丙泊酚镇静下的行为与自主神经动态：9 人 10 阶段

麻醉医生在手术中判断病人「够不够深」，主要靠三样东西：呼出气麻醉药浓度、脑电双频指数、以及血压心率有没有动。前两样测的是「给了多少」，第三样测的是「身体怎么反应」。中间缺了一环——身体反应里最敏感的那部分，也就是交感神经的即时活动，监护仪并不直接给。

丙泊酚让这件事变得可以研究。它把病人从清醒推到无意识，再推回来，中间不掺手术创伤、不掺失血、不掺合并用药。如果把这一路的浓度变化做成阶梯，每一步都停够时间让身体稳态，那么每一次「心率变了」「皮电变了」，都能和当时的药物浓度对上号。这份数据做的就是这件事：九名健康志愿者，每人约三小时，丙泊酚目标浓度按 0、1、2、3、4、5、3.75、2.5、1.25、0 毫克每千克每小时十个阶段升降，每阶段约十五分钟。全程录心电与皮肤电导，导出逐拍的心率变异性索引和逐事件的皮电索引，并用按钮反应任务标出意识消失与恢复的时刻。

样本只有九个人，这是它最显眼的短板，也是它最容易被误用的地方。想知道九个人为什么还能做统计，看 §2.4 与 §8.2；想直接拿它训练麻醉深度模型，先读 §4 与 §6.9；只关心能不能下载，看 §3。

§1 它是什么：一条被切成十段的意识轨道

1.1 一句话定义与四条边界

这是一份前瞻性实验数据集：9 名健康志愿者在丙泊酚靶控输注下，经历十个浓度阶段，全程记录心电与皮电，导出心率变异性与皮电活动的点过程索引，附意识消失与恢复的时刻标注，并配一套可复现分析的 Matlab 代码。

四条边界先摆出来。

第一，给的是索引，不是原始波形。 目录里全是 CSV，装的是从原始信号导出并按窗口汇总的标量。想知道原始心电长什么样、自己换一套特征提取方法来比对，做不到——原始波形不在此次发布范围内。

第二，没有脑电。 这是作者在 Usage Notes 里主动写明的一条限制。丙泊酚的脑电特征（慢波与 α 波的交替）是麻醉深度监测的主流依据，这份数据一点都没有。所以它不能用来做「脑电加自主神经的多模态融合」这类研究，只能做自主神经这一侧的分析。

第三，没有血压。 同样在 Usage Notes 里明说。丙泊酚是血管扩张剂，血压下降是它最典型的循环效应之一。数据里只有心率与心率变异性，血压这一路的信息缺失，意味着「压力反射」这条解释路径只有半条。

第四，九个人，健康，青壮年。 没有老年人、没有心血管合并症、没有长期用药。任何要在真实病人身上用的结论，都必须重新验证。

1.2 丙泊酚为什么是个好用的研究工具

要理解这份数据为什么值得做，得先理解为什么选丙泊酚。

丙泊酚的作用靶点相对清楚。它主要作用于 γ-氨基丁酸 A 型受体，增强抑制性电流，从而广泛抑制皮层、丘脑与脑干的神经元放电。这种抑制不是让脑电变得「平」，而是让它变得高度有序——在意识消失前后，脑电出现特征性的慢波与 α 振荡交替。这一点是丙泊酚区别于氯胺酮、右美托咪定等药物的关键：它产生的是「有结构的无意识」。

对自主神经的影响也是多路的。第一，它扩张血管，血压下降；第二，通过压力反射，心率可能短暂上升，但随着心肌抑制效应显现，心率总体下降；第三，它降低汗腺的基础充盈水平，并提高自发性与诱发性出汗的阈值。

第三条对这份数据尤其重要。皮电测的就是汗腺活动，而丙泊酚直接压低了汗腺的基线——这意味着皮电的下降本身有一部分是药物对效应器官的直接作用，不全是中枢交感张力下降。这个区分在解读时绕不过去，§4.4 会展开。

1.3 十个阶段是怎么排的

实验流程可以概括为「两段基线 + 六段上升 + 四段下降」。

目标浓度依次是 0、1、2、3、4、5、3.75、2.5、1.25、0 毫克每千克每小时。前面两段 0 分别叫麻醉前基线与麻醉后基线；中间从 1 到 5 是六个上升阶段；之后 3.75、2.5、1.25、0 是四个下降阶段。每段约十五分钟。

