MOVER (mover) — 首个公开手术室高保真波形与电子病历配对仓库 — AI-Ready Wikipedia

INFOBOX — MOVER 一屏速览

维度	内容
本质	首个公开的手术室内高保真生理波形 + 电子病历（EHR）配对仓库（围术期/麻醉场景）
团队	UC Irvine（UCI）医学中心；通讯 Pierre Baldi（UCI）+ Maxime Cannesson（UCLA）
论文	JAMIA Open. 2023 Oct 17;6(4):ooad084（doi:10.1093/jamiaopen/ooad084；PMID 37860605；PMCID PMC10582520）
数据 DOI	10.24432/C5VS5G；UCI ML Repository #877
规模	58,799 唯一患者 / 83,468 台手术（2015-2022，UC Irvine 医学中心）
子集	SIS 数据集：19,114 患者（2015-2017，9 表）｜EPIC 数据集：39,685 患者 / 64,354 手术（2017-2022，10 表）
波形	手术室内高保真 ECG（心电图）+ 脉搏血氧（PPG）+ 动脉压（arterial line），Bernoulli Health 平台实时抓取
人口学	EPIC：年龄 55±17 岁；女 30,139（46.8%）/ 男 34,214（53.2%）；住院 7±14 天；ASA 众数 3
结局	EPIC：ICU 转入 29,131（45.3%）；死亡 1,023（1.6%）
获取	签 DUA（数据使用协议）后免费下载（9 项条款 + 邮箱验证，系统自动发放凭证）
许可	DUA 约束（UCI #877 元数据页另标 CC BY 4.0，本体以 DUA 为准）
已知缺陷	部分波形增益值有已知错误，官网称正在修复
库内互链	INSPIRE（围术期表）、VitalDB（术中高保真）、SICdb（重症高分辨）、MIMIC-IV-Waveform（ICU 波形）、MIMIC-IV-ECG、BIDMC-PPG、PPG-DaLiA、Apnea-ECG

MOVER 回答了一个在麻醉与围术期 AI 领域长期无解的尴尬问题：为什么 ICU 有 MIMIC，手术室却没有对应的公开数据？ 答案是采集难——手术室里的监护仪厂商各自为政、波形接口需要定制集成，把"床旁监护仪屏幕上的那条动脉压曲线"变成可以训练模型的数字文件，比拿到结构化的检验结果表难上几个数量级。UC Irvine 团队用 Bernoulli Health 平台把全部手术室的波形实时抓下来，再与 EHR 记录逐例配对，历时多年做出了 MOVER：58,799 名患者、83,468 台手术，每一台都带着心电、脉搏血氧与动脉压三路高保真波形。它免费——但你必须先签一份数据使用协议（DUA）。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——MOVER 不是点击即下的公开数据集，而是"填表签 DUA → 邮箱验证 → 系统发凭证"的受限获取模式，别按 HuggingFace 直链的思路找。
2. 想用它做术中预测：先读 §2 数据构成（两个子集 SIS/EPIC 的差异是坑点重灾区）与 §5 任务与基准（术中低血压预测是头号用例），再决定用哪个子集。
3. 做数据合规/伦理判断：直奔 §6 与 §8——DUA 条款、HIPAA 去标识、以及"部分波形增益值有已知错误"这条官网自曝的缺陷，都会直接影响研究设计。

§0 导读：这个数据集解决什么问题

在 2023 年之前，"重症医学有人工智能数据"与"手术麻醉几乎没有人工智能数据"之间的落差已经持续了近十年。MIMIC 系列（2003 年起）让 ICU 场景积累了数万例去标识化 EHR 与波形；n2c2 提供了临床自然语言挑战语料；但围术期（perioperative）——也就是患者进出手术室、接受麻醉与外科操作的那一段时间窗——始终缺少可公开获取的、带高保真生理波形的数据集。原因不是没人想要，而是技术上太难拿：每台麻醉工作站厂商都有各自的波形采集接口，必须定制集成到数据抓取装置上；这些波形不像检验数值那样天然存在医院数据库里，而是以连续信号的形式流经监护仪。

MOVER（Medical Informatics Operating Room Vitals and Events Repository，直译"医学信息学手术室生命体征与事件仓库"）正是为填补这个缺口而生。它的构造路径分两段：第一段是从所有手术室实时抓取高保真波形——心电（ECG）、脉搏血氧（pulse oximetry，即 PPG 波形）、以及动脉线（arterial line，若患者置管）——存到医学中心网络内、按手术室与日期时间组织；第二段是从医院 EHR 系统导出 2015 至 2022 年的结构化病历数据，含患者人口学、病史、术式、用药、检验、术中事件与术后并发症，与波形逐例配对。

这个构造路径决定了 MOVER 的两个关键特征，也决定了本条目 §2 与 §6 的阅读重点：

• 双系统异构：2015-2017 年医院用 SIS（Surgical Information Systems）系统，2017-2022 年换成 EPIC 系统。因此 MOVER 天然分成了两个子数据集——SIS 数据集（9 张表）与 EPIC 数据集（10 张表），字段与结构并不一致，EPIC 额外含结局（并发症/死亡/ICU 转入）、病史、ASA 分级与账单编码，SIS 则含 EPIC 没有的高时间分辨生命体征（心输出量、每搏量变异度等）。
• 受限获取：因为是真实的临床数据（哪怕已 HIPAA 去标识），MOVER 采取"签 DUA 后免费下载"的模式——免费，但需签署 9 项条款并经邮箱验证。它与 MIMIC 一样属于"把访问门槛设成合规承诺而非付费墙"的开放数据范式。

§0 读法三则：

1. 这个条目是"数据仓库条目的教科书样本"：它的价值不在某个新模型或新标注，而在于首发性——第一个把手术室波形与 EHR 配对并公开的仓库。因此读懂 §2（构成）和 §6（获取）比读懂 §5（任务）更关键。
2. 全文所有规模数字（58,799 / 83,468 / 19,114 / 39,685 / 64,354）均经论文正文、官网主页、UCI #877 三源互证；论文表格中的分布数字（ASA、并发症、十大术式）均出自 JAMIA Open 原文。
3. 若看到第三方论文里"1,200+ 例"或"5,000+ 例"的说法，那是第三方对"有波形的子集"或"某次实验实际用到的手术"的不同口径，不是 MOVER 官方规模数字（坑 5 存照）。

§1 数据集速览：十问十答

Q1：MOVER 到底"移动"的是什么？名字有讲究吗？
MOVER 是 Medical Informatics Operating Room Vitals and Events Repository 的首字母缩写——“围术期医学信息学手术室生命体征与事件仓库”。它既不是模型也不是挑战赛，而是一个数据仓库：把手术室里监护仪产生的连续波形，与医院信息系统里的结构化病历记录，配对存放在一起。名字里的"Vitals and Events"点明了它两份核心内容——生命体征（含波形）与事件（术中/术后程序性事件与并发症）。

Q2：58,799 和 83,468 这两个数字分别是什么？
前者是唯一患者数（58,799 名成人患者），后者是手术台次（83,468 台手术）。二者不相等，因为一位患者可能多次手术。这个区分很重要：做患者级分析时用 58,799，做手术级（每次麻醉/每台手术为一个样本）分析时用 83,468。三个来源（论文、官网、UCI #877）对这两个数字完全一致。

Q3：为什么会有两个子数据集？
因为医院在 2017 年更换了 EHR 系统。2015-2017 年用 SIS（Surgical Information Systems），2017-2022 年用 EPIC。两个系统的表结构不同，导出的数据被组织成两个并列的子数据集：SIS 数据集与 EPIC 数据集。EPIC 是较大的一个。

Q4：两个子数据集各有多大？
SIS 数据集：19,114 名患者（恰好也对应 19,114 台手术），分布在 9 张表。EPIC 数据集：39,685 名患者 / 64,354 台手术，分布在 10 张表。注意 19,114 + 39,685 = 58,799（患者数可加和），19,114 + 64,354 = 83,468（台次也可加和），两组数字自洽。

Q5：手术室波形具体抓了哪些通道？
三路高保真波形：ECG（心电图）、脉搏血氧波形（pulse oximetry，即 PPG）、以及动脉压波形（arterial line，仅在患者置动脉导管时存在）。这些波形由 Bernoulli Health 的软硬件平台（Bernoulli, Cardiopulmonary Corp.）从所有手术室实时抓取，存入医学中心网络内的服务器，按手术室位置与日期时间组织。

Q6：这些波形和 ICU 的 MIMIC 波形有什么不一样？
场景不同：MOVER 的波形记录的是手术与麻醉过程中的生理状态——麻醉诱导、切皮、出血、血管活性药物推注都会在波形上留下特征；而 MIMIC（ICU）记录的是入住重症监护室后的状态。论文明确把 MOVER 的定位描述为"唯一"同时含 EHR 与高保真波形的术中患者公开仓库，并在 Table 5 里把 MOVER 与 MIMIC-IV 做了直接的人口学对比。

Q7：EPIC 子集的人群画像是什么？
平均年龄 55 ± 17 岁；女性 30,139 人（46.8%），男性 34,214 人（53.2%）；平均住院时长 7 ± 14 天；ASA 身体状况分级以 3 级为众数（29,449 人，占 45.8%），分布覆盖 1 至 6 级。作者强调这种"从健康到高危"的 ASA 谱系让数据比"只收危重病人"的数据集更具泛化性。

Q8：能拿它预测什么？
数据里有明确的结局字段：EPIC 子集含 ICU 转入（29,131 人次，45.3%）、死亡（1,023 人，1.6%）、以及分门别类的术后并发症（心血管、呼吸、气道、代谢、神经等）。因此可做的任务包括术后并发症预测、ICU 转归预测、住院时长建模，以及基于波形的**术中低血压（intraoperative hypotension, IOH）**预测——后者是该数据集被第三方引用最多的用例。

Q9：怎么拿到数据？免费吗？
免费，但必须签 DUA（数据使用协议）。流程：访问 https://mover.ics.uci.edu/download.html 填写姓名/邮箱/电话/日期 → 点击 submit → 邮箱收到验证信 → 验证邮箱后系统自动发送下载凭证。DUA 含 9 项条款，核心承诺包括"不尝试识别个体"“不重新分发数据”“公开成果时同步开放代码”。

Q10：上手前最该注意什么坑？
三条：① 官网自曝部分波形增益（gain）值有已知错误，做波形幅度的绝对定量前须谨慎；② 波形采样率未公开披露（论文与官网都未给 Hz 数值），若要复现某些第三方实验中隐含的采样假设，需先自行核验；③ 两个子数据集表结构不一致，跨 SIS/EPIC 直接合并分析前必须先做字段对齐（详见 §10 坑点）。

§2 数据构成与规格

2.1 仓库总览：一仓两集

MOVER 的顶层结构是"一个仓库、两个子数据集"。这个结构不是设计选择，而是医院 EHR 系统更迭的历史产物——理解它是理解 MOVER 一切字段差异的钥匙。

维度	SIS 数据集	EPIC 数据集
EHR 系统	Surgical Information Systems（SIS，Alpharetta, GA）	EPIC（Verona, WI）
采集年份	2015-2017	2017-2022
患者数	19,114	39,685
手术台次	19,114（一患者一术，口径一致）	64,354
表数量	9 张	10 张
结局信息	无（不含并发症/死亡/ICU）	有（并发症/死亡/ICU 转入）
病史/ASA	无	有（患者病史 + ASA 分级）
账单编码	无	有
高时间分辨生命体征	有（CO/SVV/脑氧/ICP/train-of-4 等）	部分（含在 patient measurements）

两个子数据集的患者数相加即总量：19,114 + 39,685 = 58,799；台次相加：19,114 + 64,354 = 83,468。这两条加和关系是核验数据完整性的快捷方式，也是 §2.6 金标准表里"口径自洽"结论的依据。

2.2 SIS 数据集（2015-2017，9 张表）

SIS 数据集较小但有其不可替代的价值——它包含 EPIC 数据集没有的高时间分辨生命体征。9 张表及其内容如下：

表名	内容
Patient information	患者人口学信息（年龄、性别、身高、体重）+ 术式、手术起止时间
Patient medications	处方/给药记录（剂量、剂量单位、给药或处方时间）
Patient labs	检验项目及其观测值、测量时间
Patient I/O	液体输入输出（液体类型、体积、时间）
Patient vitals	生命体征（EKG 心率、脉搏血氧心率、无创 SBP/MAP/DBP、SpO₂）
Patient observations	高时间分辨生命体征：CO（心输出量）、股动脉线测量、桡动脉线测量、SVV（每搏量变异度）、脑氧饱和度、颅内压均值、四个成串刺激（train of 4）等
Patient ventilator	通气信息：麻醉剂、麻醉剂吸入浓度分数、呼吸潮气量、呼吸频率、气道正压、N₂O 吸入/呼气末分数
Patient arterial line	动脉线置管时间、位置、侧别
Patient procedure events	术前、术中、术后程序性事件及其时间戳

