个能被意识直接改写的通道。
4.4 它支撑的四类实验
按结论强度排序，这份数据能撑起四类实验。最强的是「刺激段对静息段」的二分类：标签由时间戳定义，不需要任何主观判断，三路信号同步，做法是用窗口统计量区分两类时段。次强的是设备与采样率的敏感性分析：原始 100 Hz 可以任意降采样，降完再比特征稳定性，结论自洽可验证。第三是三路信号的耦合分析，算通道间的滞后相关与相位同步，前提是先解决重采样。最弱的是个体差异排序，按人汇总窗口反应幅度再排名。
第三类实验最容易被高估。五十七个人、每人十七个窗口，看似样本量足够，但个体之间没有共同的效标——谁的反应算「强」，只能靠研究者自己定阈值。这样的排序在样本内可复现，跨样本不可迁移。剩下两类根本走不通：训练情绪识别模型需要逐窗口标签，包里没有；比较干预效果需要真反馈组，那一组不在。
4.5 边界条件：什么时候它不再适用
| 条件 | 是否适用 | 判断依据 |
|---|---|---|
| 你要真实诱发过程中的多模态记录 | 适用 | 三路同步、时间锚点明确 |
| 你要研究低成本设备的信号上限 | 适用 | 100 Hz 与 10 位是硬约束 |
| 你要做窗口级的无监督分段 | 适用 | 片段边界可直接当参考答案 |
| 你要训练有监督的情绪分类器 | 不适用 | 无标签 |
| 你要比较生物反馈与安慰剂 | 不适用 | 真反馈组缺席 |
| 你要做临床诊断或筛查 | 不适用 | 亚临床样本，无诊断 |
| 你要复现刺激材料 | 不适用 | 视频未发布 |
| 你要做导联级心电形态分析 | 不适用 | 单导联、100 Hz、10 位 |
§5 怎么拿到：从四个 txt 到可训练张量
5.1 目录与体积
整包解压一点一吉字节，压缩包一百四十五点一兆字节。压缩比接近八比一，原因是纯文本数字的熵很低。这个体量在公开生理数据里属于中等：比一份临床心电库小得多，比一份单人的方法学小库大得多。
体量的分布极不均匀。皮肤电文本每人约七点四兆，五十七人合计约四百二十兆；心电文本每人约六点四兆，合计约三百六十五兆；呼吸文本每人约六点一兆，合计约三百四十八兆。三者合计已占全包的绝大部分，剩下的触发清单每人不足一千字节，全库加起来只有二十几千字节。根目录下四个散文件里，那张静帧截图独占两点六兆，是许可全文、校验和与分组表的总和的几百倍。
下载时间主要花在数量上而不是单个文件的大小上。两百多个文件逐个请求，每个请求都有往返开销，用递归下载比逐个 curl 快得多。
5.2 批量获取
官方给出三条路径：网页上的 ZIP 按钮、wget 递归、AWS 公开桶同步。三条路径指向同一份内容，都不需要登录。
#-- 方式一：整包下载后解压
cd /tmp && wget -q https://physionet.org/content/ecg-spider-clip/1.0.0/ecg-spider-clip.zip
unzip -o ecg-spider-clip.zip -d spider
#-- 方式二：只抓信号与触发表，跳过截图与许可全文
wget -q -r -N -c -np -A "*.txt" \
https://physionet.org/files/ecg-spider-clip/1.0.0/
#-- 方式三：从公开桶同步（需要 aws cli）
aws s3 sync --no-sign-request \
s3://physionet-open/ecg-spider-clip/1.0.0/ /tmp/spider \
--exclude "*" --include "*.txt" --include "*.csv"
第二种方式用 -A "*.txt" 过滤，会把信号文件、触发清单和许可全文一起抓下来，跳过那张两点六兆的截图。整包只有一点一吉字节，过滤省下的空间有限，真正的收益是减少请求数。
5.3 建立索引
元信息分散在三处：文件夹名给受试者编号，触发清单给窗口边界，分组表给实验组。建索引就是把三处缝成一张表，后面所有筛选都基于它。
#-- 建一张 969 行的窗口索引表
import csv
import numpy as np
from pathlib import Path
root = Path("/tmp/spider")
with open(root / "subject_groups.csv", encoding="utf-8") as f:
table = list(csv.reader(f))
#-- 首行是三个组名，之后每行是各组对应的受试者，按列配对
groups = {}
for row in table[1:]:
for gname, subj in zip(table[0], row):
if subj:
groups[subj] = gname
def to_sec(s):
return int(s) // 10000 * 3600 + int(s) // 100 % 100 * 60 + int(s) % 100
rows = []
for subj in sorted(groups):
trig = root / subj / "Triggers.txt"
for line in open(trig, encoding="utf-8"):
tag, a, b = line.rstrip("\n").split("\t")
rows.append((subj, groups[subj], tag, to_sec(a), to_sec(b), to_sec(b) - to_sec(a)))
print("窗口数:", len(rows))
print("示例:", rows[1])
subject_groups.csv 的格式需要注意：它没有表头行，第一行的三列直接是 Group2,Group3,Group4 三个组名，之后每行是各组对应的受试者。也就是说这是一张横排的表，行不是记录而是「第几个名额」，必须按列配对才能读成「受试者到组」的映射。按行遍历会把三列当成三个人，读出来的组别全错。这是个小坑，写一次就不会再踩。
| 索引字段 | 类型与来源 | 用途 |