为什么是阶梯而不是斜坡？因为要等稳态。靶控输注虽然按模型算血药浓度，但效应室的平衡有延迟——血浆浓度到位了，脑内浓度还在追。十五分钟大致够效应室浓度追平，这样每一段的生理读数才能代表「这个浓度下的稳态」，而不是「正在变化中的某一刻」。

为什么下降段只到 3.75、2.5、1.25？因为下降段取的是上升段的中间值，这样可以比较「同一浓度、上升途中」与「同一浓度、下降途中」的差异。这个设计指向一个具体问题：是否存在滞后现象——同样浓度下，正在加深与正在变浅的生理状态是否相同。这是麻醉药理学里的经典问题，叫滞后环（hysteresis）。

理解了这层设计，就能明白为什么 §8.2 要强调「按受试者分段交叉验证」：十段之间不是独立的，同一受试者的前后段共享同一个人、同一套电极、同一个当日状态。

1.4 意识消失与恢复是怎么判定的

判定方式是按钮反应任务。受试者手里握一个按钮，被要求听到提示音就按。研究者记录反应的有无，据此标出意识消失（LOC）与恢复（ROC）的时刻，单位是秒。

这个方法简单、可重复、不需要额外设备，是麻醉研究里的通行做法。但它有一个必须说清的性质：它测的是「能不能按要求做动作」，不是「有没有意识」。

这两件事在多数情况下同步，但不同步的情形也不少。受试者可能仍有意识，但手没力气按；也可能已经无意识，手上还残留着对声音的反射性动作。丙泊酚作用下，运动通路本身会被抑制，这会系统性地让 LOC 判定偏早（还没真正失去意识就已经按不动了），让 ROC 判定偏晚（意识恢复了但还按不动）。

数据里给 LOC 与 ROC 各一个时刻，没有给不确定区间。用它做监督学习的标签时，这个模糊性会直接变成标签噪声，而且是有方向性的噪声。

1.5 一个关键细节：两个基线不是同一个基线

这是这份数据里最容易被忽略、又最影响解读的一点。

实验有前后两个 0 毫克每千克每小时阶段，分别叫麻醉前基线与麻醉后基线。名字对称，状态不对称。

理由有三层。第一层是药物残留：丙泊酚的效应室浓度在输注停止后需要一段时间才降到可忽略，最后一段十五分钟不一定够。第二层是生理疲劳：三个小时的卧床、电极贴附、反复测试，本身就改变了自主神经状态。第三层是昼夜节律：三小时在一天里跨越的时段，足以让心率变异性出现可测的漂移。

所以「前后基线之差」这个量，混合了药物残留、疲劳、节律三种成分，不能直接读作「麻醉的持续影响」。若要做基线校正，更稳妥的做法是用前一个基线做参照，把后一个基线当作独立的观察点来分析，而不是把它当成「恢复原状」的证据。

1.6 它不适合回答什么

把这句放在前面，能省掉很多误用。

它不适合回答「这个指标能不能监测麻醉深度」——九个人、健康、程序化给药，不足以支撑临床效度结论。

它不适合回答「丙泊酚对心脏有什么影响」——没有血压、没有每搏量、没有超声，只有心率和心率变异性。

它不适合回答「麻醉后自主神经多久恢复」——两个基线之间的差异混杂了太多成分，且随访只到最后一阶段结束。

它不适合做人群推断。九个人的年龄、性别、体质分布不支持任何关于「一般人」的结论。

它适合回答的，是方法学问题：点过程索引在这些条件下能不能稳定估计？行为状态与自主神经状态是否同步变化？多模态（心率变异性加皮电）是否比单模态提供更多信息？这些问题的答案不依赖样本量，依赖的是同一批人身上反复测量的精度。

§2 数据构成：九个受试者与十九类文件

2.1 目录里到底有什么

Data 目录的组织方式是按受试者编号展开，每人一组 CSV，文件名以 S# 开头（# 从 1 到 9）。按作者在 Data Description 里的列举，文件分四组。