SIS 数据集的核心短句是：有波形级/高频生命体征，但没有结局。这决定了它适合"实时预测"类任务（用高频信号预测正在发生或即将发生的事件），而不适合"结局预测"（因为结局字段缺失）。

2.3 EPIC 数据集（2017-2022，10 张表）

EPIC 数据集是 MOVER 的主体，64,354 台手术的体量配合完整的结局信息，使它成为做监督式预后建模的首选。10 张表及其内容如下：

表名	内容
Patient information	人口学（年龄、性别、身高、体重）+ 术式、手术与麻醉起止时间、ASA 分级、出院去向
Patient history	患者健康史，含 EHR 中可得的所有诊断
Patient visit	某次就诊的诊断与诊断编码
Patient medications	用药（剂量、给药/处方时间、给药途径）
Patient LDA	管路、引流与气道装置（lines, drains and airway devices）：置入/拔除时间、置入位置
Patient labs	检验项目、观测值、参考值
Patient measurements	全部术前与术后测量：生命体征、输入输出、疼痛评分、并发症、去向
Patient postoperative complications	并发症类型 + 自由文本注释字段（更具体细节）
Patient procedure events	术前、术中、术后程序性事件及时间戳
Patient coding	患者账单编码

EPIC 相对 SIS 的三个关键增量：① 结局信息（并发症、死亡、是否入 ICU）；② 术前病史与 ASA 分级；③ 账单编码。论文明确指出这三点是两子集最主要的差异所在。

2.4 EPIC 子集人群画像（论文 Table 3）

特征	EPIC 数据集（按记录数 % 或 均值±SD）
性别·女	30,139（46.8%）
性别·男	34,214（53.2%）
年龄（岁）	55 ± 17
ASA 1 级	2,960（4.6%）
ASA 2 级	18,068（28.1%）
ASA 3 级	29,449（45.8%）
ASA 4 级	6,370（9.9%）
ASA 5 级	657（1.0%）
ASA 6 级	41（0.06%）
住院时长（天）	7 ± 14

十大术式（论文 Table 3）：心脏导管+按需介入 1,521（2.3%）；腹腔镜胆囊切除 1,189（1.8%）；诊断性腹腔镜 1,040（1.6%）；剖腹探查 985（1.5%）；子宫扩张刮除 887（1.4%）；清创+皮片移植 741（1.2%）；膝关节置换 680（1.1%）；下肢冲洗清创 623（1.0%）；股骨骨折切开复位内固定（ORIF）608（0.9%）；动静脉瘘造影+按需血管成形 573（0.9%）。

作者对 ASA 分布有一句关键解读："众数为 3"且分布跨越 1-6 级，说明样本包含了从健康到高危的各类手术患者——这使 MOVER 比"只收危重病人"的数据集更具泛化性。这句话是 MOVER 自我定位的核心论据之一，也常被引用它做术中预测的第三方论文复述。

2.5 EPIC 子集结局分布（论文 Table 4）

结局	EPIC 数据集（记录数 %）
转入 ICU	29,131（45.3%）
死亡	1,023（1.6%）
术后并发症·其他（Other）	1,093（1.7%）
术后并发症·心血管	861（1.3%）
术后并发症·呼吸	735（1.1%）
术后并发症·气道	373（0.6%）
术后并发症·代谢	154（0.2%）
术后并发症·神经	147（0.2%）
术后并发症·行政	118（0.2%）
术后并发症·损伤/感染	117（0.2%）
术后并发症·用药	94（0.1%）
术后并发症·区域	60（0.1%）
术后并发症·慢性疼痛	32（0.05%）

读表提示：ICU 转入率高达 45.3%，这看起来偏高——需要结合临床语境理解：UC Irvine 医学中心是橙县唯一的 I 级创伤中心、烧伤治疗中心与 NCI 指定综合癌症中心，且有先进杂交手术室（endovascular hybrid suites）与术中 CT/MRI 手术室，收治病例复杂度高，术后 ICU 监护比例高于普通医院属合理。这既是 MOVER 数据丰富的一面，也是其单中心复杂度偏斜的一面（§8 限制讨论）。

2.6 金标准对照：MOVER 与 MIMIC-IV 的人口学比较

论文 Table 5 把 MOVER 与 MIMIC-IV 做了直接对比，这是理解 MOVER 定位的最直接材料：

数据仓库	MIMIC-IV（医院收治）	MIMIC-IV（ICU 收治）	MOVER（手术）
唯一患者数	180,733	50,920	58,799
患者年龄，均值（SD）	58.8（19.2）	64.7（16.9）	55.0（17.0）
女性（行政性别）%	52.2	44.2	46.8
住院时长（天），均值（SD）	4.5（6.6）	11.0（13.3）	7.0（14.0）

论文对这张对比表的解读是：MIMIC-IV 患者总量更大，但重心是危重病人（ICU）；MOVER 的重心是手术过程中的记录，涵盖术式细节、术中的生理变化、液体输入输出、麻醉与通气信息。两者的差异是"场景差异"而非"优劣差异"——这正是 MOVER 存在的意义：它不是 MIMIC 的替代品，而是补上了手术室这一段。

2.7 波形资产：MOVER 的真正"护城河"

MOVER 与其他围术期 EHR 数据集（如 INSPIRE）最本质的区别在波形。医院 EHR 里天然存有数值化的检验、用药、生命体征记录，但连续波形信号并不天然存在于数据库中——它流经床旁监护仪，需要专门的采集装置抓取。论文直言：“构建这样一个仓库最具挑战性的部分，毫无疑问是把源波形从系统里取出来。”

MOVER 的波形采集方式：

• 平台：Bernoulli Health 的硬件与软件平台（Bernoulli, Cardiopulmonary Corp., New Haven, CT, USA）；
• 通道：ECG、脉搏血氧、动脉线（若存在）；
• 组织方式：所有波形存入医学中心网络内的服务器，按来源手术室（OR）与日期/时间组织；
• 非干扰：采集过程不干扰患者临床照护或监护方式。

关于采样率的重要说明：截至本条目抓取时点（2026-09-30），MOVER 的论文与官网均未公开披露波形的具体采样率（Hz）。第三方论文中出现的"约 0.5-1 Hz 每生命体征"等说法属于第三方对某个下游实验的采样描述，不是 MOVER 官方规格。因此本条目不臆造采样率数值，读者如需在波形幅度/频谱层面做分析，须在获批后自行核验（见 §10 坑 3）。

2.8 去标识与隐私保护

MOVER 采用 HIPAA 合规的去标识流程，并在研究设计上做了几处针对围术期数据的专门处理：

• 移除全部受保护健康信息（PHI），由建立数据集的团队完成去标识，并由获批的第三方机构验证去标识（DUA 页面口径）；
• 无患者标识符；
• 无手术日期（论文与新闻稿均确认）——这意味着时间轴只有相对时间，无法做真正的横向时间序列；
• 90 岁以上患者年龄不可得（年龄字段被抑制）——这是隐私保护的常见做法（高龄+稀有术式可能间接识别个体）。

视频/图像类数据不在 MOVER 范围内（这是波形与结构化表的数据集），因此不涉及面部或可识别影像的脱敏问题——这与手术视频数据集（如 CholecT50、JIGSAWS）的处理方式不同，后者需要额外的视觉脱敏。

2.9 与 INSPIRE / VitalDB 的构成对比

同为围术期公开数据，INSPIRE 与 VitalDB 是 MOVER 最常被并提的两个邻居，从"构成"角度可清晰分出三者定位：

构成要素	MOVER	INSPIRE	VitalDB
原始高保真波形	✅ ECG/PPG/动脉压	❌	✅ 多通道
结构化 EHR 表	✅（SIS 9 + EPIC 10）	✅	✅
术后并发症/死亡	✅（EPIC 子集）	✅	部分
高时间分辨生命体征	✅（SIS）	部分	✅
机构	UC Irvine（美国）	首尔大学（韩国）	首尔大学（韩国）
获取	DUA	DUA	申请

由此可见：要"波形"只能选 MOVER 或 VitalDB；要"围术期临床表 + 结局"三者皆可，但只有 MOVER 同时具备波形与完整结局。 这是 §5 与 §7 反复回到的判断依据。

2.10 数据完整性自检清单（拿到数据后第一件事）

获批拿到 MOVER 后，建议按以下顺序做构成层面的完整性核查，避免在字段缺失上浪费时间：

1. 确认子集与年份：SIS（2015-2017）还是 EPIC（2017-2022）？还是两者都有？
2. 确认表数量：SIS 应为 9 表、EPIC 应为 10 表；缺表说明导出不完整。
3. 核验主键关系：19,114 + 39,685 是否等于患者总量；19,114 + 64,354 是否等于台次总量。
4. 统计波形配对率：有多少台手术真正匹配到了波形文件（这是最关键的未知量）。
5. 增益合理性检查：对波形幅度做生理范围校验（应对 §6.5 的已知错误）。
6. 时间字段类型确认：确认所有时间均为相对偏移，不存在绝对日历日期。

§3 任务与标注体系

3.1 官方任务类型

UCI ML Repository #877 为 MOVER 标注的任务类型为：Classification（分类）、Regression（回归）、Clustering（聚类）、Other（其他）；数据特征类型为 Tabular（表格）、Sequential（序列）、Multivariate（多变量）、Time-Series（时序）。#877 页面把实例数（# Instances）标为 83,468——即以"手术台次"为实例单位。

这组标签准确刻画了 MOVER 的双重属性：它既是表格数据（患者人口学、检验、用药等结构化字段），又是时序数据（连续波形与高频生命体征）。多数下游研究同时用到两者。

3.2 数据中隐含的监督信号

MOVER 本身不预置"训练集/测试集划分"，也不附带现成的模型基准标注。但它提供了丰富的、可供研究者自建标签的监督信号：

1. 结局标签（EPIC 子集）：ICU 转入（二分类）、死亡（二分类）、术后并发症（多分类，含心血管/呼吸/气道等亚型）。适合术后预后建模。
2. 事件标签（两子集均有）：patient procedure events 表提供术前/术中/术后程序性事件的时间戳，可据此在波形上定位事件时刻，构造事件检测或事件预测任务。
3. 术中事件推断标签：第三方研究常基于生理阈值从波形/生命体征中自行标注低血压、高血压、心动过缓、心动过速、出血等术中事件。注意——这些不是 MOVER 官方标注，而是研究者按各自定义生成的派生标签（坑 6）。
4. ASA 分级（EPIC）：可作为术前风险分层标签。
5. 高时间分辨生命体征（SIS 的 patient observations 表）：CO、股/桡动脉线测量、SVV、脑氧、颅内压均值、train-of-4——这些本身可作为回归目标或预测特征。

3.3 程序性事件表（Patient Procedure Events）

两张子数据集的 event 表结构相近，都记录术前、术中、术后的程序性事件及其对应时间。这张表是把"波形"与"临床故事"对齐的枢纽：例如，若表中记录了一次"给药"事件，研究者可以在对应时刻的动脉压波形上寻找血压响应。

EPIC 子集的程序事件表与术后并发症表（Patient postoperative complications）配合使用价值更高：后者不仅给出并发症类型，还提供一个自由文本注释字段描述更具体的细节。这意味着研究者既可以用类型做粗粒度建模，也可以用文本抽取做细粒度分析（需注意自由文本的去标识彻底性）。

3.4 标注方法与质量

MOVER 不是人工标注数据集——它是数据采集与整理数据集。它的"标注"本质上是医院日常临床工作中自然产生的记录：

• 用药、检验、生命体征：由临床流程自动记录，非为研究而标注；
• 事件时间戳：由手术室信息系统与 EHR 在术中自动/半自动记录；
• 并发症、ASA、出院去向：由临床医生在诊疗过程中记录；
• 账单编码（EPIC）：由编码员按规范分配。

因此 MOVER 的数据质量取决于临床记录质量，而非标注流程质量。这是它与"专家标注数据集"（如 PANDA-PLUS 的病理专家终审）的根本区别。论文没有报告标注者间一致性，因为它没有"标注者"这一层。这带来的直接后果是：下游研究若依赖某个字段的准确性，需要自行评估该字段的临床记录可靠性。

3.5 与其他围术期数据集的标注密度对比

数据集	波形	EHR 表	结局	高时间分辨生命体征	备注
MOVER	✅ ECG/PPG/动脉压	✅ 9+10 表	✅（EPIC）	✅（SIS）	手术室场景
MIMIC-IV-Waveform	✅（ICU）	✅	✅	—	ICU 场景，非术中
VitalDB	✅ 高保真	✅	部分	✅	术中，韩国单中心
INSPIRE	❌	✅ 临床表	✅ 并发症	部分	围术期表，无原始波形
SICdb	✅ 高分辨	✅	✅	✅	ICU 场景