|---|---|---|
subject |
字符串，文件夹名 | 主键之一，用于按人分组 |
group |
字符串，subject_groups.csv |
组间比较 |
tag |
字符串，Triggers.txt 第 1 列 |
窗口类型 |
start |
整数，第 2 列换算的秒 | 切窗左界 |
end |
整数，第 3 列换算的秒 | 切窗右界 |
dur |
整数，右界减左界 | 质量检查 |
建完索引先做一次自检：窗口数应当是九百六十九，其中标记为 CLIP- 的应当是九百一十二。若数目对不上，多半是某个受试者的触发表多了或少了一行——VP02 就比别的受试者多一行「训练区间」，说明官方虽然给了统一格式，字段的实际用法仍有出入。
5.4 切窗与张量
每条记录本身很长，切窗是必需的一步。切窗的难点不在切片，而在时间轴：三路信号各自独立，行数不同，时间戳抖动，必须先统一到同一条等间隔时间轴上。
#-- 把三路信号重采样到统一时间轴，再按 §4.2 的案例窗口截取
import numpy as np
base = "https://physionet.org/files/ecg-spider-clip/1.0.0/VP02"
FS = 100.0
def load(name):
x = np.loadtxt(f"{base}/{name}.txt", delimiter="\t", usecols=(0, 1))
t = x[:, 1]
sec = (t // 10000) * 3600 + (t // 100 % 100) * 60 + (t % 100)
return sec, x[:, 0]
t0, ecg = load("BitalinoECG")
tg, gsr = load("BitalinoGSR")
tb, br = load("BitalinoBR")
lo, hi = 113336.0, 113437.0
grid = np.arange(lo, hi, 1.0 / FS)
ecg_r = np.interp(grid, t0, ecg)
gsr_r = np.interp(grid, tg, gsr)
br_r = np.interp(grid, tb, br)
print(grid.shape, ecg_r.shape, gsr_r.shape, br_r.shape)
np.interp 是线性插值，对心电这种有锐利边沿的信号并不理想，重采样后的 R 峰会被削平一些。要保住峰值，可以先用 scipy.signal.resample_poly 按固定比例重采样，或先做峰值检测再只保留 R 峰序列。选哪一种取决于下游任务：做心率变异就只留 R 峰，做形态分析就必须保留波形。
| 张量维度 | 大小与对应 | 注意 |
|---|---|---|
| 第零维 | 969，窗口 | 与索引表顺序一致 |
| 第一维 | 10000，采样点 | 一百秒乘 100 Hz |
| 第二维 | 3，通道 | 心电、皮肤电、呼吸 |
| 数据类型 | 浮点，已换算物理单位 | 三路单位不同，需标准化 |
| 内存占用 | 约 230 MB，双精度 | 转单精度可减半 |
三路单位不同，不能直接堆成一个张量送进网络。心电在毫伏量级，皮肤电在微西门子量级，呼吸在百分比量级，量纲差着两三个数量级。正确做法是每路先按人做 z 分数标准化，再拼接。按全库做标准化会把个体差异抹掉，而个体差异在这份数据里恰恰是研究目标之一。
5.5 一条可复现的评测协议
因为没有官方划分，任何评测协议都得自己定。合理的做法是按受试者划分而不是按窗口划分：同一个人的窗口之间高度相关，把它们随机分到训练集和测试集，会让测试集泄漏训练信息。
#-- 按受试者做留一交叉验证的骨架
import numpy as np
subjects = sorted({r[0] for r in rows})
folds = []
for held in subjects:
train = [r for r in rows if r[0] != held and r[2].startswith("CLIP-")]
test = [r for r in rows if r[0] == held and r[2].startswith("CLIP-")]
folds.append((train, test))
print("折数:", len(folds))
print("每折训练窗口:", len(folds[0][0]), "测试窗口:", len(folds[0][1]))
留一法在五十七人上意味着一百多次训练，代价不小。更实际的是按组划分：三组中留一组做测试，另外两组训练，一次划分就能得到与论文接近的设置，也避免了同一受试者的信息跨集泄漏。三种划分的差别可以量化：按窗口随机时训练集约七百三十个窗口、测试集约一百八十个，样本量最大但同一个人同时出现在两边，泄漏最严重；按受试者留一时测试集只有十六个窗口，无泄漏但训练次数最多；按组留一时训练约六百、测试约三百，代价最小但组间差异会混进结果。还有一种「按时间前后」划法，用前八段训练、后八段测试，看似模拟时间外推，实际上片段顺序已被随机打乱，这个划法没有语义。
按受试者留一与按组留一的差别值得说清。前者衡量的是「换一个人还能不能用」，后者衡量的是「换一种任务条件还能不能用」。前者是泛化，后者是稳健性。论文报告的是哪一种，公开摘要没有写，只说用了十种标注方案（§8.2）。
5.6 六个最容易出错的地方
| 易错点 | 表现 | 正确做法 |
|---|---|---|
| 把三列当成有表头 | 第一行被当列名，少一个采样点 | 用 header=None 或 np.loadtxt 默认 |
| 把时间戳当等间隔 | 直接按行号索引，窗口整体偏移 | 用时间戳重采样到统一网格 |
| 把片段编号当播放顺序 | 认为 CLIP-1 是第一段 | 以 Triggers.txt 的行序为准 |
| 三路按下标硬拼 | 长度不等，报形状错误 | 按时间戳对齐后合并 |