第一组是心率变异性：S#_muRR.csv、S#_sigmaRR.csv、S#_muHR.csv、S#_sigmaHR.csv、S#_pow_tot.csv、S#_ratio.csv、S#_LF.csv、S#_HF.csv、S#_LFnu.csv、S#_HFnu.csv。十个文件，前四个是时域，后六个是频域。

第二组是皮电：S#_eda_tonic.csv、S#_muPR.csv、S#_sigmaPR.csv、S#_mu_amp.csv、S#_sigma_amp.csv。五个文件。

第三组是时间戳：S#_t_HRV、S#_t_EDA_tonic、S#_t_EDA。三个文件，没有 .csv 后缀。

第四组是行为与事件：S#_LOC.csv、S#_ROC.csv、S#_events。三个文件。

另有两个跨受试者的汇总文件：EDA_temp_amp_#.csv（每位受试者一个，装五个皮电协变量的矩阵）与 LOC_ROC.csv（一张表，第一列 LOC、第二列 ROC，九行）。

分组的意义在于三类时间戳对应三条不同的时间网格。这一点下面单独说。

2.2 三条时间网格，别混着用

这是实操中最容易出错的地方，而且出错之后不会报错，只会得到一张看起来合理的错图。

心率变异性的量（muRR、sigmaRR、muHR、sigmaHR、pow_tot、ratio、LF、HF、LFnu、HFnu）共用 S#_t_HRV。皮电的脉冲率与幅度（muPR、sigmaPR、mu_amp、sigma_amp）共用 S#_t_EDA。皮电的紧张性成分单独用 S#_t_EDA_tonic。

三条网格为什么不同？因为它们的事件源不同。心率变异性的事件是心跳，皮电脉冲的事件是汗腺分泌，而紧张性皮电是连续信号经低通分解出来的慢成分——三者的自然采样率不一样。点过程估计按事件推进，不按固定时钟推进，所以时间戳必须各给一套。

错配的后果很具体：假如把 S#_t_EDA 套到 muHR 上，多数情况下两个数组长度不同，会直接报错；但如果长度碰巧接近，就会静默地产生一条错位的曲线，而且因为两者都是慢变信号，错位几十秒在图上未必看得出来。

做法：每次读取后立刻断言 len(值) == len(时间戳)，并在合并不同来源之前，先画一张三套时间戳的散点图看覆盖范围是否一致。

2.3 皮电为什么给两种参数化

皮电脉冲率给了四个文件：muPR、sigmaPR、mu_amp、sigma_amp。粗看是两个量各给均值与标准差，实际上背后是两套不同的参数化，这一点作者在引用文献里说得很明确。

第一套是对数正态参数化：脉冲率取对数后服从正态，muPR_LogN 与 sigmaPR_LogN 是它的两个参数。第二套是逆高斯参数化：脉冲间隔被建模为逆高斯分布，muPR_IG 与 sigmaPR_IG 是它的两个参数。

两套都在用，是因为皮电脉冲间隔的分布形态本身没有定论——有些受试者接近对数正态，有些更接近逆高斯。给出两套，等于把「选哪个分布」这个判断留给使用者，而不是替使用者假定。

对使用者的实际含义：不要混用两套参数算同一个指标。想把 muPR 的 LogN 版与 IG 版平均起来，得到一个「更稳的」脉冲率，这个操作没有意义，因为两个参数描述的是不同分布的位置。

2.4 九个人能做什么统计

九是这份数据最刺眼的数字。但凡涉及「显著性」的分析，都必须先想清楚这个问题。

可以做的是受试者内比较。同一受试者在十个阶段上有几百到上千个窗口，阶段的效应可以在个体内部估得很稳。然后把个体层面的效应拿去做组层面的描述（中位数、范围），而不是直接对九个人算 p 值。

不适合做的是受试者间比较。九个人分成两组，每组四五个人，任何组间差异都不可分辨。

更具体的做法是分层：先对每位受试者单独拟合模型，得到九个个体估计；再报告这九个估计的分布。这样即使不下显著性结论，读者也能看到「九个人里有几个方向一致」——方向一致性本身就是一种信息，而且比一个基于九样本的 p 值诚实。