上表是理解 MOVER "唯一性宣称"的关键。论文的原话是：“据我们所知，MOVER 是唯一一个同时包含电子健康记录与高保真生理波形数据、且面向手术患者的免费公开数据仓库。” 注意修饰词的精确性——“免费”、“公开”、“手术患者”、“EHR + 高保真波形同时具备”，四个限定合起来才使该宣称成立。

3.6 建议的任务设计模板

基于 MOVER 设计研究任务时，建议在方法部分显式声明以下六项，以保证可复现与可比性：

1. 子集：SIS / EPIC / 合并（若合并，如何对齐）。
2. 实例单位：患者级（58,799）还是手术级（83,468）。
3. 任务目标：预后（结局字段）还是实时（波形/高频信号）。
4. 标签定义：若为派生事件标签，写清阈值、持续时长、预测窗口。
5. 波形使用范围：是否只用有波形的手术，配对率多少。
6. 划分策略：是否按患者划分（避免同一患者跨训练/测试泄漏）。

§3+ 补充：围术期数据的临床语境（为什么这些表存在）

要真正用好 MOVER，必须理解它每一张表背后的临床工作流。以下按手术全过程的时间顺序展开，说明每个数据元素"为什么会被记录下来"。

术前：为什么有病史与 ASA

患者进入手术室之前，麻醉医生必须完成术前评估：调阅既往病史（Patient history）、做体检、根据合并症严重程度评定 ASA 身体状况分级（1 级=正常健康，6 级=脑死亡器官捐献者）。这套评估决定了麻醉方案、监护等级与术后去向预判。EPIC 子集保留了这些字段，SIS 子集没有——这也是为什么做"术前风险建模"必须用 EPIC 子集。

ASA 分级在 MOVER 中的分布（见 §2.4）跨越 1-6 级、众数为 3，说明数据涵盖了大量"有中度系统性疾病"的常规手术患者。这符合一家大型综合医院手术室的真实构成，也提示研究者：若只关注 ASA 1-2 的健康患者，样本会大幅减少。

术中：为什么有波形与高频体征

手术与麻醉过程中，监护仪连续输出 ECG（心律/心肌缺血）、脉搏血氧（氧合）、动脉压（血流动力学）三路信号。这些信号是实时决策的依据——低血压了要不要推升压药、心率异常了要不要处理，都基于波形读数。把波形保存下来，就得到了"决策—响应"的数据基础。

此外，部分患者置入动脉导管（arterial line）以获得连续血压波形与心输出量（CO）、每搏量变异度（SVV）等高级血流动力学参数（记录在 SIS 的 patient observations 表）。这些参数仅在重症或高风险手术中使用，因此 MOVER 中"是否含动脉线"本身就是一个反映手术复杂度的信号（见 §10 坑）。

麻醉机参数（Patient ventilator 表：潮气量、呼吸频率、吸入麻醉剂浓度等）则记录了机械通气的设置与调整——这对研究"通气策略与术后肺部并发症的关系"是直接的数据。

术后：为什么有并发症与转归

手术结束后，患者可能转入 ICU（若需要持续监护）、普通病房或直接出院。术后并发症（Patient postoperative complications）按系统分型（心血管/呼吸/气道/代谢/神经等）记录，并附自由文本。这些是预后建模的目标变量。死亡与 ICU 转入则是最硬的结局指标。

术后并发症记录的一个现实问题：并发症常由临床医生在病程记录中描述，结构化字段（类型）可能滞后于或粗于自由文本（细节）。研究者若做细粒度并发症分析，需要同时利用类型字段与自由文本，并注意文本的去标识质量。

术中"事件"的双重含义

MOVER 中的"事件"（Events）有两层含义，容易混淆：

• 程序性事件（Patient procedure events 表）：术前/术中/术后的操作性事件及其时间戳，如切皮、关闭切口、转入 PACU 等。这是记录型事件，来自信息系统。
• 临床事件（如低血压、出血）：不是 MOVER 直接提供的字段，而是研究者基于波形/体征派生的。这是推断型事件。

仓库名字里的 “Events” 指的是前者；第三方论文里频繁出现的低血压/出血事件指的是后者。这个区分是坑 6 的根源。

§4 格式规范与文件组织

4.1 双数据集的文件组织逻辑

MOVER 的数据分发以两个并列子数据集为顶层目录，每个子数据集内部按若干张关系表组织。表格通常以 CSV 或数据库导出格式提供（具体格式以 DUA 获批后发放的实际文件为准；论文与官网未披露详尽的文件命名规范）。

研究者在设计分析流水线时，应把"选择子集"当作第一个决策：用 SIS 还是 EPIC？还是要合并？这个决策会级联影响后续所有字段可用性。

4.2 关键字段组织原则

时间字段：由于手术绝对日期被移除，所有时间字段都是相对时间（相对于某次手术或某次就诊的偏移）。跨表连接时需要依赖患者标识与就诊标识，而非绝对时间。

标识字段：MOVER 提供患者级标识与手术/就诊级标识——这是把"波形文件"与"EHR 行"配对起来的键。由于去标识，这些标识是替代符而非真实病历号。

单位与参考值：检验表（patient labs）同时提供观测值与参考值（reference measurements），这对判断检验值是否异常是必要的。波动幅度类分析则要警惕 §2.7 提到的波形增益错误。

4.3 表格之间的连接关系（概念模型）

可以把 MOVER 的概念数据模型理解为三层：

患者层（patient）
  └─ 就诊/手术层（surgery / encounter）—— 一次麻醉 + 一台手术
       ├─ 用药（medications）
       ├─ 检验（labs）
       ├─ 输入输出（I/O）
       ├─ 生命体征（vitals / measurements）
       ├─ 高时间分辨观察（observations，SIS）
       ├─ 通气（ventilator，SIS）
       ├─ 管路引流气道（LDA，EPIC）
       ├─ 事件（procedure events）
       ├─ ASA 分级 / 病史（EPIC）
       └─ 结局（并发症 / 死亡 / ICU，EPIC）
  └─ 波形文件（按手术室 + 日期时间组织，与就诊层配对）

这张概念图帮助研究者快速定位"我需要的数据在哪张表"。例如做术中低血压预测，需要的是波形/生命体征层（观测血压）+ 用药层（血管活性药推注）；做术后并发症预测，需要的是结局层 + 病史/ASA 层 + 术中事件层。

4.4 波形与表格的对齐

波形的关键对齐全靠手术室来源 + 时间。由于波形按"手术室 + 日期时间"存储，而 EHR 记录按"就诊/手术"组织，两者的配对是 MOVER 构造过程中的核心工作（论文称"matched with electronic medical record data"）。

对下游使用者的实际含义是：你不能假设每一台手术都一定有波形。有波形的手术是全集的一个子集（具体例数未公开，见 §10 坑 3）。因此任何"波形 + 表格"的研究，第一步都应统计实际可配对的例数，并报告这个数字。

4.5 使用前的格式检查清单

拿到 MOVER 数据后，建议按以下顺序做格式与完整性核查：

1. 确认子集与年份：SIS 还是 EPIC？年份落在 2015-2017 还是 2017-2022？
2. 确认表清单：SIS 应有 9 张表、EPIC 应有 10 张表，缺表说明导出不完整。
3. 核验行列规模：EPIC 应有约 39,685 患者的量级对应关系，检查主键唯一性。
4. 波形配对率：统计有多少手术能匹配到波形文件，报告配对率。
5. 增益校验：对波形幅度做合理性检查（生理范围），警惕已知的增益错误。
6. 时间字段类型：确认所有时间均为相对偏移，不要假设绝对日期。

§4+ 补充：从波形到模型的典型数据流水线

以下是一条基于 MOVER 做术中预测研究时，较为完整的流水线（供研究者参考，非官方规范）：

第 1 步：环境与合规准备

签署 DUA → 邮箱验证 → 获取下载凭证 → 下载数据 → 在机构内网或受控环境存储（DUA 禁止再分发）。记录 DUA 编号与获取日期，用于论文的"数据可得性"声明。

第 2 步：子集与任务界定

确定用 SIS 还是 EPIC；确定任务（预后 / 实时预测）；确定实例单位（患者 / 手术）。若做波形任务，确认目标手术是否都有波形。

第 3 步：波形预处理

根据实际采样率（自行核验，见坑 3）做去噪、滤波、分段；按事件时间戳切窗（如"低血压发生前 5/10/15 分钟"）；对波形幅度做生理合理性校验（应对增益错误，见坑 4）。

第 4 步：表格特征工程

从用药、检验、生命体征表抽取统计特征（均值/方差/趋势/极值）；从病史与 ASA 抽取术前风险特征；从事件表抽取时序位置特征。

第 5 步：标签构建

若用结局字段，直接取 ICU/死亡/并发症；若做事件预测，按自定阈值从波形/体征派生标签（明确写出定义）。

第 6 步：划分与训练

按患者划分（而非按手术随机划分），防止同一患者的数据同时出现在训练与测试集造成泄漏。训练模型并报告指标。

第 7 步：可复现与合规收尾

公开代码（DUA 第 6 条义务）；在论文中如实描述数据获取流程、子集、实例单位、波形配对率与已知限制。

流水线中的三个高风险点

1. 波形配对率不透明：若目标手术大多没有波形，样本可能骤减；必须在预处理前统计。
2. 跨子集合并：SIS/EPIC 字段不一致，合并前必须映射；否则会出现大量伪缺失。
3. 标签定义漂移：事件类任务的阈值/窗口若与对比论文不同，指标不可直接比较。

§5 评估与基准

5.1 论文本身不含模型基准

需要首先澄清一个常见误解：MOVER 的原始论文（JAMIA Open 2023）是一篇数据描述论文（Report 型），不含任何模型训练或性能基准。 它的"结果"章节报告的是数据规模与人口学统计，而非算法指标。因此不能引用 MOVER 论文来支持"某模型在 MOVER 上达到 X 准确率"的说法——那一定来自第三方论文。

论文中唯一的"比较"是 §2.6 的 Table 5（MOVER 与 MIMIC-IV 的人口学对照），属于数据集级对比而非模型基准。

5.2 第三方衍生的术中低血压（IOH）预测基准

MOVER 被第三方引用最多的用途是术中低血压预测。代表性的一条第三方结果是：

• 任务：在低血压事件发生前 5、10、15 分钟预测；
• 方法：比较 XGBoost、随机森林、Histogram-based Gradient Boosting（HGB）、SVM、LSTM、MLP、KNN 等；
• 结果（第三方口径）：XGBoost 最优，5 分钟窗口 accuracy 94.2%、precision 93.8%、recall 94.5%、AUC-ROC 0.973；10 分钟窗口 AUC-ROC 0.942；15 分钟窗口 AUC-ROC 0.908；
• 重要特征：MAP 趋势、心率变异性、休克指数、距上次给予血管升压药的时间。

引用这些数字时必须声明：它们是第三方预印本/论文的结果，MOVER 官方不背书；且不同第三方对"低血压定义"“使用的手术例数”（见坑 5）有不同口径，跨论文比较数字需谨慎。

5.3 第三方事件分类基准

另一类第三方用途是多变量时序事件分类：有研究基于 MOVER 构造 5 类危重事件（低血压、高血压、心动过缓、心动过速、出血）的 onset 与 offset 标注，并强调 MOVER 具备精确时间戳、事件标签与手术阶段元数据的特点。同样地——这些事件的"标注"由第三方研究者自行定义生成，不是 MOVER 官方标注。

5.4 引用生态

MOVER 自 2023 年发布后已进入围术期数据研究的引用网络。可查证的下游引用包括：

• INSPIRE（Lim et al., Scientific Data, 2024）——围术期医学公开研究数据集，在论述中把 MOVER 列为围术期公开数据生态的一部分；
• 围术期医学开放数据集综述（Lim & Lee, Anesthesia and Pain Medicine, 2023）——把 MOVER 与 VitalDB、INSPIRE 并列比较；
• 生物信号术中多模态分析适宜性研究（Idrobo-Ávila et al., IEEE Open Journal of Engineering in Medicine and Biology, 2024）。

这些引用从侧面印证了 MOVER 的生态位：它是围术期数据家族中唯一提供原始手术室波形的成员。

5.5 如何设计一个公平的 MOVER 基准

如果研究者要基于 MOVER 建立可复现基准，应至少明确以下五点，否则不同论文的结果不可比：

1. 子集选择：SIS、EPIC 还是合并？（三者字段不同，结果不可直接比较）
2. 实例单位：以患者为单位还是以手术台次为单位？（58,799 vs 83,468）
3. 波形配对范围：实际使用的手术中，有波形的比例是多少？
4. 任务定义：尤其对"事件"类任务——阈值、预测窗口、正负样本定义；
5. 划分策略：患者级划分（防同一患者跨训练/测试）还是随机划分？