| 皮肤电负值直接 discard | 丢失有效段 | 负值是传感器偏置，做偏移校正 |
| 按窗口随机划分 | 测试集准确率虚高 | 按受试者或按组划分 |
第一与第二条最常见。前者的后果很隐蔽：少一个点不会报错，只会让所有窗口整体偏移一个采样间隔，十毫秒的偏移在心率变异分析里足以改变结果。后者的后果更明显，画出来的波形会周期性拉伸。
皮肤电的负值需要单独说明。官方写明负值与传感器有关，应当做偏移校正。这不是数据错误，而是电导测量没有绝对零点：设备输出的是相对电压，减去一个基线后才是有效电导变化。把负值当异常删除，会系统性丢掉低唤起时段的样本。
§6 与库内条目的关系
6.1 关系图谱
在千方医数集的生理信号版图里，这份数据的位置是「诱发范式加低成本设备」这一格。它不承担基准职能，也不承担临床职能，主要承担「真实诱发过程长什么样」这一件事。
| 关联资源 | 关系类型 | 接口与迁移注意 |
|---|---|---|
| DEAP | 最近的同类 | 同为视频诱发加多路生理；那边有自评标签，这边没有 |
| QoL_Stress | 任务相近 | 同为应激或放松范式的多模态记录；那边是可控负荷，这边是个体化恐惧 |
| EDA Rest & Sedation | 通道重叠 | 都以皮肤电为核心通道；那边只有脉冲，这边有原始电导 |
| consumer-grade-wearables | 设备层级相近 | 都关心消费级设备的可用性；那边多设备同步，这边单设备 |
| macecgdb | 结构对照 | 都是小体量、窄目标的专用库；那边是伪迹方法学，这边是诱发范式 |
| ecg-arrhythmia | 上下游 | 都含心电但目的相反；那边是诊断标注，这边无标注 |
| 本库在其间的身份 | 诱发样本 | 提供带时间锚点的恐惧暴露实录，只补「过程」不补「结论」 |
与 DEAP 的联用最有现实意义：DEAP 提供「有评分、可监督」的训练范式，这份数据提供「无评分、真实恐惧」的测试场景。用 DEAP 训练，用这份数据做域外检验，能看出模型是真学到了生理规律，还是只学到了 DEAP 的采集特性。
与 ecg-arrhythmia 的关系则是纯结构性的：两者都有心电，但一个 500 Hz 十二导联带诊断标签，一个 100 Hz 单导联无标签。把后者的模型迁移到前者几乎必然失败，反过来也一样。这种「同通道不同任务」的对照，本身就是选型时该看的一栏。
6.2 检索路径
按用途检索比按规模检索有效。要标签找 DEAP 与 QoL_Stress，要真实诱发过程找这份数据，要设备上限找消费级穿戴那几条。
| 检索意图 | 首选与次选入口 | 判断依据 |
|---|---|---|
| 视频诱发的多模态生理 | DEAP，本数据 | 是否带自评分数 |
| 恐惧或焦虑暴露过程 | 本数据，无同类 | 是否以临床范式为骨架 |
| 应激任务的算法基准 | QoL_Stress，本数据 | 任务是否可控可重复 |
| 低成本穿戴的信号质量 | 本数据，consumer-grade-wearables | 是否单设备长时记录 |
| 皮肤电的原始电导 | 本数据，EDA Rest & Sedation | 是否需要未导出的原始值 |
| 心电形态与诊断 | ecg-arrhythmia，ecgiddb | 是否有诊断标注 |
| 运动伪迹下的心电 | macecgdb，本数据 | 伪迹是否与心电同源 |
| 多设备同步比较 | consumer-grade-wearables，无同类 | 是否要求设备间对照 |
这张表的后三行是排除项：同一时间段里，若需求落在「诊断」「伪迹」「多设备」任一项上，这份数据都该被划掉。判断只需要问三个问题——是否需要逐窗口标签，是否需要临床诊断，是否需要多设备对照。三个都是否，它才是合适的起点。
这张表的后三行是排除项：同一时间段里，若需求落在「诊断」「伪迹」「多设备」任一项上，这份数据都该被划掉。判断只需要问三个问题——是否需要逐窗口标签，是否需要临床诊断，是否需要多设备对照。三个都是否，它才是合适的起点。
§7 质量评估与局限性
7.0 阅读本节前的一个前置校正
在给这份数据打分之前，需要先校正一个常见的错位：把它当成「标签缺失的失败数据集」。这个判断本身是误判，因为它默认了所有生理数据的终点都是监督学习。这项研究的终点是「能不能在线判别焦虑水平」，判别模型在论文里已经给出，标签来自主观评分，而那部分数据因为涉及心理量表，本就不适合无条件公开。
校正之后的评价标准应该换成三条：诱发范式是否规范、时间锚点是否可靠、设备与采样是否够用。三条都站得住：范式来自预注册的随机对照试验，时间锚点由采集软件写入，100 Hz 与 10 位是这类低成本设备的真实上限。站不住的是另一组问题：能否支撑监督学习、能否外推到临床、能否复现刺激。把两组问题分开，评价才不会错位。
7.1 五维评分
按千方医数集的框架，评价分成规模、结构、标注、边界、可用性五个维度。这个分层与 DAIMS（Data and AI Management Standards）的思路一致：先看数据本身，再看治理与使用条件，而不是只看体量。
| 维度 | 分值（五分制） | 依据 | 说明 |
|---|---|---|---|
| 规模 | 2 | 57 人、约 33 小时、969 个窗口 | 个体层够用，群体推断不足 |
| 结构 | 3 | 三列文本、逐人文件夹、无统一索引 | 解析简单，对齐需手工 |
| 标注 | 2 | 仅有片段起止与分组 | 时间锚点可靠，情绪标签缺席 |
| 边界 | 3 | 剔除规则清楚、许可宽松 | 边界不含糊，但覆盖有结构性缺口 |
| 可用性 | 4 | 一点一吉字节、三条取数路径、纯文本 | 半天能跑通，无需专用工具链 |
五项的权重取决于用途。做窗口级无监督分段时，结构与可用性权重高，总分可观；做情绪分类时，标注权重高，总分立刻掉下来。任何一个「综合分」都不该脱离用途被引用。
7.2 标注的真实覆盖范围
这份数据只有两类标注：片段起止时间与分组归属。两类都由采集系统或试验设计产生，不是人工判读的产物。
| 标注项 | 生成方式与覆盖范围 | 能否支撑监督学习 |