§8.2 会把这件事落成具体的交叉验证方案。

2.5 三小时是怎么切出来的

作者给的说法是每位受试者约三小时，十个阶段每段约十五分钟。十五乘十等于一百五十分钟，即两小时半，与「约三小时」之间有二十分钟左右的差额。这个差额大概是阶段之间的过渡、准备与收尾时间。

数据里不给阶段时长本身，只给阶段起始时刻戳（S#_events）。所以实际每段多长，得自己用相邻两个时间戳相减算。这一步不能省——因为如果某一段实际只有十二分钟，而效应室平衡需要十五分钟，那一段的读数就不是稳态值。

做法：读 S#_events，算出九个间隔，与「约十五分钟」对照。凡明显短于十五分钟的段，在分析里单独标记。

2.6 体量估算与它的边界

要估这份数据多大，只能从索引的结构推。

心率变异性的十个量按逐拍或短窗输出，三小时约一万八千次心跳（按 100 次每分计），若按逐拍存，每个量一万八千行；皮电脉冲数远少于此，三小时可能只有几百到几千个脉冲；紧张性皮电是慢成分，采样率通常在一赫兹量级，三小时约一万行。

九个受试者乘起来，粗估在几十兆字节量级——比心电波形数据小两三个数量级，因为存的是索引不是波形。

正因为小，这份数据可以整个读进内存，做任意切片的分析。也正因为小，它不构成任何「大数据」意义上的训练集。

2.7 每个字段的缺失意味着什么

这一节按「缺了什么会怎样」来组织，比逐个字段解释更有用。

缺 muHR 的某一段：通常是 R 峰检测在那一段失效，原因多是运动伪迹或电极接触不良。因为受试者被要求保持不动，这种情况应当少见；一旦出现，往往集中在一段的开头（受试者刚调整姿势）。

缺 eda_tonic 的某一段：皮电的紧张性分解依赖较长的信号段，边缘处不可靠。所以 S#_eda_tonic 的有效范围通常比原始记录略短，头尾各损失几分钟。

缺 mu_amp 的某一段：脉冲幅度需要能分辨出单个脉冲的上升沿。当出汗极少（深度镇静时正是如此）脉冲稀疏，某些窗口里一个脉冲都没有，幅度无从估计。这不是数据错误，是生理状态本身导致的稀疏。

LOC 或 ROC 为缺失或异常值：说明按钮反应判读在那次实验里不清楚。这类情形在九个人里若出现一例，就会让那一位受试者的所有「前后对比」分析失效。

2.8 与两个姊妹数据集的关系

这一层关系必须讲清楚，否则很容易把三份数据当成一份的三个版本。

作者在引用里给了两个同课题组的数据集。第一份是清醒静息皮电：11 名健康志愿者，坐姿静息一小时，非惯用手，采样率 256 赫兹，设备是 Thought Technology 的神经反馈系统，电极贴在第二与第四指的最远端指节。这份数据用的是 MIT 伦理批准。

第二份是静息加镇静的皮电脉冲：同样是那 11 名清醒受试者（一小时、256 赫兹），加上 11 名在丙泊酚控制镇静下的受试者（三到四小时、500 赫兹、BedMaster 系统、电极贴在左手掌），只给提取出的脉冲时刻与幅度。这份数据同时用了 MIT 与麻省总医院两套伦理批准。

现在回到本篇：9 名受试者、约三小时、靶控输注十阶段。

三个人数：11、11、9。 三者不是同一批人，采样率不同（256 与 500 赫兹），设备不同（神经反馈系统与 BedMaster），电极位置不同（指节与手掌）。所以「把三份数据合并成 31 人」这个操作是错的——即使合并，也要把设备与采样率作为协变量显式建模，否则测到的差异可能全是硬件差异。

值得注意的另一个细节：镇静组的 11 人与本篇的 9 人，都是同一课题组在麻省总医院做的丙泊酚实验，但人数不同。这提示两次发布覆盖的受试者集合不完全重合，交叉引用时不能假定「11 人里包含这 9 人」。

§3 访问：这一次是真的开放

3.1 许可与门槛

这份数据在 PhysioNet 上标为 Open Access，许可为 Open Data Commons Attribution License v1.0。使用条件是署名——保留作者、标题、DOI 与 PhysioNet 的引用。