5.6 与 ICU 波形库的任务形态差异

在 MOVER 之前，做"生理波形 + 事件"预测的研究大多基于 ICU 波形（如 MIMIC-IV 波形子集）。两者任务形态的差异值得点明：

维度	MOVER（术中）	ICU 波形库
生理状态驱动	麻醉深度 + 手术刺激	疾病进程 + 器官支持
事件类型	低血压、出血、麻醉相关	脓毒症、呼衰、心衰等
时间尺度	单台手术（数小时）	ICU 停留（数天-数周）
干预密度	极高（持续给药/调参）	中等

因此从 MOVER 得到的模型结论能否迁移到 ICU、反之亦然，是使用该库时必须自问的问题——场景迁移不是自动成立的。

§5+ 补充：可复现性声明模板（中文）

若研究者基于 MOVER 发表中文论文，可在"数据与方法"部分采用如下结构的声明（示例，按实际情况填写）：

本研究使用 MOVER（Medical Informatics Operating Room Vitals and Events Repository）数据仓库。该仓库由加州大学尔湾分校（UC Irvine）医学中心构建，包含 2015 至 2022 年间 58,799 名患者、83,468 台手术的围术期电子病历与手术室内高保真生理波形。数据经 HIPAA 合规去标识，本研究通过签署 Data Use Agreement（DUA）获取，仅用于本项伦理科学研究，未再分发。

本研究使用 MOVER 的 [EPIC / SIS] 子集（[2017-2022 / 2015-2017]），以 [手术台次 / 患者] 为分析单位，纳入 [N] 例。波形（ECG / 脉搏血氧 / 动脉压）采样率经核验为 [X Hz / 未知]，波形实际可用例数为 [M]（配对率 [M/N]）。

术中低血压事件定义：平均动脉压（MAP）< [阈值] mmHg 持续 [时长] 秒；预测窗口为事件发生前 [5/10/15] 分钟。数据集按患者划分为训练/验证/测试集，比例为 [a:b:c]。

已知限制：MOVER 为单中心数据（UC Irvine 医学中心），存在人群与术式分布偏斜；官网明示部分波形增益值存在尚未修复的已知错误；手术绝对日期与 90 岁以上患者年龄因去标识不可得。

这份模板的价值在于：它把本条目反复强调的坑点（子集、单位、采样率、配对率、标签定义、单中心、增益错误、去标识）都变成了必须声明的项，从而把"踩坑"转化为"透明"。

§5++ 补充：MOVER 与其他公开数据源的组合策略

单项数据集往往不够，研究者常需组合多个数据源。基于 MOVER 的合理组合策略有：

• MOVER + MIMIC-IV：构成"术中 → ICU"的连续视图。论文 Table 5 已给出两者人口学对照，可作为跨场景研究的对照组基础。注意两者患者不重叠（不同机构、不同时期），不能做个体级纵向追踪，只能做队列级对比。
• MOVER + VitalDB：扩大多中心/跨国术中样本，提升模型泛化评估的稳健性（韩国 vs 美国）。需注意两家监护仪与麻醉系统不同，波形通道命名与单位可能不一致。
• MOVER + INSPIRE：INSPIRE 提供更大规模的围术期临床表，MOVER 提供波形子集——可探索"用大表训练、用小波形子集验证"的迁移路径。
• MOVER + MIMIC-IV-ECG / BIDMC-PPG / PPG-DaLiA：在 ECG 或 PPG 模态上做跨数据集预训练/迁移，检验波形基础模型的可迁移性。

组合使用时的通用注意：各数据集的许可条款不同（MOVER 是 DUA、MIMIC 是 credentialed access、Others 各异），必须在各自条款允许的范围内使用，且不得因组合而绕过任一数据集的再分发限制。

§5+++ 补充：基于 MOVER 的六类典型研究场景

为帮助研究者快速判断"MOVER 是否适合我的问题"，以下列举六类典型场景，逐一说明适配度与所需数据。

场景 1：术中低血压（IOH）预测

• 适配度：★★★★★（MOVER 的明星用例）
• 所需数据：动脉压波形或高频无创血压（生命体征表）+ 血管活性药推注记录（用药表）+ 手术事件时间戳
• 可用子集：SIS 与 EPIC 均可（SIS 有高频动脉线测量）
• 要点：低血压需自行定义（MAP < 阈值持续时长）；预测窗口（5/10/15 分钟）需自定；需注意波形增益错误对血压绝对值的影响
• 输出：二分类（即将/不即将发生低血压）

场景 2：术后并发症预测

• 适配度：★★★★☆
• 所需数据：术前病史 + ASA（EPIC）+ 术中生命体征/用药 + 结局表（EPIC 并发症）
• 可用子集：仅 EPIC（SIS 无结局）
• 要点：并发症按系统分型，可做多分类或按亚型做二分类；类别不平衡（多数 <2%）需处理
• 输出：并发症类型 / 是否发生

场景 3：ICU 转归与死亡率预测

• 适配度：★★★★☆
• 所需数据：术前风险（ASA/病史）+ 术中过程特征 + 结局（ICU 转入/死亡）
• 可用子集：仅 EPIC
• 要点：ICU 转入率高达 45.3%（单中心复杂度偏斜），死亡仅 1.6%（极度不平衡）
• 输出：二分类（转 ICU / 死亡）

场景 4：术中生理信号基础模型预训练

• 适配度：★★★☆☆（有潜力但受限）
• 所需数据：三通道波形 + 生命体征
• 可用子集：SIS + EPIC 波形
• 要点：单中心偏斜 + 采样率未公开 + 增益错误，使跨中心预训练受限；建议先做单中心自监督，再评估迁移
• 输出：预训练表征

场景 5：麻醉/通气策略与结局的关联分析

• 适配度：★★★★☆
• 所需数据：呼吸机参数（SIS）+ 用药 + 结局（EPIC）
• 可用子集：需跨子集思考（呼吸机在 SIS，结局在 EPIC）——这是一个跨子集整合的典型难点场景
• 要点：若强需呼吸机参数与结局同时使用，须先解决 SIS/EPIC 字段对齐；或仅在 EPIC 内用其自有测量表近似
• 输出：关联/因果推断（观察性）

场景 6：出血/血流动力学不稳定事件检测

• 适配度：★★★★☆
• 所需数据：动脉压/心率波形 + 液体输入输出 + 用药（升压药/输血）
• 可用子集：SIS 优先（高频体征），EPIC 可辅
• 要点："出血"无官方标签，需从 I/O 与用药中派生；事件起点定义是研究设计核心
• 输出：事件检测/分类

场景适配度总表

场景	适配度	必需子集	主要难点
IOH 预测	★★★★★	SIS/EPIC	标签定义、增益错误
术后并发症预测	★★★★☆	EPIC	类别不平衡
ICU/死亡预测	★★★★☆	EPIC	极度不平衡
波形基础模型	★★★☆☆	两子集	单中心、采样率未知
麻醉/通气与结局	★★★★☆	SIS+EPIC	跨子集对齐
出血/不稳定检测	★★★★☆	SIS 优先	无官方标签

§5++++ 补充：MOVER 的方法学边界（研究者必读）

使用 MOVER 时，以下方法学边界必须写进论文的"限制"章节，否则审稿人极易质疑：

1. 单中心：全数据来自 UC Irvine 医学中心，结论的外部效度（external validity）受限。跨中心迁移需另行验证。
2. 回顾性：数据来自历史记录，非前瞻采集，存在记录偏倚与选择偏倚。
3. 非随机缺失：波形仅在部分手术中存在，且"有无波形"可能与手术复杂度相关（复杂手术更可能置动脉线、更可能存波形），构成非随机缺失（MNAR），简单删除样本会引入偏倚。
4. 增益错误：部分波形幅度不可信（坑 4），依赖绝对幅度的结论需谨慎。
5. 采样率未知：无法保证与外部数据的采样一致性（坑 3）。
6. 无绝对时间：不能做纵向时间趋势（坑 7）。
7. 标签派生性：事件类标签由研究者自定，结论的可比性依赖标签定义的透明度。

一句话：MOVER 是强大的探索性研究底座，但要产出可推广的临床结论，仍需多中心外部验证与前瞻研究接续。

§6 获取与许可

6.1 获取方式：签 DUA 后免费下载（核心）

MOVER 的获取模式是本条目最需要读者抓住的一点：它免费但不公开。数据本体不在公开直链上、不在 HuggingFace gated 仓库里，而是通过**签署数据使用协议（Data Use Agreement, DUA）**来换取下载权限。

完整获取流程：

1. 访问 MOVER 官方下载页：https://mover.ics.uci.edu/download.html （页面标题为 “UCI-OR Data UCI Agreement”）；
2. 填写表单：姓名、邮箱、电话号码、日期；
3. 点击 submit（表单填完后 submit 按钮才会出现）；
4. 系统向所填邮箱发送验证邮件；
5. 验证邮箱后，下载凭证（download credentials）由系统自动发送。

注意几个要点：免费（无费用）；面向有意愿签署 DUA 的研究者开放（“freely available to all researchers who sign a DUA”）；凭证自动发放（无需人工审批等待，但须完成邮箱验证）；咨询联系人为 Kaiwen（邮箱 KAIWEY7@UCI.EDU）。

6.2 DUA 九项条款（逐条）

签署 DUA 即同意以下九条（据官网下载页原文整理）：

1. 申请人确认申请中提供的所有信息真实且正确；
2. 不会尝试从数据中识别任何个体；
3. 不会重新分发数据；
4. 若发现数据中含有可能识别个体或机构的信息，将立即联系数据管理员；
5. 理解访问权限仅授予伦理科学研究这一唯一目的，任何其他用途将导致立即终止访问；
6. 若公开传播研究结果，须同时把产生该结果的代码贡献到面向研究社区开放的仓库；
7. 任一方可随时终止协议，但协议中规定的适用义务仍然有效；
8. 咨询联系方式见填表页（Kaiwen, KAIWEY7@UCI.EDU）；
9. （表末签名与提交）。

第 6 条值得单独强调：它把"开放代码"写进了数据使用的前提——这是一条比多数数据集更进一步的可复现性要求。研究者若计划基于 MOVER 发表成果，需要预先安排代码开源。

6.3 许可（license）的双口径

MOVER 的许可信息存在双口径，必须并存照：

• UCI ML Repository #877 元数据页标注 License: CC BY 4.0；
• 但同一页面的 License 字段又写着 “See linked dataset for licensing information”（把许可指向外链的数据集主页）；
• 数据本体主页（mover.ics.uci.edu）的实际获取条款是 DUA——九项条款包含"不重新分发""仅限伦理科研用途"等，严格程度高于 CC BY 4.0。

结论：数据集本体以 DUA 条款为准；CC BY 4.0 仅出现在 UCI 元数据字段中，是聚合平台对"开放程度"的简化标注，不能替代 DUA。任何把 MOVER 当作 CC BY 4.0 数据自由再分发的做法都违反 DUA 第 3 条。而论文本身（JAMIA Open 2023）是开放获取，其论文版权与数据许可相互独立。

6.4 去标识与合规保证

DUA 页面明确说明：数据集内容派生自含受保护健康信息（PHI）的人体临床数据；数据由建立数据集的团队去标识，并由获批的第三方机构验证去标识。配套的去标识要点（见 §2.8）：无患者标识符、无手术日期、90 岁以上年龄不可得。IRB 层面：本研究经 UCI 医学中心与 UCI 主校区双方 IRB 批准，且豁免个体知情同意（因已 HIPAA 合规去标识）。

6.5 已知数据缺陷（务必在获取前知悉）

MOVER 官网首页挂着一则醒目的 Warning：

“There are some known errors in the data, in particular in relation to the value of the gains of some of the wave forms. We are in the process of correcting them and will notify everyone as soon as the corrected files are available for download.”