|---|---|---|
| 片段起止 | 采集软件写入，覆盖每段视频与静息 | 可做时段二分类 |
| 片段编号 | 素材库序号，覆盖十六段 | 不代表强度顺序 |
| 示范片标记 | 采集软件写入，覆盖一段 | 可作适应期对照 |
| 分组归属 | 试验设计，覆盖全库 | 可做组间比较 |
| 焦虑水平 | 主观评分，未发布，覆盖零 | 不能 |
| 恐惧量表 | 未发布，覆盖零 | 不能 |
| 心搏位置 | 无，覆盖零 | 需自行检测 |
| 伪迹区段 | 无，覆盖零 | 需自行判定 |
能够直接支撑的监督任务只有「刺激段对非刺激段」这一种。它的标签强度不高——任何观看视频的时段都会与静息不同，模型学到的可能是「有没有在动」而不是「怕不怕」。想要更细的标签，只能回到论文的十种标注方案，而方案本身依赖未发布的主观评分。
7.3 已知的、可枚举的偏差
| 偏差项 | 具体表现与影响 | 可否从数据里校正 |
|---|---|---|
| 样本偏差 | 自报蜘蛛恐惧，非临床诊断，结论限于亚临床人群 | 不可校正 |
| 年龄偏差 | 18–40 岁，无儿童与老年 | 不可校正 |
| 地域偏差 | 德国西南部单一招募点，跨文化迁移未知 | 不可校正 |
| 分组缺口 | 真生物反馈组整组缺席，无法比较反馈效果 | 不可校正 |
| 标签缺口 | 无任何情绪评分，无法直接监督学习 | 不可校正 |
| 设备偏差 | 单一型号、单一固件，无法分离设备效应 | 不可校正 |
| 采样偏差 | 100 Hz、10 位，形态细节受限 | 不可恢复 |
| 时间戳偏差 | Windows 时间戳抖动，需重采样，窗口边界有秒级误差 | 部分可校正 |
| 刺激偏差 | 视频未发布，刺激强度不可复现 | 不可校正 |
| 窗口偏差 | 触发窗口长于片段，窗口内混入非刺激时段 | 部分可校正 |
倒数第二行与最后一行需要展开。窗口偏差在 §4.2 的案例里看得最清楚：CLIP-4 的触发跨度一百零一秒，官方称片段一分钟，多出的四十一秒里可能包含淡入、缓冲或操作停顿。若把整段窗口都当成「正在看蜘蛛」，就会把非刺激时段混进阳性样本，稀释效应量。校正的办法是只用窗口前六十秒，代价是丢掉一部分真实反应时间。
时间戳偏差的校正余地更大。抖动虽然明显，但时间戳本身是单调递增的，用插值重采样到等间隔网格即可恢复名义采样率。真正不可恢复的是抖动背后的丢点：如果某一段确实少了采样，插值只能填补，不能还原。
7.4 外部验证矩阵
外部验证指用这份数据之外的资源检验在它上面得到的结论。对一份无标签的数据，这一步几乎是必须的。
| 验证方向 | 可用外部资源与验证方式 | 预期结果 |
|---|---|---|
| 特征是否与焦虑相关 | 有量表分数的应激数据；用本数据提特征，在有标签库上测判别力 | 部分迁移，量级下降 |
| 设备效应有多大 | 多设备同步数据；比较同任务下不同设备的特征分布 | 差异明显，需单独标定 |
| 采样率是否够 | 高采样率心电库；降采样到 100 Hz 后比较心率变异指标 | 时域指标稳定，频域高频段失真 |
| 诱发范式是否可比 | 其它恐惧诱发研究；比较皮肤电反应的时间进程 | 形态相似，幅度不可比 |
| 模型是否过拟合设备 | 不同设备采集的同任务数据；跨设备测试同一模型 | 准确率显著下降 |
| 分组结论是否稳健 | 同方案的重复试验；比较三组的特征排序 | 排序可能反转，需谨慎 |
第三行对使用者的实际意义最大。100 Hz 的采样率对心率变异分析并不是无条件的够用：R 峰定位的量化误差约为十毫秒，换算成瞬时心率在快心率段误差会被放大。做 RMSSD 这类短时指标尚可，做高频段功率谱则要打折扣。
7.5 它为何能持续：一份被许可证释放的副产物
这份数据能在发布六年后仍有稳定访问，原因不在规模，而在替代性。想研究「恐惧暴露过程中的多模态生理反应」，公开资源里几乎没有第二份：要么是有标签但任务是情绪唤起的通用库，要么是临床数据但拿不到。自采一套等价数据需要伦理批件、临床心理学合作、设备与十七段刺激材料，门槛远高于下载。
它的存续还依赖一个常被忽略的条件：许可足够宽。ODC-BY 1.0 允许商用与再分发，只要署名。这让它可以从学术仓库流进企业预研、课程作业、竞赛基线，而不用逐次申请。相比之下，同类的心理学原始数据多以申请制发布，流通半径小得多。
最后是它的「副产物」身份。数据不是为发布而设计的，因此没有刻意为公开做简化——原始未滤波的信号、真实的抖动、未补齐的缺号，都留在包里。这种「不修饰」对方法学研究反而是优点：任何在它上面跑通的处理链，搬到真实场景里不会因为过于干净而失效。
§8 生态位与历史
8.1 历史沿革
2017 年之前，公开的情绪生理数据基本由两类构成：一类是实验室里用标准化刺激（图片、音乐、电影片段）诱发的情绪库，带自评分数；另一类是临床或日常监测的长时记录，带诊断或事件标签。前者可控但离真实恐惧很远，后者真实但缺时间锚点。
这份数据出现的位置正好在两者之间。它用临床心理学里成熟的暴露范式做骨架，用消费级穿戴设备做采集，用软件时间戳做锚点。范式的规范性来自心理学，设备的低成本来自工程，两者的组合让「真实诱发」第一次变得可以批量获取。
| 阶段与时间 | 特征 | 本数据的位置 |
|---|---|---|
| 标准化刺激库，2010 年前后 | 图片与音乐诱发，带自评 | 尚未出现 |
| 多模态情绪库，2012 至 2015 | 脑电加外周，视频诱发 | 范式前身 |
| 穿戴化与家庭化，2016 至 2019 | 低成本设备进入实验室 | 2017 年开始采集 |
| 公开与复用，2020 至今 | 数据随论文发布，许可放宽 | 2020 年入册 |
8.2 与后续研究的关系
这份数据在文献里很少作为主数据集出现，更多是作为「真实诱发场景」的补充实验或外部检验集。它被引的方向集中在三处：焦虑识别的特征工程、可穿戴设备的可用性评估、暴露疗法的数字化。多模态融合方向的引用属于参照型，用法是把三路信号加权做消融；生理信号预处理方向的引用属于素材型，用法是拿时间戳抖动与重采样练手；真正把它当情感计算基准的极少，因为没有标签，无法算公平的分数。