与前一篇讲过的受限数据相比，这是最轻的一档：不需要 CITI 培训证书，不需要签署数据使用协议，不需要机构担保，不需要等审批。注册账号、同意许可、下载，三步。

3.2 覆盖范围的坑

有一条实际会遇到的情况需要提醒：即使数据集标注为开放，PhysioNet 的文件分发在某些地区会被限制，表现为文件清单页面直接显示不可用。这属于站点的分发策略，不是许可条款。遇到这种情况，可以尝试镜像或通过合作机构获取，但要注意镜像的版本是否与 DOI 对应。

3.3 引用的正确写法

数据本身的引用是作者四人、年份 2021、版本 1.0、DOI 10.13026/2rbc-1r03。

除数据外，PhysioNet 要求同时引用平台本身的标准文献。这一条常被漏掉，投稿时期刊编辑会查。

若论文的方法部分用到了点过程模型，还应引用方法学原文：皮电的点过程模型见 2020 年 PNAS 那篇（第 117 卷第 42 期，26422 至 26428 页），预处理流程见 2019 年 EMBC 那篇（6902 至 6905 页），脉冲选取的模型化方法见 2021 年 IEEE 生物医学工程汇刊（第 68 卷第 9 期，2833 至 2845 页）。

3.4 到手的实际形态

下载下来是一个压缩包，解开后是 Data 目录与代码目录。数据是 CSV 与无后缀的时间戳文件，代码是 .m 脚本。

没有安装脚本，没有依赖清单，没有版本锁定。Matlab R2020b 是作者声明使用的版本。若用 Octave 跑，需要确认用到的函数是否都有对应实现——点过程拟合里常用的优化函数在 Octave 里行为可能不同。

§4 局限：九个人、两条通路、一个代理标签

4.1 样本量与它的真实含义

九个人的局限不在「少」，在「少而窄」。

年龄范围在原始论文里有交代，但条目页没给具体数字。可以确定的是健康志愿者招募，通常落在二十到四十岁之间，无心血管病史、无长期用药、无吸烟酗酒史。这个群体与手术室里躺着的病人差得很远：后者多有高血压、糖尿病、冠心病，多数长期服用 β 受体阻滞剂或钙通道阻滞剂——这两类药直接作用于心率与心率变异性，会让自主神经索引的基线整体平移。

所以从这份数据得出的任何阈值，搬到真实病人身上都要重新标定。

4.2 缺脑电意味着什么

丙泊酚的麻醉深度监测，主流依据是脑电。慢波与 α 振荡的交替、爆发抑制比、谱熵，这些都是从脑电算出来的。这份数据一个都没有。

后果有两层。

第一层是无法做对照。想说「自主神经索引能在多大程度上反映意识水平」，最好的办法是拿它和脑电指标比。没有脑电，这个比较做不了，只能退而求其次，拿行为标签（LOC/ROC）当参照。

第二层是无法解释机制。丙泊酚在脑内产生的是有结构的振荡，自主神经的变化是这条通路的下游效应。没有脑电，就只能看到下游动，看不到上游怎么动，因果链是断的。

4.3 按钮反应是代理，而且是有偏的代理

§1.4 已经说过判定方式，这里说偏差的方向。

丙泊酚抑制运动通路。当药物浓度上升，受试者先失去的是「按得动」的能力，后失去的是「听得见、想得明白」的能力。所以 LOC 会被判早。

反过来，浓度下降时，受试者先恢复的是「听得见」，后恢复的是「按得动」。所以 ROC 会被判晚。

两个偏差方向相反，结果是无意识的时间段被系统性高估。用 LOC 到 ROC 之间的时长当作「麻醉持续时间」，会偏长。用 LOC 与 ROC 之间的中点当作「最深时刻」，会偏早。