翻译：数据中存在一些已知错误，尤其是部分波形的增益（gain）值；团队正在修复，修复文件可下载后会通知所有人。

这条自曝非常重要。它的实际含义是：在修复版本发布之前，对波形做幅度绝对定量（如计算血压波形的绝对振幅、做跨病例幅度比较）可能不可靠。依赖相对形态、时序模式、事件检测的分析受影响较小；依赖绝对幅度的分析应等待修复版本或先行校验。

6.6 版本链与引用规范

• 首版（first release）：MOVER 论文与官网均称当前为"this first release"，覆盖 2015-2022 数据。
• DOI：数据本体 DOI 为 10.24432/C5VS5G（UCI ML Repository 分配）。
• 引用规范：官网建议引用为——Samad M, Angel M, Rinehart J, Kanomata Y, Baldi P, Cannesson M. Medical Informatics Operating Room Vitals and Events Repository (MOVER): a public-access operating room database. JAMIA Open. 2023 Oct 17;6(4):ooad084. doi: 10.1093/jamiaopen/ooad084. PMID: 37860605; PMCID: PMC10582520. UCI #877 另提供数据集级引用格式。

6.7 资助来源

MOVER 的建设由美国国立卫生研究院（NIH）通过国家生物医学影像与生物工程研究所（NIBIB）资助，项目号 R01EB029751。

§6+ 补充：DUA 获取的实操细节与常见困惑

为什么 MOVER 要设 DUA 而不是直接公开

MOVER 的数据源自真实患者的手术记录与连续生理信号。尽管已 HIPAA 去标识，连续波形与高维纵向数据仍存在残余可识别性风险（re-identification risk）——已有研究证明，即便是去标识的运动传感器数据也能被重识别。因此，MOVER 选择用 DUA 把访问权限限定在愿意作出合规承诺的研究者手中。这不是"故作门槛"，而是临床数据开放的现实约束。

哪些人/用途会被允许

DUA 条款明确了允许范围：伦理科学研究（第 5 条）。这意味着：

• 学术研究、方法学论文、公开基准构建——允许；
• 教学质量评估、内部算法原型——视具体解释，建议咨询管理员；
• 商业产品开发、收费服务——不允许，需另行商谈。

提交后会发生什么

1. 邮箱收到验证信（verify 链接或验证码）；
2. 完成验证后，系统自动发送下载凭证；
3. 凭证通常包含下载地址与访问方式；
4. 若长时间未收到，先查垃圾邮件，再联系 Kaiwen（KAIWEY7@UCI.EDU）。

五个常见困惑

困惑 1：为什么 UCI 页说 CC BY 4.0，官网却要签 DUA？
UCI ML Repository 是数据聚合平台，其 License 字段是对"开放程度"的简化标注；而数据本体由 MOVER 团队以 DUA 管理。以 DUA 为准（详见 §6.3 双口径）。

困惑 2：能不能先看看数据长什么样再决定签不签？
MOVER 提供文档页（documentation.html）与论文（含表格与示例图）供预览，无需签 DUA 即可了解字段结构。但完整数据需 DUA 后才能获取。

困惑 3：签了 DUA 后可以给同事用吗？
不可以。DUA 第 3 条禁止再分发。每一位使用者都应各自签署 DUA。若团队协作，应确保所有接触数据的人都已单独获批。

困惑 4：可以用 MOVER 训练商业模型再开源权重吗？
风险点在于"商业用途"界定。保守做法：若成果用于商业，先咨询管理员；纯学术开源权重通常可接受，但需遵守第 5、6 条。

困惑 5：发论文时需要提供 DUA 证明吗？
期刊通常要求"数据可得性声明"说明获取途径（如"data available via DUA from MOVER"），个别期刊可能要求提供协议证明。保留好 DUA 签署记录是稳妥做法。

与 MIMIC 式访问的对比

维度	MOVER（DUA）	MIMIC（credentialed access，PhysioNet）
门槛形式	签在线协议 + 邮箱验证	培训课程 + 签署协议 + 凭证审核
自动化程度	高（邮箱验证后自动发凭证）	较低（需审核）
费用	免费	免费
再分发	禁止	禁止
代码开源义务	有（第 6 条）	无强制

MOVER 的 DUA 流程比 MIMIC 的 credentialed access 更轻（无需培训课程），但多了一条"代码开源"的独特义务。

§7 生态位与相关数据集比较

7.1 MOVER 在围术期/重症数据地图中的位置

围术期与重症领域的公开数据大致可分为三代：第一代以 MIMIC 系列为代表，聚焦 ICU 场景的 EHR 与波形；第二代以 VitalDB、SICdb、INSPIRE 等为代表，向"术中"和"高时间分辨"扩展；MOVER 处在第二代与第三代的交界——它既提供术中场景，又提供原始高保真波形，且明确以"EHR + 波形双全 + 面向手术患者 + 免费公开"为唯一性定位。

数据集	场景	波形	EHR	结局	规模（患者）	获取
MOVER	手术室（围术期）	✅ ECG/PPG/动脉压	✅	✅（EPIC）	58,799	DUA
MIMIC-IV-Waveform	ICU	✅	✅	✅	~50,920（ICU）	credentialed
MIMIC-IV-ECG	诊断 ECG	✅（ECG）	部分	—	~数万	PhysioNet
VitalDB	术中	✅ 高保真	✅	部分	~6,388	申请
SICdb	ICU	✅	✅	✅	~2,700	申请
INSPIRE	围术期	❌	✅	✅	~数万	DUA
BIDMC-PPG	静息 PPG	✅（PPG）	—	—	53	公开
PPG-DaLiA	可穿戴 PPG	✅（PPG）	—	—	15	公开

7.2 与最近的三个邻居的差异

MOVER vs INSPIRE：两者都是围术期数据，但 INSPIRE 不提供原始波形，只有临床表格；MOVER 提供 ECG/PPG/动脉压波形。若研究需要波形信号，INSPIRE 不能满足；若研究只需临床表且需要更大患者量，INSPIRE 可能更合适。INSPIRE 已收录于本库（rid 176）。

MOVER vs VitalDB：VitalDB（韩国首尔大学）是术中高保真生命体征库，与 MOVER 最为接近（都以术中波形为卖点）。差异在于机构（韩国单中心 vs 美国单中心）、规模与获取条款。VitalDB 已收录于本库（rid 192）。

MOVER vs MIMIC-IV-Waveform：场景根本不同（手术室 vs ICU）。MIMIC 的波形记录的是 ICU 住院期，MOVER 记录的是手术与麻醉期。论文 Table 5 的直接对比（§2.6）正是为强调这一区别。MIMIC-IV-Waveform 已收录于本库（rid 65）。

7.3 NIH “Bridge to AI” 计划背景

MOVER 的更大语境是美国 NIH 的 “Bridge to AI” 计划（UCLA 参与其中）。该计划的愿景是跨多个机构标准化围术期数据，使不同医院使用统一的词汇表与数据架构，从而最终合并成一个可彻底核查、透明的单一仓库。MOVER 可视为这一愿景的单机构先行实践——它验证了"术中波形采集 + EHR 配对"的技术路线，为该路线在多机构推广提供了模板。

§7+ 补充：MOVER 的"唯一性"到底有多强

论文的核心宣称——“唯一同时含 EHR 与高保真生理波形的手术患者免费公开仓库”——值得逐项拆解其强度：

限定词	含义	检验
“免费”	不收费	✅ 成立（文献确认无需付费）
“公开”	可申请获取	✅ 成立（DUA 对外开放，非受限邀请制）
“手术患者”	围术期场景	✅ 成立（数据全来自手术室）
“EHR + 高保真波形”	两者兼有	✅ 成立（SIS/EPIC 表 + 三通道波形）

该宣称成立于 2023 年论文发表时点。 需要注意两点边界：

1. 时间性：随着新数据集（如后续的围术期波形库）出现，这一"唯一性"可能被打破；引用时应标注"截至 2023 年论文发表时"。
2. 口径性：若把"高保真波形"放宽到"数值化高频生命体征"，则 VitalDB 也有类似能力；MOVER 的独特之处在于连续原始波形而非仅高频数值。

与 VitalDB 的细致对照

VitalDB（韩国首尔大学）常被拿来与 MOVER 比。两者的关键差异：

维度	MOVER	VitalDB
国家/机构	美国 UC Irvine	韩国首尔大学
患者规模	58,799	数千级（~6,388 手术量级）
波形	ECG/PPG/动脉压	多通道高保真
结局信息	✅（EPIC 完整）	部分
获取	DUA	申请
特色	覆盖两代 EHR、结局完整	手术类型聚焦、波形通道丰富

两者互补：MOVER 胜在规模与结局完整，VitalDB 胜在波形通道细化与特定术式的深度。做多中心泛化研究时，两者常被联合使用。

§7++ 补充：MOVER 在"围术期数据标准化"进程中的角色

围术期数据长期面临一个"巴别塔"问题：不同医院用不同 EHR 系统（如 MOVER 内部的 SIS 与 EPIC 就是缩影）、不同监护仪、不同术语体系，导致数据难以合并。MOVER 在这个问题上有两面性：

• 暴露了问题：MOVER 自身因系统更迭分成两个异构子集，正是"标准化缺失"的活标本；
• 给出了方向：论文与新闻稿提及的 NIH “Bridge to AI” 计划，目标正是让多机构使用统一的词汇表与数据架构，从而把单机构仓库扩展为多机构联合仓库。

对研究者的启示是：在 MOVER 上训练模型时，应把"字段映射层"设计成可替换的模块，以便未来标准化的多中心数据出现时能平滑迁移。

§8 方法学启示与局限性

8.1 方法学启示

启示一：波形采集是围术期数据建设的真正瓶颈。 MOVER 团队的坦言值得每一个想做类似数据集的人记住——“最具挑战性的部分毫无疑问是把源波形从系统里取出来”。EHR 数据相对易得，但每个麻醉工作站厂商各有波形采集接口，必须定制集成。这解释了为什么 ICU 有波形数据（监护仪集中、接口相对统一）而手术室长期空白。

启示二：机构 EHR 系统更迭会在数据集中留下永久"断层"。 SIS→EPIC 的更替让 MOVER 永久性地分成两个结构不一致的子集。任何跨更迭期合并的分析都必须做字段对齐。这是所有长期临床数据集都会遇到的现实问题，MOVER 把它透明地暴露了出来。

启示三：受限获取（DUA）与开放科学并不矛盾。 MOVER 用"免费 + 签协议 + 要求代码开源"的组合，既保护了患者隐私与数据安全，又实现了"面向全体研究者开放"。它证明合规门槛（DUA）与准入门槛（付费/申请审批）是可以分离的。

8.2 局限性（逐条）

1. 单中心偏斜：全部数据来自 UC Irvine 医学中心一家机构，且该机构是橙县唯一 I 级创伤中心 + 烧伤中心 + NCI 综合癌症中心，病例复杂度偏高（ICU 转入率 45.3% 即为佐证）。模型在该数据上训练后向其他医院迁移时，可能面临分布偏移。
2. 波形覆盖范围不透明：有波形的手术实际占比未公开，第三方对例数的口径漂移（1,200+ vs 5,000+）说明这一信息在实践中会造成混乱。
3. 波形增益已知错误：见 §6.5。修复版本发布前，幅度类分析不可靠。
4. 采样率未披露：见 §2.7。频谱与采样敏感的分析需要自行核验。
5. 无绝对日期：去标识移除了手术日期，只有相对时间轴，无法做真正的时间序列趋势分析（如季节性、长期流行病学趋势）。
6. 高龄年龄缺失：90 岁以上患者年龄字段被抑制，极端高龄亚组分析受限。
7. 两子集不可直接合并：SIS 无结局、EPIC 无 SIS 的部分高频体征，跨子集分析需谨慎。
8. 数据质量依赖临床记录：非人工标注数据集，字段准确性取决于临床记录质量，无标注者间一致性指标可依。

8.3 伦理与治理要点

• 去标识已通过第三方验证，但去标识永远存在"残余可识别性"风险（尤其结合外部数据时）——这正是 DUA 第 2、4 条要求使用者承诺"不识别个体、发现可识别信息立即上报"的原因。
• 数据再分发被明令禁止（DUA 第 3 条），研究者不能把 MOVER 数据上传到其他平台或分享给未签约的第三方。
• 用途限于伦理科研（DUA 第 5 条），商业用途不在授权范围内。
• 代码开源义务（DUA 第 6 条）是治理上的创新点，提升了整体可复现性。

§8+ 补充：MOVER 对围术期 AI 研究范式的三点影响

影响一：把"术中"从数据荒漠变成可研究的前沿

在 MOVER 之前，术中 AI 研究要么依赖私有数据（不可复现），要么借用 ICU 数据（场景不符）。MOVER 的出现让"术中生理信号建模"第一次有了公开、可复现、带波形的底座。这直接催生了一批术中低血压预测、术中事件检测的公开研究。

影响二：重新定义了"围术期数据"的构成标准

MOVER 把"波形 + EHR 表 + 事件 + 结局"作为围术期数据的完整形态树立了标杆。此后出现的围术期数据集（如 INSPIRE）即便不提供波形，也开始强调与波形的互补关系。MOVER 事实上给围术期数据的完整性划了一条线。

影响三：示范了临床数据"合规开放"的可操作路径

MOVER 用"免费 + DUA + 代码开源义务"证明：临床数据可以既保护隐私又开放给全体研究者。这一模式被后续多个围术期数据项目参考，"DUA + 邮箱验证 + 自动发凭证"的轻量流程成为常见做法。

对研究者的实务建议

1. 优先用它做"术中"任务，不要硬套 ICU 任务范式；
2. 把波形配对率与增益限制写进方法学，而不是回避；
3. 善用 SIS 的高时间分辨体征（CO/SVV 等），这是相对其他库的细节优势；
4. 把代码开源当作项目计划的一部分（DUA 第 6 条），而非事后补办。

§8++ 补充：与库里其他"首发性"数据集的对照

"MOVER 是首个……"这类宣称在本库中并不罕见。把几个"首发性"数据集并列，可以看到它们的共同模式：

数据集	首发性宣称	门槛设计
MOVER	首个公开的术中波形 + EHR 仓库	DUA
PANDA-PLUS	最大的前列腺 WSI 像素级注释集合	掩码请求制 + Bench 直链
INSPIRE	公开围术期研究数据集	DUA
VitalDB	术中高保真生命体征库	申请