第一处的复现门槛要说清。论文报告了二分类 89.8%、三分类 74.4% 的准确率，用六个特征、十秒窗口、Bagged Trees 分类器。这些数字无法仅凭发布包复现，因为标签来自主观评分。能复现的是特征提取与分类器本身，标签那一环必须自己重建或向作者索取。
8.3 生态位：刺激材料不在包里
用一句话概括它的生态位：它是「反应」的存档，不是「刺激」的存档。视频因为版权不能随包发布，只有一张静帧截图。这意味着任何使用者拿到的是完整的三路反应，缺的是引发反应的那个东西。
这个缺口决定了它的使用方式。做算法的人不在意刺激具体是什么，只要有明确的时间边界就能训练分段；做机制的人会在意，因为不知道刺激内容就无法解释某一段反应为什么特别强。两类使用者的分界线，正好落在「要不要视频」这个问题上。把它当监督基准也不行，那需要逐样本标签与官方划分，两样都没有；把它当教学素材与预研起点倒是合适，因为它体量适中、格式简单、许可宽、下载快，而这四条恰恰是静息态库与申请制数据缺的。
8.4 谁在用它，用来做什么
官方页面的累计访问量在四百余次，在 PhysioNet 上属于中等偏低。低访问量不等于低价值，只说明它面向的是一个窄口。情感计算研究者拿它做无监督分段与特征验证，障碍是没标签；可穿戴工程师拿它评估设备上限，障碍是与自家型号不同；心理生理学教师拿它做课堂演示，障碍是没评分难出题；临床心理学研究者拿它当范式复用的参照，障碍是缺真反馈组。
后两类常被忽略。数据工程师把它当成「不完美时间戳」的标准测试用例，因为真实抖动比人造抖动更能暴露代码缺陷，代价是体量偏小、压不出性能问题；论文作者引用它多半不是为了跑实验，而是为了说明「恐惧暴露可以被连续记录」这个前提有公开证据，代价是只能引用、不能复现全流程。
§9 使用指引
9.1 三种角色的路径
不同角色从这份数据得到的东西不同，最短路径也不同。
| 角色与目标 | 第一步 | 第二步 | 第三步 |
|---|---|---|---|
| 算法研究者，做窗口级分段或特征验证 | 建索引表，确认九百六十九个窗口 | 按人标准化三路信号 | 按受试者划分做交叉验证 |
| 设备工程师，评估低成本设备的信号上限 | 读一人的三路原始值 | 降采样比较特征稳定性 | 与自家设备同任务对照 |
| 教师与学生，建立对诱发范式的直觉 | 读 VP02 的触发表与三路信号 |
画刺激段与静息段对照 | 写一页观察笔记 |
三条路径的共同起点都是建索引，因为所有后续操作都依赖窗口边界。差别在第二步：算法研究者关心信号的可比性，设备工程师关心采样的充分性，教师关心现象的可读性。
9.2 一条最短的可用流程
从零到一张对照图，最短的流程是五步：取数、建索引、读三路、切窗、画图。
#-- 用 §4.2 的案例窗口画一张刺激前后的三路对照
import numpy as np
import matplotlib.pyplot as plt
base = "https://physionet.org/files/ecg-spider-clip/1.0.0/VP02"
FS = 100.0
def load(name):
x = np.loadtxt(f"{base}/{name}.txt", delimiter="\t", usecols=(0, 1))
t = x[:, 1]
return (t // 10000) * 3600 + (t // 100 % 100) * 60 + (t % 100), x[:, 0]
t_ecg, ecg = load("BitalinoECG")
t_gsr, gsr = load("BitalinoGSR")
t_br, br = load("BitalinoBR")
lo, hi = 113336.0, 113437.0
grid = np.arange(lo, hi, 1.0 / FS)
fig, axes = plt.subplots(3, 1, sharex=True, figsize=(9, 6))
for ax, (t, v), label in zip(axes, [(t_ecg, ecg), (t_gsr, gsr), (t_br, br)],
["ECG (mV)", "EDA (uS)", "Respiration (%)"]):
ax.plot(grid, np.interp(grid, t, v), lw=0.8)
ax.set_ylabel(label)
axes[-1].set_xlabel("seconds since session start")
plt.tight_layout()
plt.savefig("vp02_clip4.png", dpi=150)
画出来之后，第一件该做的事不是解释曲线，而是确认窗口对不对：心电应当有清晰的 R 波节律，皮肤电应当缓慢爬升，呼吸应当有三到五个完整周期。若某一路是直线，多半是切到了记录开始之前或结束之后。
9.3 引用方式
官方要求分三层引用：数据集本身、配套的原始论文、PhysioNet 平台。
| 引用层级 | 引用内容 | 格式建议 |
|---|---|---|
| 数据集 | Ihmig 等，2020，版本 1.0.0，PhysioNet | 作者、题名、版本、平台、DOI |
| 原始论文 | Ihmig 等，On-line anxiety level detection from biosignals，PLoS ONE，2020 | 作者、题名、期刊、年份、DOI |
| 方案论文 | Schäfer 等，Trials，2018 | 说明试验设计的依据 |
| 平台 | Pollard 等，PhysioNet as a global platform，Nature Health，2026 | 平台标准引用 |
| 许可 | ODC-BY 1.0 | 署名要求 |
最容易漏的是版本号。PhysioNet 同时给出「1.0.0 版 DOI」与「最新版 DOI」两个标识，前者指向这一份固定的文件集合，后者会随版本更新而指向新内容。做可复现研究必须引用前者。另外要注意，官方把 PLoS ONE 那篇标为「使用本资源时应引用的原始出版物」，也就是说数据集层面没有独立论文，引用那篇即视为引用数据集本身。