这个偏差有多大，数据本身无法回答，因为没有独立的意识测量（比如脑电）。能做的只是在使用时把这一点写进限制，而不是假装标签是准的。

4.4 皮电下降有多少是中枢的，有多少是腺体的

这是这份数据在机制解释上最难的一处。

丙泊酚对汗腺有直接作用：降低基础充盈、提高出汗阈值。这意味着即使中枢交感张力不变，皮电也会下降。

于是「镇静加深时皮电下降」这个观察，至少有三种解释并存：中枢交感张力下降（真的安静了）、汗腺对同样神经冲动的反应变弱（效应器钝了）、以及体温与皮肤血流改变导致的电导变化。

数据里没有能区分这三者的量。所以任何「皮电反映交感张力」的陈述，在这份数据上都只能说成「皮电变化与镇静深度同步」，不能说成「皮电测量了交感张力」。

4.5 心率变异性在药物作用下的解释困难

低频段（约 0.04 至 0.15 赫兹）一直被说成「交感与副交感的混合」，这个说法在静息状态下勉强可用，在丙泊酚作用下则更麻烦。

原因在于低频功率的成分里，压力反射占很大比重。而丙泊酚既扩张血管（改变压力反射的输入），又抑制心肌（改变输出），还可能有中枢作用。三条路径同时动，低频功率的变化就无法归因到单一分支。

一个更保守的读法是：把 LF、HF、LF/HF 当作「自主神经状态的整体描述符」，不拆成交感与副交感两个数。这份数据支持这种整体描述，不支持分支拆解。

4.6 单中心与单方法体系

所有数据来自麻省总医院，方法与代码由同一课题组维护。这对内部一致性是好事——九个受试者的处理流程完全一样，可比性强。对外部效度是坏事——换一套设备、换一支团队、换一种点过程参数化，结果会不会一样，这份数据无法回答。

具体到设备：姊妹数据集里镇静组用的是 BedMaster，清醒组用的是 Thought Technology 神经反馈系统。本篇条目页没有明说用哪一套。设备差异会直接影响皮电的绝对幅度，做跨数据集比较时必须先确认这一点。

4.7 实验条件与临床条件的差距

十阶段、每段十五分钟、浓度按程序升降——这是一个高度受控的实验。

真实麻醉不是这样。诱导是快速推注，维持是持续泵注加间断追加，深度调整靠临床判断而非固定阶梯，中间还叠加阿片类药物（芬太尼、瑞芬太尼）、肌松药、以及手术创伤本身的持续刺激。阿片类药物对心率变异性有独立影响，肌松药掩盖了体动这一重要的行为指标。

所以这份数据刻画的是「纯丙泊酚、无创伤、程序化」条件下的关系。这个关系在临床上是否仍成立，是一个需要另外验证的假设，不是可以直接搬过去的结论。

4.8 数据质量清单（DAIMS）

按数据集合理使用评估的常见维度逐项判定，共二十四项。

判为「是」的十二项：数据有明确许可；有 DOI 与版本号；有引用格式；有采集方法的文字描述；有伦理批准说明；有作者联系方式（通讯作者单位给出）；有变量说明；有文件清单描述；有配套代码；有已知局限的主动披露（Usage Notes 里明说不含脑电与血压）；数据来源机构可核实；发布时间明确。

判为「部分」的八项：人群描述不完整（条目页未给年龄、性别、体重的具体分布）；样本量说明有但不讨论其局限；缺失值处理方式未文档化；预处理参数（滤波截止、脉冲检测阈值）未在条目页给出，需查引用文献；设备型号未在数据集描述页明确；时间戳的生成规则未说明；跨受试者的可比性未讨论；代码有但无测试与示例输出。

判为「否」的四项：无数据字典（字段含义靠文件名与论文推断）；无原始波形；无独立验证集；无任何外部复现报告被引用。

这个判定的用途不是打分，是告诉使用者哪些地方必须自己去核。

§5 它能用来做什么

5.1 复现点过程索引的估计精度

最直接的用法：拿同一批数据，换不同的窗口长度、不同的平滑参数、不同的分布假设，看点过程索引的估计有多稳。

这件事在九个人身上做正合适。因为要回答的是「估计方法的稳定性」，不是「人群的分布」，前者不依赖样本量，依赖的是同一段数据上反复估计的离散度。

具体做法：对每位受试者的每一段，用长度从三十秒到五分钟的多个窗口分别估计 muHR 与 sigmaHR，画出估计值随窗口长度的变化曲线。曲线若在某长度之后趋于平坦，那个长度就是这套数据的最小可靠窗口。