共同模式：越接近"真实临床原始数据"，门槛设计越偏向**协议制（DUA/申请）**而非直链；越是"派生/加工数据"（如 Bench 基准），越倾向公开直链。MOVER 处在"原始临床数据"一端，因此 DUA 是其必然选择。

§9 库内关系与互链

MOVER 在本库（千方病案医数集）中处于"围术期 + 波形"的枢纽位置。按互链价值从高到低排列：

9.1 高价值互链（同场景或同模态）

库内条目	rid	与 MOVER 的关系
INSPIRE	176	同为围术期公开数据集（首尔大学），互补性最强：INSPIRE 有临床表无波形，MOVER 有波形
VitalDB	192	同为术中高保真生命体征库，MOVER 的最直接对标对手
SICdb	124	重症监护高分辨率数据库，"波形 + 临床配对"范式相近，可探讨术中-ICU 连续性
MIMIC-IV-Waveform	65	论文 Table 5 的直接对比对象（ICU 波形 vs 术中波形）
MIMIC-IV-ECG	172	诊断级 12 导 ECG，与 MOVER 的术中 ECG 通道形成"诊断 vs 监护"对照

9.2 中价值互链（波形模态或场景相关）

库内条目	rid	与 MOVER 的关系
BIDMC-PPG	74	PPG 静息信号库，与 MOVER 脉搏血氧通道同模态
PPG-DaLiA	202	可穿戴 PPG 库，与 MOVER 术中 PPG 形成"院内 vs 院外"对照
Apnea-ECG	658	睡眠 ECG 库，无创连续监测范式参照
JIGSAWS	283	手术技能视频 + 运动学，术中共模态（视觉侧）
CholecT50	223	腹腔镜手术视频，术中共模态（视觉侧）
eICU-CRD	552	多中心 ICU EHR，跨场景 EHR 生态参照

9.3 生态底座（EHR/重症家族）

库内条目	rid
MIMIC-IV Clinical Database	4
MIMIC-III	106
MIMIC-IV-Note	47
MIMIC-IV-ED	116

9.4 互链逻辑说明

MOVER 的互链价值集中在三条轴线上：①场景轴（INSPIRE/VitalDB/JIGSAWS/CholecT50 共同构成"手术室数据"簇）；②模态轴（MIMIC-IV-Waveform/MIMIC-IV-ECG/BIDMC-PPG/PPG-DaLiA/Apnea-ECG 共同构成"生理波形"簇）；③数据范式轴（SICdb/eICU-CRD/MIMIC 系列共同构成"波形+EHR 配对的高分辨临床仓库"簇）。MOVER 同时落在三条轴的交点，是该簇中唯一以"术中波形 + EHR"为定义的条目。

§9+ 补充：论文作者自述的贡献与展望

JAMIA Open 2023 论文在"Discussion"部分的表述，是准确理解 MOVER 定位与未来方向的一手材料。以下提炼其要点。

作者的三大贡献声明

1. 场景补缺：论文反复强调，MOVER 填补的是**围术期（perioperative）**这一长期被公开数据忽视的场景。作者原话——“很少有公开可获取的临床数据仓库可供研究者训练与测试 AI 算法，而包含围术期专门数据的更是少之又少”（there are few clinical data repositories publicly accessible to researchers… and even fewer that contain specialized data from the perioperative setting）。
2. 唯一性：论文称 MOVER 是"唯一"同时含 EHR 与高保真生理波形的手术患者免费公开仓库。
3. 开放可及：通过 DUA 向全体研究者开放，目标是"加速 AI 在医疗场景的整合，最终改善患者结局"。

作者对"为什么难"的坦白

论文专门用一段说明波形采集的困难：EHR 数据大多是可获得的，但每个麻醉工作站厂商都有自己的波形采集接口，必须定制集成到数据抓取装置上。这段坦白解释了 MOVER 的稀缺性来源，也是本条目 §8.1"方法学启示一"的直接引据。

作者对推广路径的展望

论文与配套新闻稿都提到两条推广线索：

• 单机构 → 多机构：当前 MOVER 只含 UC Irvine 数据，未来方向是把同一套采集架构推广到更多机构；
• NIH “Bridge to AI”：该计划旨在标准化多机构围术期数据的词汇表与数据架构，使合并后的仓库"可被彻底核查，实现透明"。

作者未声称的事（重要）

为避免过度解读，以下内容论文并未声称：

• 未声称 MOVER 数据"无偏"或"可代表全美/全球手术人群"（实为单中心）；
• 未声称波形"无错误"（官网明确挂出增益错误警告）；
• 未提供任何模型基准或"数据集标准分数"；
• 未声称数据可直接用于商业应用（DUA 限定伦理科研）。

阅读建议：引用 MOVER 时，应引用其"首发性与开放性"，而非暗示其"唯一正确性或普适性"。这两者的区别，正是本条目 §8.2 局限性一节的意义所在。

§9++ 补充：MOVER 与本库"重症/围术期"条目的互链设计逻辑

本库的互链算法按 category_tags 计算相关度。MOVER 的标签组合（电子健康记录 / 生理信号 / 心电信号 / 重症监护 / 时序数据 / 临床电子病历）决定了它的"近邻"会是哪些条目。按标签交集分析：

库内条目	共享标签	预期相关度
INSPIRE（176）	电子健康记录 + 临床电子病历 + 时序数据	极高
VitalDB（192）	电子健康记录 + 生理信号 + 时序数据	极高
SICdb（124）	电子健康记录 + 生理信号 + 重症监护	极高
MIMIC-IV-Waveform（65）	生理信号 + 重症监护 + 时序数据	高
MIMIC-IV-ECG（172）	生理信号 + 心电信号	高
eICU-CRD（552）	电子健康记录 + 重症监护	中高
BIDMC-PPG（74）	生理信号 + 时序数据	中
PPG-DaLiA（202）	生理信号 + 时序数据	中
Apnea-ECG（658）	生理信号 + 心电信号	中
JIGSAWS（283）	手术视频（场景相关，标签不重合）	中
CholecT50（223）	手术视频（场景相关，标签不重合）	中

设计意图：把"场景相关"（均为手术室）与"标签相关"（EHR/波形）两类近邻都纳入互链，既让读者从"手术室数据"角度找到 MOVER，也让读者从"波形/EHR"角度找到它——这是双向可达的互链结构。

§9+++ 补充：给三类读者的一句话导航

读者类型	你最该读的	一句话提醒
麻醉/围术期临床研究者	§2 + §5 + §10	它是你唯一能公开拿到术中波形的底座，但别把它当标注数据集
机器学习/时序建模研究者	§3 + §5 + §8	任务是分类/回归/聚类，波形采样率未知，单中心偏斜要注意
数据合规/数据治理研究者	§6 + §8.3 + 附录 C	它示范了"DUA + 代码开源义务"的临床数据开放路径

§9++++ 补充：MOVER 的三问三答（快速决策）

问：我该用 MOVER 还是 MIMIC-IV？
答：看场景。研究手术与麻醉过程 → MOVER；研究 ICU/住院过程 → MIMIC-IV。二者患者不重叠，不能做个体级纵向追踪。

问：我需要波形才能做研究吗？
答：不需要也没关系。若只做结局预测（并发症/ICU/死亡），用 MOVER 的 EPIC 结构化表即可，波形缺失不影响。若要波形，则必须是 MOVER 或 VitalDB 一类。

问：我的成果能公开吗？
答：能，但有两个条件——① 遵守 DUA（不识别个体、不再分发、仅伦理科研）；② 公开成果时同步开源产生结果的代码（DUA 第 6 条）。做到这两点，即可放心发表。

§10 坑点档案

MOVER 的使用陷阱大多源于"它不是普通公开数据集"这一事实——受限获取、双系统异构、波形信息不透明。以下 8 个坑按踩中概率排序。每个坑按"症状 → 真相 → 正解"三段式展开，便于速查。

坑 1：把 MOVER 当作"点击即下"的公开数据集

症状：想当然地去 HuggingFace 搜 mover、或用 load_dataset("mover")，找不到；或者以为是 UCI 那种 fetch_ucirepo(id=877) 就能直接拿到全部数据。

真相：UCI #877 只提供元数据与 fetch_ucirepo 的接口外壳，数据本体必须走 DUA。真正的数据在 https://mover.ics.uci.edu/download.html 签署协议后由系统发凭证下载。fetch_ucirepo(id=877) 在未获授权时无法取到实际数据。

正解：按 §6.1 的流程走 DUA；在论文方法部分如实描述"数据经 DUA 获取"，不要写成"公开可下载"。

坑 2：把 SIS 数据集和 EPIC 数据集当成一个整体直接合并

症状：把两个子数据集的文件 cat 到一起做分析，结果字段大量缺失、统计口径混乱。

真相：SIS（9 表，2015-2017）与 EPIC（10 表，2017-2022）表结构与字段不一致：EPIC 有结局/病史/ASA/账单，SIS 没有；SIS 有高时间分辨生命体征（CO/SVV/脑氧/ICP/train-of-4），EPIC 的表组织方式不同。两者是为同一仓库服务的两个异构批次，不是同一 schema 的两份采样。

正解：先明确用哪个子集。若必须合并，先做字段映射与对齐，并对"某字段在某子集缺失"做显式处理（如标记为缺失而非填 0）。

坑 3：假设 MOVER 公开了波形采样率

症状：在方法学里引用一个"采样率 = 某 Hz"的数字并据此设计滤波/重采样，却找不到官方来源。

真相：截至 2026-09-30，MOVER 论文与官网均未披露波形采样率。第三方论文中出现的"约 0.5-1 Hz"之类说法是第三方对某个下游实验的采样描述，不是 MOVER 官方规格。同样，有波形的手术例数也未官方披露（第三方口径从 1,200+ 到 5,000+ 不等）。

正解：不要臆造数值。在论文中如实写"采样率未在原始数据文档中公开披露，本研究实际使用 X Hz（经验证）"。获批后应第一时间自行核验采样率与波形覆盖率。

坑 4：忽视"部分波形增益值有已知错误"这条官网警告

症状：直接对动脉压波形做绝对振幅分析、跨病例比较血压波形高度，得出看似精确但不可靠的结论。

真相：官网首页 Warning 明确写道部分波形的增益（gain）值存在已知错误，团队正在修复。增益错误会直接成比例地扭曲波形的绝对值——波形形态（相对形状）可能还好，但绝对幅度不可信。

正解：修复版本发布前，避免以波形绝对幅度为核心的定量分析；或对幅度做生理合理性校验（如动脉压是否落在合理生理区间）并在论文中声明这一限制。

坑 5：把第三方论文里的规模数字当成 MOVER 官方数字

症状：在某篇用 MOVER 的论文里看到"基于 1,200+ 手术"或"over 5,000 surgical procedures"，就直接引用为"MOVER 有 1,200 例/5,000 例"。

真相：MOVER 官方规模是 58,799 患者 / 83,468 台手术。"1,200+"与"5,000+"是第三方实验实际用到的手术子集（可能因为只取有波形者、只取某类术式、只取某个时间窗等），是下游口径，不是官方规模。

正解：引用规模时只用官方数字（58,799 / 83,468），并注明来自 JAMIA Open 2023 或官网。若要引用某个第三方实验的例数，务必写清"该研究实际使用 N 例"。

坑 6：把第三方派生的事件标签当成 MOVER 官方标注

症状：看到论文说"MOVER 标注了低血压/出血等事件"，误以为 MOVER 自带这些标签。

真相：MOVER 官方不含"低血压/高血压/心动过缓/心动过速/出血"这类事件标注。 这些标签是第三方研究者按各自阈值定义、从生理信号中自行生成的（如 MAP < 65 mmHg 持续若干秒判定低血压）。不同论文的低血压定义不同，标签不可跨论文直接比较。

正解：区分"MOVER 提供的原始数据"与"研究者派生的标签"。复现时以自己的定义为准并明确报告。

坑 7：寄望于 MOVER 做真正的纵向/时间趋势分析

症状：想用 MOVER 分析"手术量的季节性变化"或"某术式在多年间的趋势"，却发现无法定位到具体日期。

真相：去标识移除了手术日期（论文明确）。MOVER 只有相对时间轴，没有绝对日历日期。90 岁以上患者年龄也被抑制。

正解：纵向/时间趋势类研究不适合用 MOVER。MOVER 适合的是单次手术内的过程建模与跨病例的横截面建模。

坑 8：忽略 DUA 第 6 条的"代码开源"义务

症状：签了 DUA、拿到数据、发了论文，却因为没同步开源代码而违反协议。

真相：DUA 第 6 条写明——“若我公开传播研究结果，我将同时把产生这些结果的代码贡献到面向研究社区开放的仓库。” 这是一条先决义务，不是建议。

正解：在项目启动时就规划代码仓库（GitHub/GitLab 等），论文投稿前完成代码整理与开源，并在论文中给出仓库链接。

§11 DAIMS 数据成熟度评估

采用 DAIMS（Data Asset Maturity and Implementation Standards，数据资产成熟度与实施标准）框架对 MOVER 做五维评估。评分 1-5 分（5 为最高）。本评估为本条目编者依据公开信息作出的主观评级，供参考。