§10 AI 使用声明
| 项目 | 内容 |
|---|---|
| 写作方式 | 由人工智能辅助撰写，人工校核事实与表述 |
| 事实来源 | 官方项目页、目录列表、Triggers.txt、subject_groups.csv、两篇论文摘要 |
| 未使用的手段 | 未下载全量数据做分布统计，未做频次、空值率或标签分布分析 |
| 数字口径 | 官方页面与文件内容给出什么就写什么，不推断不补全 |
| 不确定项处理 | 标注「官方未说明」或「按编号推断」，不写成事实 |
| 派生数字 | 窗口总数、片段总时长、编号差额均由官方数字直接换算，可复算 |
| 封面图 | 由生成模型按风格提示词产出，不含真实数据 |
| 更新责任 | 若官方页面修订，以官方为准，本页随之更新 |
常见误读（避坑清单）
| 说法 | 实际 | 证据 |
|---|---|---|
| SPIDER 是那个标注工具 | SPIDER 指 spider-fearful，即怕蜘蛛的受试人群 | 官方全名与摘要 |
| CLIP 是图文对比学习模型 | CLIP 指 video clip，视频片段 | 官方全名与数据说明 |
| 这是一份心电数据集 | 三路信号：心电、皮肤电、呼吸，心电只是其中之一 | 官方摘要首句 |
| 有八十个人的数据 | 在册五十七人，八十人是参与人数 | 官方页面与目录列表 |
| 每人只有几分钟 | 每人约三十五分钟，含十七个片段窗口 | 官方摘要 |
| 采样率是 500 Hz | 标称 100 Hz，10 位分辨率 | 官方摘要 |
| 包里带焦虑评分 | 不含任何评分或量表分数 | 数据说明列出的文件清单 |
| 四个组的数据都在 | 只有三个组，实施真生物反馈的第一组不收录 | 官方说明与分组表 |
| 视频可以一起下载 | 视频因版权未发布，只有一张静帧 | 官方说明 |
| 时间戳是等间隔的 | 时间戳抖动明显，需重采样 | 官方注解与首行数值 |
| 片段编号就是播放顺序 | 组内顺序随机，编号是素材库序号 | 触发清单行序 |
FAQ
问：SPIDER 是那个标注工具吗，CLIP 是那个图文模型吗？
答：都不是。SPIDER 指 spider-fearful，怕蜘蛛的受试人群；CLIP 指 video clip，视频片段。全名直译是「蜘蛛恐惧个体观看蜘蛛视频片段时的心电、皮肤电与呼吸信号」。与标注工具、图文对比学习模型都没有关系（§1.2）。
问：它有多少人、多少路信号、多长？
答：五十七人，一人一个文件夹；三路信号分别是心电、皮肤电与呼吸；每人一次会话约三十五分钟，标称 100 Hz、10 位分辨率。整包解压一点一吉字节。
问：包里有焦虑标签吗？
答：没有。只给三路信号、片段起止时间与分组归属。论文里的二分类与三分类标签由主观评分构造，那部分没有随包发布（§7.2）。
问：能不能用它训练焦虑识别模型？
答：只能做无监督或自建标签的实验。要做监督学习，得自己定义标签口径，而这样的标签跨研究不可直接比较（§4.4）。
问：为什么只有三个组，第一组去哪了？
答：第一组在暴露阶段使用了训练过的心率变异生物反馈呼吸法，会系统性改变心率与心率变异，因此整组不收录。剩下三组减去三条技术故障记录，得到五十七人（§3.4）。
问：为什么每段视频的窗口有一百秒，而官方说是一分钟？
答：两个口径不同。一分钟指视频本身，一百秒指触发窗口。多出的部分官方未说明来源，可能是缓冲或操作余量（§3.3）。
问：时间戳为什么不是整整齐齐的十毫秒？
答：官方说明时间戳由 Windows 系统生成，因此抖动明显，官方只用它来给片段与静息段定位。要等间隔采样必须自行重采样（§5.6）。
问：三路信号需要对齐吗？
答：需要。三路各自独立写文件，行数不必相等，必须按时间戳插值到统一网格后才能堆成张量（§5.4）。
问：可以商用吗？
答：ODC-BY 1.0 允许商用，条件是署名。视频不在许可范围内，需另行申请（§9.3）。
问：能复现论文报告的 89.8% 吗？
答：不能完整复现。特征提取与分类器可以重建，标签来自未发布的主观评分，缺了这一环准确率无从算起（§8.2）。
问：适合当教学材料吗？
答：适合。结构极简，四个纯文本，一人一文件夹，打开就能画图。缺点是没有任何评分，做练习需要自己出题（§9.1）。
问：和 DEAP 有什么不同？
答：同样看视频记生理，但 DEAP 发布自评分数，可以直接监督学习；这份数据不发布评分，只给时间锚点。前者适合做基准，后者适合做真实场景的检验（§2.5）。
术语表
| 术语 | 英文 | 在本数据中的含义 |
|---|---|---|
| 蜘蛛恐惧 | spider fear | 自报害怕蜘蛛，未达临床诊断 |
| 暴露疗法 | exposure therapy | 通过可控接触恐惧对象来降低恐惧的疗法 |
| 暴露阶段 | exposure session | 观看十六段蜘蛛视频的那次实验 |
| 生物反馈 | biofeedback | 把生理指标实时回馈给受试者以主动调节 |
| 心率变异生物反馈 | HRV biofeedback | 通过慢呼吸提高心率变异性的训练 |
| 动作伪反馈 | motor pseudo-biofeedback | 看似反馈实则无关的安慰剂任务 |
| 片段 | clip | 一段一分钟的蜘蛛视频 |
| 触发窗口 | trigger window | 片段播放的起止时间区间 |
| 示范片 | demo clip | 正式片段前播放的一段适应材料 |
| 静息段 | resting phase | 全部片段结束后的五分钟平静期 |
| 心电 | electrocardiogram | 心肌电活动，单位为毫伏 |
| 皮肤电导 | skin conductance | 汗腺活动引起的电导变化，单位为微西门子 |
| 呼吸位移 | respiration | 胸带压电传感器的形变，单位为百分比 |