5.2 研究行为与自主神经的同步性

这是作者本人的核心问题，也是这份数据设计出来要回答的。

具体问法：LOC 前后，哪些自主神经索引发生了方向一致的改变？改变发生在 LOC 之前还是之后？提前多久？

做法上要小心一点：不要用「LOC 前后各取若干分钟做 t 检验」这种粗暴切法，因为三小时的信号有强烈的自相关，相邻窗口不独立，t 检验会严重高估显著性。更合适的做法是在每位受试者内部做变点检测，看自主神经索引的变点与 LOC 时刻的先后关系。

5.3 检验多模态是否优于单模态

数据给了心率变异性与皮电两条通路。可以直接比：单用心率变异性、单用皮电、两者合用，在「区分有意识与无意识」这件事上各能到多少。

比较指标建议用受试者工作特征曲线下面积，并且必须在受试者层面做留一交叉验证（§8.2）。若在同一受试者的数据上训练并测试，任何模态都能得到接近完美结果，因为模型会学到这个人的个体特征，而不是意识状态。

5.4 作为方法学教学材料

这份数据的一个被低估的用途是教学。

原因有三：规模小到可以整个读进内存；结构完整，从原始事件到索引到行为标签都有；配套代码能跑通，可以对照着手改。对学生来说，从「读一份 CSV」到「复现一篇论文的图」，中间的距离比用大数据库短得多。

5.5 作为其他数据的对照基线

若手上有别的麻醉数据（比如带脑电的、带血压的），可以把这份数据当作「纯丙泊酚条件下的参照」，看别的数据里自主神经的变化模式是否一致。

这种用法要求先对齐三件事：数据的采样率、索引的定义、以及给药方式。三者任一不同，比较就失去意义。

5.6 它不能用来做什么

一句话列表，比长篇论证有用。

不能用来训练麻醉深度监测模型（样本量与人群都不支持）。

不能用来做疼痛研究（没有伤害性刺激，没有手术创伤）。

不能用来做人群参考值（九个人不构成参考人群）。

不能用来验证血压相关的假设（没有血压）。

不能用来做儿童或老年研究（受试者是健康青壮年）。

5.7 用之前必须先做的三件事

第一，核对阶段时长。 从 S#_events 算九个间隔，确认每段接近十五分钟。短得多的段要单独标记。

第二，核对三条时间网格。 断言每个索引数组与其时间戳等长，并画覆盖范围图。

第三，核对内存里的单位。 条目页没有逐一给出每个量的单位。心率是次每分还是赫兹、皮电是微西门子还是别的、时间是秒还是毫秒——这些必须从数值范围反推并与论文核对。反推的方法很朴素：muHR 的中位数若在 60 到 90 之间，就是次每分；若在 1 附近，就是赫兹。

§6 常见误读

6.1 误读一：把九个人当成九十个样本

三小时、十个阶段、每人上千个窗口，很容易让人觉得「样本量很大」。

但统计推断的有效样本量是受试者数，不是窗口数。同一受试者的相邻窗口高度相关，把它们当独立样本，等于把一个人的信息重复计数上千次。

症状：论文里写「n = 9,000 个窗口」，然后给出 p 小于 0.001。

正确说法：「九名受试者，每人约 X 个窗口；受试者内效应在个体层面估计，组层面报告九个个体的效应分布。」

6.2 误读二：把 LOC 当意识开关

LOC 是一个时刻点，但它背后是一段过渡。意识的消失不是瞬间的，而是在几十秒到几分钟里逐渐发生。

把它当二值标签，等于把一个渐变过程压成一个阶跃。这个压缩在分类任务里可用，在机制解释里会误导——会让人以为存在一个明确的「开关点」，而实际上没有。

6.3 误读三：把皮电下降读成「镇静有效」

§4.4 说过，皮电下降有三种解释。把下降直接读成「交感张力下降，所以镇静到位」，跳过了效应器这一环。

在临床上这个推论更危险：出汗减少也可能是体温下降、也可能是汗腺本身被药物钝化，而镇静深度其实不够。

6.4 陷阱一：前后基线的错误对比

用「麻醉前基线」减「麻醉后基线」，得到一个差值，然后说「这是麻醉的持续影响」。这个差值混杂了药物残留、疲劳、昼夜节律，§1.5 已展开。正确做法是把后基线当独立观察点，不做简单相减。