维度	得分	评估说明
Discoverability（可发现性）	4 / 5	UCI ML Repository #877 收录、JAMIA Open 开放获取论文、官网与新闻稿齐备，DOI 规范；扣分在于 DUA 下载页不在主流数据集聚合平台（HF/Kaggle）索引中，新手不易第一跳命中
Accessibility（可获取性）	3 / 5	免费且无需付费，但必须签 DUA + 邮箱验证，非直链；相比 CC BY 直链数据集门槛明显更高；凭证自动发放属便利，但整体仍属受限获取
Interoperability（互操作性）	3 / 5	提供结构化关系表，概念模型清晰（患者-就诊-事件-波形）；但 SIS/EPIC 双 schema 不一致、波形格式与采样率未标准化披露，跨数据集互操作需额外对齐工作
Metadata（元数据）	4 / 5	官网文档页详列两子集各表字段含义；论文表格给出人口学/结局/术式分布；UCI 页列出任务类型与 DOI；扣分在于波形级元数据（采样率、通道命名、单位）缺失
Sustainability（可持续性）	5 / 5	UC Irvine 机构托管、UCI ML Repository 长期归档、DOI 持久化、论文被广泛引用、团队持续维护（官网有修复进度公告）；机构级背书与持久标识符齐备

DAIMS 总分：19 / 25。

评述：MOVER 的可发现性、元数据与可持续性都达到良好水平，其"成熟度瓶颈"集中在可获取性（DUA 门槛）与互操作性（双 schema + 波形元数据缺失）。这符合"前沿采集型数据集"的典型成熟度画像——数据本身价值极高，但工程标准化尚在进行中。随着波形增益修复与 NIH"Bridge to AI"标准化推进，其互操作性维度有望提升。

§12 常见问题（FAQ）

Q：MOVER 是 MIMIC 的子集或衍生品吗？
不是。MOVER 由 UC Irvine 团队独立采集构建，与 MIMIC（MIT/BIDMC 主导）无隶属关系。MIMIC-IV 只是 MOVER 论文中用于对比说明定位的参照对象（Table 5）。

Q：没有动脉置管的患者，波形数据缺一路怎么办？
动脉压波形（arterial line）仅在患者置动脉导管时存在（论文原文"if present"）。这是临床事实导致的天然缺失，不是数据错误。设计任务时应把"是否有动脉线"作为一个可能的特征或分层变量。

Q：DUA 审批要等多久？
据官网流程，凭证是邮箱验证后自动发送，属即时/近即时，不是人工逐份审批。但具体到账时间可能受邮件系统影响，建议使用机构邮箱。

Q：能用于商业产品开发吗？
不能。DUA 第 5 条限定访问权限仅用于"伦理科学研究"，任何其他用途（含商业）会导致访问立即终止。商业用途需另行联系数据管理员商谈。

Q：波形数据以什么文件格式提供？
论文与官网未披露详尽的波形文件格式规范。具体格式以 DUA 获批后发放的实际文件为准。

Q：MOVER 会更新吗？
会。官网挂着"波形增益修复中，修复文件完成后将通知所有人"的公告，说明团队在持续维护。建议获批后关注官网公告或联系管理员。

Q：为什么 ICU 转入率高达 45.3%？是不是数据有问题？
不是数据错误，而是单中心病例复杂度所致。UC Irvine 医学中心是橙县唯一 I 级创伤中心、烧伤中心与 NCI 综合癌症中心，且具备杂交手术室与术中 CT/MRI，收治病例复杂度高，术后进 ICU 监护的比例高于普通医院属合理。这也提示使用者在跨机构迁移模型时要警惕分布偏移。

Q：做术中低血压预测，用 XGBoost 还是 LSTM？
没有官方答案（MOVER 论文不含模型基准）。第三方预印本报告 XGBoost 在 5/10/15 分钟预测上表现最优（AUC-ROC 0.973/0.942/0.908），但那是单一第三方结果，不应作为普适结论。选择模型应由具体任务定义、特征工程与验证设计决定。

Q：MOVER 里的"事件"到底指什么？
MOVER 官方的 “Events” 指程序性事件（preoperative/perioperative/postoperative procedural events），即手术流程中的操作节点及其时间戳，记录在 patient procedure events 表中。它不包含"低血压""出血"这类临床事件标签——那些是研究者自行派生的（坑 6）。

Q：没有波形的手术，数据还能用吗？
能用。MOVER 的结构化 EHR 表（人口学、用药、检验、事件、结局）覆盖全部 83,468 台手术，不依赖波形。做结局预测（如术后并发症、ICU 转入）等表格任务时，波形缺失不影响；只有做波形级任务时才需要关注配对率。

Q：SIS 子集没有结局，为什么还要保留它？
因为 SIS 子集有 EPIC 没有的高时间分辨生命体征（CO、SVV、脑氧、颅内压均值、train-of-4 等），以及动脉线置管信息。这些对"术中实时生理建模"极有价值，是 MOVER 相对其他围术期库的细节优势。结局建模用 EPIC，高频建模用 SIS，各取所长。

Q：MOVER 的数据是英文还是其他语言？
字段名为英文；EPIC 子集的术后并发症含自由文本注释字段，其语言取决于临床记录（通常为英文）。若无 NLP 需求，使用结构化字段即可。

Q：能不能用 MOVER 训练一个通用的"术中生理基础模型"？
理论上可以，实践中需注意：① 单中心偏斜（UC Irvine 一所机构），泛化性存疑；② 波形增益错误影响绝对幅度；③ 采样率未公开，跨中心对齐困难。建议先在小规模任务上验证，再考虑大模型路线，并在论文中充分披露上述限制。

Q：MOVER 和 PhysioNet 上的波形库有什么区别？
PhysioNet 托管的多数波形库（如 MIT-BIH、MIMIC-IV-Waveform）聚焦 ICU 或诊断场景，且多为单模态（如纯 ECG）。MOVER 的特色是手术室场景 + 多模态波形（ECG/PPG/动脉压） + 配对完整 EHR 与结局。三者叠加使其定位独特。

Q：如果 DUA 申请没通过怎么办？
据官网流程，DUA 是"填表 → 邮箱验证 → 自动发凭证"，通常不存在人工驳回环节，除非信息不实或邮箱无法验证。若遇问题，联系 Kaiwen（KAIWEY7@UCI.EDU）。

Q：MOVER 会更新到包含更多年份吗？
论文称当前为"first release"（2015-2022）。官网有"波形增益修复"的公告，说明团队在维护。是否有更大范围的后续版本，截至抓取时点（2026-09-30）未见官方公告，建议关注官网。

事实清单（硬数字 + 来源）

事实	数值	来源
唯一患者数	58,799	JAMIA Open 2023 / mover.ics.uci.edu / UCI #877
手术台次	83,468	同上三源
SIS 数据集患者数	19,114	JAMIA Open 2023
SIS 数据集年份	2015-2017	JAMIA Open 2023
SIS 数据集表数	9	JAMIA Open 2023 Table 1
EPIC 数据集患者数	39,685	JAMIA Open 2023
EPIC 数据集手术台次	64,354	JAMIA Open 2023
EPIC 数据集年份	2017-2022	JAMIA Open 2023
EPIC 数据集表数	10	JAMIA Open 2023 Table 2
EPIC 平均年龄	55 ± 17 岁	JAMIA Open 2023 Table 3
EPIC 女性/男性	30,139（46.8%）/ 34,214（53.2%）	JAMIA Open 2023 Table 3
EPIC 平均住院时长	7 ± 14 天	JAMIA Open 2023 Table 3
EPIC ASA 众数	3 级（29,449，45.8%）	JAMIA Open 2023 Table 3
EPIC ICU 转入	29,131（45.3%）	JAMIA Open 2023 Table 4
EPIC 死亡	1,023（1.6%）	JAMIA Open 2023 Table 4
波形通道	ECG / 脉搏血氧 PPG / 动脉压	JAMIA Open 2023
波形采集平台	Bernoulli Health（Bernoulli, Cardiopulmonary Corp.）	JAMIA Open 2023
数据 DOI	10.24432/C5VS5G	UCI / 官网
论文 DOI	10.1093/jamiaopen/ooad084	PubMed / OUP
PMID / PMCID	37860605 / PMC10582520	PubMed
资助项目号	R01EB029751（NIH/NIBIB）	新闻稿 / 论文
获取方式	签 DUA 免费下载	mover.ics.uci.edu
去标识	HIPAA 合规；无标识符/无手术日期/≥90 岁年龄抑制	DUA 页 / 新闻稿

术语表

术语	全称 / 释义
MOVER	Medical Informatics Operating Room Vitals and Events Repository，围术期手术室生命体征与事件仓库
EHR / EMR	Electronic Health Record / Electronic Medical Record，电子健康记录/电子病历
SIS	Surgical Information Systems，2015-2017 年 MOVER 使用的 EHR 系统
EPIC	2017-2022 年 MOVER 使用的 EHR 系统
ECG / EKG	Electrocardiogram，心电图
PPG	Photoplethysmography，光电容积脉搏波（脉搏血氧波形）
Arterial line	动脉线，置管后提供连续动脉压波形
MAP	Mean Arterial Pressure，平均动脉压
SBP / DBP	Systolic / Diastolic Blood Pressure，收缩压/舒张压
SpO₂	外周血氧饱和度
IOH	Intraoperative Hypotension，术中低血压
CO	Cardiac Output，心输出量
SVV	Stroke Volume Variation，每搏量变异度
train-of-4	四个成串刺激，神经肌肉阻滞监测
LDA	Lines, Drains and Airway devices，管路、引流与气道装置
I/O	Input/Output，液体输入输出
ASA	American Society of Anesthesiologists，美国麻醉医师学会（此处指其身体状况分级）
ICU	Intensive Care Unit，重症监护室
DUA	Data Use Agreement，数据使用协议
HIPAA	Health Insurance Portability and Accountability Act，美国健康保险流通与责任法案
PHI	Protected Health Information，受保护健康信息
IRB	Institutional Review Board，机构审查委员会
DAIMS	Data Asset Maturity and Implementation Standards，数据资产成熟度与实施标准

附录 A：MOVER 论文关键表格速查

Table 3（EPIC 人口学与术中特征）：性别女 30,139（46.8%）/ 男 34,214（53.2%）；年龄 55 ± 17；住院 7 ± 14 天；ASA 1-6 分级分布见 §2.4。

Table 4（EPIC 结局）：ICU 转入 29,131（45.3%）；死亡 1,023（1.6%）；并发症分型见 §2.5。

Table 5（MOVER vs MIMIC-IV）：见 §2.6。

附录 B：两个子数据集表清单（合并视图）

#	SIS 数据集（9 表）	EPIC 数据集（10 表）
1	Patient information	Patient information
2	Patient medications	Patient history
3	Patient labs	Patient visit
4	Patient I/O	Patient medications
5	Patient vitals	Patient LDA
6	Patient observations	Patient labs
7	Patient ventilator	Patient measurements
8	Patient arterial line	Patient postoperative complications
9	Patient procedure events	Patient procedure events
10	—	Patient coding

附录 C：DUA 九条一览（便于速查）

1. 申请信息属实；2. 不识别个体；3. 不再分发；4. 发现可识别信息立即上报；5. 仅限伦理科研；6. 公开成果须同步开源代码；7. 任一方可终止；8. 联系 Kaiwen KAIWEY7@UCI.EDU；9. 签署提交。

附录 D：MOVER 关键时间线

时间	事件
2012	团队启动围术期波形采集项目的规划（新闻稿口径）
2015	SIS 数据集采集开始
2017	EHR 系统从 SIS 切换至 EPIC，EPIC 数据集采集开始
2022	EHR 数据采集结束
2023-09-08	UCI ML Repository #877 外链发布
2023-10-17	JAMIA Open 论文正式发表
2023 年后	进入围术期数据引用网络（INSPIRE 等引用）
2026-09-30	本条目抓取时点；官网仍挂"波形增益修复中"公告

附录 E：与 MIMIC-IV 的差异速记

维度	MOVER	MIMIC-IV
场景	手术/麻醉（围术期）	ICU/住院
患者数	58,799	180,733（医院）/ 50,920（ICU）
平均年龄	55.0	58.8（医院）/ 64.7（ICU）
女性 %	46.8	52.2（医院）/ 44.2（ICU）
住院天数	7.0	4.5（医院）/ 11.0（ICU）
波形	术中 ECG/PPG/动脉压	ICU 波形（独立子集）