| 心电导联 | lead | 电极组合形成的观测方向，本数据为单导联 |
| 采样率 | sampling rate | 每秒采样点数，本数据标称一百赫兹 |
| 分辨率 | resolution | 模数转换位数，本数据为十位 |
| 时间戳 | timestamp | 每个采样点的记录时刻，格式为时分秒加毫秒 |
| 时间锚点 | temporal anchor | 用来界定事件边界的时刻，本数据为片段起止 |
| 重采样 | resampling | 把非等间隔采样映射到统一网格 |
| 伪迹 | artifact | 非生理来源的信号干扰，如运动或接触不良 |
| 基线漂移 | baseline wander | 低频整体漂移，多由呼吸与体位引起 |
| 留一交叉验证 | leave-one-subject-out | 每次留一名受试者做测试的验证方式 |
| 随机对照试验 | randomized controlled trial | 随机分组并设对照的试验设计 |
| 预注册 | preregistration | 采集前公开登记方案与主要结局 |
附录 A：核心数字核对表
| 项 | 值 | 来源 | 来源层级 |
|---|---|---|---|
| 受试者 | 57 | 官方页面 | 官方 |
| 参与人数 | 80 | 官方页面 | 官方 |
| 年龄区间 | 18–40 岁 | 官方页面 | 官方 |
| 实验分组 | 4 组，每组 20 人 | 官方页面 | 官方 |
| 收录分组 | 3 组 | 官方页面 | 官方 |
| 通道数 | 3 | 官方摘要 | 官方 |
| 采样率 | 100 Hz | 官方摘要 | 官方 |
| 分辨率 | 10 位 | 官方摘要 | 官方 |
| 单次时长 | 约 35 分钟 | 官方摘要 | 官方 |
| 片段数 | 16 | 官方数据说明 | 官方 |
| 片段长度 | 1 分钟 | 官方数据说明 | 官方 |
| 静息时长 | 5 分钟 | 官方数据说明 | 官方 |
| 整包大小 | 1.1 GB | 官方页面 | 官方 |
| 压缩包 | 145.1 MB | 官方页面 | 官方 |
| 版本 | 1.0.0 | 官方页面 | 官方 |
| 发布日期 | 2020-06-05 | 官方页面 | 官方 |
| 许可 | ODC-BY 1.0 | 官方页面 | 官方 |
| DOI | 10.13026/sq6q-zg04 | 官方页面 | 官方 |
| 窗口总数 | 969 | 五十七乘十七 | 推导 |
| 片段窗口数 | 912 | 五十七乘十六 | 推导 |
| 编号差额 | 23 | 八十减五十七 | 推导 |
附录 B：数字的来源分层
| 层级 | 含义 | 本页涉及的数字 |
|---|---|---|
| 官方页面 | 项目页摘要与数据说明直接给出 | 人数、通道、采样率、分辨率、时长、体量、许可、DOI |
| 官方文件 | Triggers.txt、subject_groups.csv 与目录列表 |
触发行数、窗口起止、分组归属、文件体量 |
| 论文摘要 | 方案论文与结果论文的摘要 | 四组设计、十种标注方案、六个特征、十秒窗口 |
| 推导 | 由官方数字直接换算 | 窗口总数、片段总时长、编号差额、三点分辨率 |
| 工作推断 | 依据编号空缺推测、官方未指名 | 三条技术故障记录对应的编号 |
前两层可以直接引用；第三层用于说明背景；第四层可复算；第五层必须标注为推断，不能当作结论。
附录 C：完整参考文献
| 序号 | 文献 | 用途 |
|---|---|---|
| 1 | Ihmig FR, Gogeascoechea A, Schäfer SK, Lass-Hennemann J, Michael T. Electrocardiogram, skin conductance and respiration from spider-fearful individuals watching spider video clips. PhysioNet, v1.0.0, 2020. DOI 10.13026/sq6q-zg04. | 数据集本体 |
| 2 | Ihmig FR, Gogeascoechea A, Neurohr-Parakenings F, Schäfer SK, Lass-Hennemann J, Michael T. On-line anxiety level detection from biosignals: machine learning based on a randomized controlled trial with spider-fearful individuals. PLoS ONE, 2020. DOI 10.1371/journal.pone.0231517. | 配套结果论文 |
| 3 | Schäfer SK, Ihmig FR, Lara H KA, Neurohr F, Kiefer S, Staginnus M, Lass-Hennemann J, Michael T. Effects of heart rate variability biofeedback during exposure to fear-provoking stimuli within spider-fearful individuals: study protocol for a randomized controlled trial. Trials, 2018, 19:184. | 试验方案 |
| 4 | Pollard T, Moody BE, Lehman L, et al. PhysioNet as a global platform for biomedical research. Nature Health, 2026. | 平台引用 |
| 5 | Open Data Commons. Attribution License v1.0. | 许可文本 |