附录 F：波形通道一览

通道	英文	存在条件	临床意义
心电图	ECG / EKG	常规	心律、心率、心肌缺血监测
脉搏血氧	Pulse Oximetry / PPG	常规	血氧饱和度、脉搏波形态
动脉压	Arterial line	仅置动脉导管者	连续血压波形、每搏变异

附录 G：高时间分辨生命体征（SIS observations 表）

指标	英文	说明
心输出量	CO	心脏每分钟泵血量
股动脉线测量	femoral arterial line	股动脉置管所得压力/波形
桡动脉线测量	radial arterial line	桡动脉置管所得压力/波形
每搏量变异度	SVV	反映容量反应性
脑氧饱和度	cerebral oximetry	脑组织氧合监测
颅内压均值	ICP mean	颅内压
四个成串刺激	train of 4	神经肌肉阻滞深度

附录 H：EPIC 术后并发症分型

其他 1,093（1.7%）；心血管 861（1.3%）；呼吸 735（1.1%）；气道 373（0.6%）；代谢 154（0.2%）；神经 147（0.2%）；行政 118（0.2%）；损伤/感染 117（0.2%）；用药 94（0.1%）；区域 60（0.1%）；慢性疼痛 32（0.05%）。

附录 I：EPIC 十大术式

心脏导管+介入 1,521（2.3%）；腹腔镜胆囊切除 1,189（1.8%）；诊断性腹腔镜 1,040（1.6%）；剖腹探查 985（1.5%）；子宫扩张刮除 887（1.4%）；清创+皮片移植 741（1.2%）；膝关节置换 680（1.1%）；下肢冲洗清创 623（1.0%）；股骨骨折 ORIF 608（0.9%）；动静脉瘘造影+血管成形 573（0.9%）。

附录 J：获取流程五步图

① 访问 mover.ics.uci.edu/download.html
        ↓
② 填写姓名/邮箱/电话/日期
        ↓
③ 点击 submit（填完后才出现）
        ↓
④ 邮箱收到验证信 → 完成验证
        ↓
⑤ 系统自动发送下载凭证

附录 K：本条目核验方法说明

本条目所有硬数字均经三源互证：① JAMIA Open 2023 论文全文（OUP / PMC / PubMed）；② MOVER 官网 mover.ics.uci.edu（含文档页与下载页）；③ UCI ML Repository #877 元数据页。三源在核心规模数字（58,799 / 83,468 / 19,114 / 39,685 / 64,354）上完全一致。双口径冲突处（采集年限、license、波形例数）已在 FACTS.md §9 与正文对应章节逐条存照。

附录 L：常见误引纠正表

常见误引	正确表述
“MOVER 公开下载”	“签 DUA 后免费下载”
“MOVER 有 1,200 例”	“MOVER 官方 58,799 患者 / 83,468 手术；某第三方实验实际用 N 例”
“MOVER 是 CC BY 4.0 数据”	“数据本体受 DUA 约束；CC BY 4.0 仅见于 UCI 元数据字段”
“MOVER 采样率 X Hz”	“采样率未公开披露”
“MOVER 自带低血压标注”	“低血压标签由第三方研究者自行定义生成”
“MOVER 包含手术视频”	“MOVER 是波形 + 结构化 EHR，不含视频/图像”

附录 M：与库内相关条目的互链价值评级

条目（rid）	互链价值	理由
INSPIRE（176）	★★★★★	同场景（围术期）互补（表 vs 波形）
VitalDB（192）	★★★★★	同为术中高保真波形库
MIMIC-IV-Waveform（65）	★★★★☆	论文直接对比对象
SICdb（124）	★★★★☆	波形+临床配对的同类范式
MIMIC-IV-ECG（172）	★★★☆☆	ECG 模态对照
BIDMC-PPG（74）	★★★☆☆	PPG 模态对照
PPG-DaLiA（202）	★★★☆☆	PPG 院内 vs 院外对照
Apnea-ECG（658）	★★☆☆☆	连续监测范式参照
JIGSAWS（283）	★★☆☆☆	手术室视觉模态
CholecT50（223）	★★☆☆☆	手术室视觉模态

附录 O：MOVER 与 MIMIC-IV 的字段级互补分析

MOVER 与 MIMIC-IV 虽然场景不同，但字段设计上有可类比之处，了解对应关系有助于把熟悉 MIMIC 的经验迁移到 MOVER：

MIMIC-IV 概念	MOVER 对应	差异说明
patients / admissions	Patient information	MOVER 以手术/就诊为单位，含 ASA 与出院去向
diagnoses_icd	Patient history / Patient visit	MOVER 的病史表含全部可得诊断
prescriptions / emar	Patient medications	MOVER 记录剂量、单位、时间、途径
labevents	Patient labs	MOVER 提供观测值与参考值
chartevents	Patient vitals / measurements / observations	MOVER 按 SIS/EPIC 分表，SIS 有高频观察
inputevents / outputevents	Patient I/O	液体类型/体积/时间
procedureevents	Patient procedure events	术前/术中/术后事件 + 时间戳
波形子集	波形（ECG/PPG/动脉压）	MOVER 全为术中波形
—（对应物）	Patient LDA	管路/引流/气道装置（MOVER 特有）
—（对应物）	Patient ventilator	呼吸机参数（MOVER 特有，SIS）
—（对应物）	Patient coding	账单编码（MOVER 特有，EPIC）
—（对应物）	Patient postoperative complications	术后并发症 + 自由文本（MOVER 特有）

结论：MOVER 在"围术期特有"的字段上（LDA、呼吸机、术后并发症、账单）比 MIMIC-IV 更专门化；在"通用住院"字段上则不如 MIMIC-IV 全面。两者是场景互补而非规模竞争。

附录 P：入库与元数据速查

元数据项	值
正选 slug	mover
记录标识	UCI ML Repository #877
数据 DOI	10.24432/C5VS5G
论文 DOI	10.1093/jamiaopen/ooad084
PMID	37860605
PMCID	PMC10582520
期刊	JAMIA Open, Vol 6, Issue 4, December 2023
机构	University of California, Irvine（UCI）
通讯作者	Pierre Baldi（UCI）、Maxime Cannesson（UCLA）
采集年份	2015-2022
获取	签 DUA 后免费下载
官网	https://mover.ics.uci.edu
下载页	https://mover.ics.uci.edu/download.html

附录 Q：坑点档案速查表

坑号	一句话	严重度
坑 1	误以为 MOVER 是"点击即下"的公开数据集	高
坑 2	把 SIS 与 EPIC 当成一个整体直接合并	高
坑 3	假设 MOVER 公开了波形采样率	中
坑 4	忽视"部分波形增益值有已知错误"的官网警告	高
坑 5	把第三方的规模数字当成 MOVER 官方数字	中
坑 6	把第三方派生的事件标签当成 MOVER 官方标注	中
坑 7	寄望于 MOVER 做纵向/时间趋势分析	低
坑 8	忽略 DUA 第 6 条的"代码开源"义务	中

附录 R：MOVER 数据获取后的合规自检

检查项	要求
是否已签署 DUA	每位使用者单独签署
存储位置	机构内网/受控环境，不再分发
再分发	禁止（含上传第三方平台）
用途	仅伦理科研
成果代码	公开传播成果时同步开源
引用	按官网推荐格式引用论文与数据集
发现可识别信息	立即联系管理员

附录 S：围术期公开数据一览（横向定位）

数据集	国家	规模（患者）	波形	结局	获取
MOVER	美国	58,799	✅ 术中三通道	✅	DUA
VitalDB	韩国	数千级	✅ 术中多通道	部分	申请
INSPIRE	韩国	数万	❌	✅	DUA
MIMIC-IV（医院）	美国	180,733	独立子集	✅	credentialed
MIMIC-IV（ICU）	美国	50,920	独立子集	✅	credentialed
SICdb	奥地利	~2,700	✅	✅	申请
eICU-CRD	美国多中心	数十万	❌	✅	credentialed

附录 T：一句读懂 MOVER 的三个关键词

关键词	含义	为什么重要
术中（intraoperative）	数据取自手术与麻醉过程	与 ICU 数据场景互补，不可互换
高保真波形（high-fidelity waveform）	保留原始采样细节的连续信号	这是 MOVER 相对围术期临床表库的核心差异
DUA	数据使用协议	决定获取方式与合规义务，不是普通"公开下载"

附录 U：本条目与其他库内条目的关系速览

关系类型	库内条目
同场景（围术期/手术室）	INSPIRE（176）、JIGSAWS（283）、CholecT50（223）
同模态（生理波形）	MIMIC-IV-Waveform（65）、MIMIC-IV-ECG（172）、BIDMC-PPG（74）、PPG-DaLiA（202）、Apnea-ECG（658）
同范式（波形 + EHR 配对）	SICdb（124）、VitalDB（192）
生态底座（EHR/重症）	MIMIC-IV Clinical Database（4）、MIMIC-III（106）、MIMIC-IV-Note（47）、MIMIC-IV-ED（116）、eICU-CRD（552）

附录 V：结语——为什么 MOVER 值得一个条目

一个数据仓库能进入"AI-Ready Wikipedia"的条目序列，通常因为它满足三个条件之一：规模大、模态新、或填补了长期缺口。MOVER 属于第三种，而且填得很准——它填的是"手术室高保真波形"这个被 MIMIC 时代遗落的角落。58,799 名患者、83,468 台手术、三通道连续波形、跨两代 EHR 的事件与结局，加上一个"签协议即免费"的开放通道，使它成为麻醉与围术期 AI 研究绕不开的起点。它的坑也很真实（DUA 门槛、双系统异构、波形增益错误、采样率未披露），但正因为这些坑被公开写在了官网与论文里，它反而成了一个诚实的数据仓库——这在这个领域比数据本身更稀缺。

附录 N：一句话总结

MOVER 是围术期 AI 的数据地基——它把长期空白的手术室高保真波形与电子病历配对，用 58,799 患者、83,468 台手术的体量和"签 DUA 即免费"的开放姿态，补上了 ICU 有 MIMIC、手术室却没有对应公开数据的那一块拼图。

---

尾注与来源

1. Samad M, Angel M, Rinehart J, Kanomata Y, Baldi P, Cannesson M. Medical Informatics Operating Room Vitals and Events Repository (MOVER): a public-access operating room database. JAMIA Open. 2023 Oct 17;6(4):ooad084. doi: 10.1093/jamiaopen/ooad084. PMID: 37860605; PMCID: PMC10582520. https://academic.oup.com/jamiaopen/article/6/4/ooad084/7429403
2. MOVER 官方网站. https://mover.ics.uci.edu （含 documentation.html、download.html、paper.html）
3. UCI Machine Learning Repository. MOVER: Medical Informatics Operating Room Vitals and Events Repository. Dataset #877. doi: 10.24432/C5VS5G. https://archive.ics.uci.edu/dataset/877/mover
4. UCLA Health 新闻稿. “New database of more than 83,000 surgical outcomes aimed at advancing research and training artificial intelligence algorithms now online”. https://www.uclahealth.org/news/release/new-database-more-83000-surgical-outcomes-aimed-advancing
5. Newswise. 同题新闻稿. https://www.newswise.com/articles/view/805407
6. PubMed 记录. https://pubmed.ncbi.nlm.nih.gov/37860605
7. PMC 全文. https://pmc.ncbi.nlm.nih.gov/articles/PMC10582520/
8. Lim L, et al. INSPIRE, a publicly available research dataset for perioperative medicine. Scientific Data. 2024. doi: 10.1038/s41597-024-03517-4
9. Lim L, Lee HC. Open datasets in perioperative medicine: a narrative review. Anesthesia and Pain Medicine. 2023. doi: 10.17085/apm.23076
10. Idrobo-Ávila E, et al. Quantifying the Suitability of Biosignals Acquired During Surgery for Multimodal Analysis. IEEE Open Journal of Engineering in Medicine and Biology. 2024. doi: 10.1109/ojemb.2024.3379733

---

本条目由千方病案医数集编辑部整理，事实核验时点 2026-09-30。许可与获取条款以数据提供方最新公告为准。

---

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：

• cinc-2015 — 共享标签：电子健康记录 / 生理信号 / 心电信号 / 重症监护 / 时序数据
• sicdb — 共享标签：电子健康记录 / 生理信号 / 重症监护 / 时序数据
• mc-med — 共享标签：电子健康记录 / 生理信号 / 重症监护 / 临床电子病历
• pulsedb — 共享标签：电子健康记录 / 生理信号 / 心电信号 / 重症监护
• eicu-crd — 共享标签：电子健康记录 / 重症监护 / 时序数据 / 临床电子病历
• mimic-iv-waveform — 共享标签：生理信号 / 重症监护 / 时序数据
• gossis-1 — 共享标签：电子健康记录 / 重症监护 / 时序数据 / 临床电子病历
• mimic3wdb — 共享标签：电子健康记录 / 生理信号
• mimic3wdb-matched — 共享标签：电子健康记录 / 生理信号
• mimic4wdb — 共享标签：电子健康记录 / 生理信号

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。