| 6 | PLUX Wireless Biosignals. BITalino documentation. | 设备规格背景 |
附录 D：任务代码
一段把全库读入、按窗口切分、输出每人员工级摘要的脚本。
#-- 全库窗口级特征提取，输出每人每窗口的一行
import csv
import numpy as np
from pathlib import Path
ROOT = Path("/tmp/spider")
FS = 100.0
def to_sec(s):
return int(s) // 10000 * 3600 + int(s) // 100 % 100 * 60 + int(s) % 100
def load(path):
x = np.loadtxt(path, delimiter="\t", usecols=(0, 1))
return to_sec_arr(x[:, 1]), x[:, 0]
def to_sec_arr(t):
return (t // 10000) * 3600 + (t // 100 % 100) * 60 + (t % 100)
def subject_rows(subj):
base = ROOT / subj
te, ecg = load(base / "BitalinoECG.txt")
tg, gsr = load(base / "BitalinoGSR.txt")
tb, br = load(base / "BitalinoBR.txt")
out = []
for line in open(base / "Triggers.txt", encoding="utf-8"):
tag, a, b = line.rstrip("\n").split("\t")
lo, hi = to_sec(a), to_sec(b)
grid = np.arange(lo, hi, 1.0 / FS)
e = np.interp(grid, te, ecg)
g = np.interp(grid, tg, gsr)
r = np.interp(grid, tb, br)
out.append((subj, tag, hi - lo,
float(np.ptp(e)), float(np.mean(g)), float(np.ptp(r))))
return out
rows = []
for subj in sorted(p.name for p in ROOT.iterdir() if p.is_dir()):
rows.extend(subject_rows(subj))
with open("windows.csv", "w", newline="", encoding="utf-8") as f:
w = csv.writer(f)
w.writerow(["subject", "tag", "dur", "ecg_ptp", "eda_mean", "br_ptp"])
w.writerows(rows)
print("窗口数:", len(rows))
输出是每人每窗口一行，六列。ecg_ptp 用来粗看心电幅度，eda_mean 用来看皮肤电水平，br_ptp 用来看呼吸深度。三个量都不是最终特征，只是让使用者先确认切窗是否正确：如果某人的 eda_mean 在刺激段反而低于静息段，多半是窗口错位或偏移未校正。
脚本假定数据已解压到 /tmp/spider。若改用远端路径，把 Path 换成 URL 拼接、把 np.loadtxt 换成先下载再读即可。全库跑完约需数分钟，瓶颈在文本解析而非计算。
附录 E：如果只记五件事
| 序 | 要点 | 一句话 |
|---|---|---|
| 1 | 它是谁的 | 五十七名自报蜘蛛恐惧的成年人，不是患者队列 |
| 2 | 它有什么 | 三路信号、每人十七个窗口、约三十五分钟 |
| 3 | 它缺什么 | 无情绪标签、无真反馈组、无视频、无诊断 |
| 4 | 它最适合 | 窗口级分段、多模态耦合、低成本设备的信号评估 |
| 5 | 它最容易被误用 | 当成带标签的情感计算训练集，直接喂分类网络 |
编辑说明
本页事实以 PhysioNet 官方项目页 1.0.0 版为准，辅以目录列表、Triggers.txt 与 subject_groups.csv 的逐项核对，以及方案论文与结果论文的摘要。凡官方未公布的项，均标注「官方未说明」；凡依据编号空缺或时间戳推断的结论，均标注为推断。正文未下载全量数据做任何分布统计，也未做频次或空值分析。若官方页面后续修订，以官方内容为准。
页面中反复出现的 VP02 的 CLIP-4 是贯穿案例，第一次出现在 §2.3，并在 §4.2、§5.4、§7.3、§9.2 等处回指。选择它是因为它既是全库第一个受试者的第一段蜘蛛视频，又具备编号与播放次序不一致、窗口长度与片段长度不一致两个便于讲解的属性。
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：
- ephnogram — 共享标签：生理信号 / 心电信号 / 可穿戴传感 / 多模态
- qol-stress — 共享标签：生理信号 / 心电信号 / 可穿戴传感 / 多模态
- cardiowave-portable — 共享标签：生理信号 / 心电信号 / 可穿戴传感 / 多模态
- dreamer — 共享标签：生理信号 / 心电信号 / 可穿戴传感 / 多模态
- butqdb — 共享标签：生理信号 / 心电信号 / 可穿戴传感
- drivedb — 共享标签：生理信号 / 心电信号 / 可穿戴传感
- kiel-cardio — 共享标签：生理信号 / 心电信号 / 多模态
- eye-tracking-ecg — 共享标签：生理信号 / 心电信号 / 多模态
- wesad — 共享标签：生理信号 / 可穿戴传感 / 多模态
- ninfea — 共享标签：生理信号 / 心电信号 / 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。