6.5 陷阱二：混用两套皮电参数化

muPR 的 LogN 版与 IG 版不能平均，§2.3 已说明。更隐蔽的错误是在不同受试者身上用了不同的参数化，然后在组层面比较——这样比出来的差异可能只是参数化选择的结果。

6.6 陷阱三：时间戳错配

三条时间网格，§2.2 已说明。这里补一句实操建议：写一个 load_subject(n) 函数，把所有文件按类别读进来、立即断言长度、按类别存成三个字典。之后所有分析只从这个函数取数，不再直接读 CSV。

6.7 陷阱四：忽略自相关做显著性检验

三小时的连续信号，相邻窗口的相关系数通常在 0.8 以上。任何假设独立的检验方法都会给出荒谬的 p 值。

替代做法：块自举（按连续时段重采样，而不是按单个窗口），或者直接在受试者层面做（九个个体的效应值做符号检验或 Wilcoxon，样本虽小但假设成立）。

6.8 陷阱五：把索引当原始测量

muHR 不是「心率」，是「点过程模型估计出的瞬时心率的窗口均值」。中间隔着一个模型、一个似然函数、一组参数估计。

这个区别在模型拟合不好时会显现：如果实际心跳间隔的分布严重偏离模型假设（比如出现大量异位搏动），muHR 会给出一个数学上合理但生理上无意义的数。数据里没有拟合优度指标，所以这件事只能自己查——对每段算一次残差，看是否有系统性偏离。

6.9 模型能分开有意识与无意识，不等于能监测麻醉深度

这是最需要强调的一条。

在九个人身上，用自主神经索引区分 LOC 前后，很可能得到很高的曲线下面积。这个结果是真的，但它回答的是「在纯丙泊酚、程序化给药、健康青壮年的条件下，这两类状态能否分开」。

临床上的问题是另一个：「在合并用药、有创伤、有合并症的病人身上，当前这一刻的镇静深度是否合适」。前者是分类，后者是回归加决策。前者做好了，后者一点也没解决。

§7 与相邻数据的定位

7.1 与术中伤害性刺激数据的差别

同课题组另有一份一百零一台手术的术中数据，把心电与皮电导出的十五个索引、九类药物的给药记录、四万多个伤害性刺激标注，压到五秒一格的时间轴上。

两份数据的差别在三个维度上。

场景：一份是程序化的健康志愿者实验，一份是真实手术。
标注：一份标意识的有无，一份标刺激的有无。
规模：一份九人三小时，一份一百零一台手术一万八千分钟。

想研究「自主神经索引能否反映意识水平」，用本篇；想研究「能否反映伤害性刺激」，用那一份。两份不能互相替代。

7.2 与两个皮电姊妹数据集的差别

§2.8 已详细对比。一句话总结：那两份给的是原始皮电或提取的脉冲，本篇给的是脉冲的统计摘要加心率变异性，三者的抽象层级不同。

若想重做脉冲检测算法，用那两份；若想直接用现成的索引做分析，用本篇。

7.3 与脑电麻醉数据的分工

PhysioNet 上有若干带脑电的麻醉数据。它们能回答「脑电怎么变」，本篇能回答「自主神经怎么变」。合起来的价值大于各自，但前提是受试者能对上——而本篇的受试者没有公开的脑电配套数据，所以这个合并只能在方法层面做，不能在个体层面做。

7.4 规模在整个生态里处于什么位置

九个人，在 PhysioNet 的麻醉类数据里属于偏小。同类的术中数据动辄上百台手术，脑电数据也有几十到几百例。

但规模小有规模小的用法。它适合做方法验证的第一站：方法在九个人身上跑不通，在九百个人身上也跑不通。反过来不成立——在九个人身上跑通，不代表在大数据上跑通。

7.5 与「可解释性」研究线的接续

这份数据的一个潜在价值，是它可以用来检验「模型学到的是生理还是伪迹」。

做法：训练一个分类器区分 LOC 前后，然后检查它最重要的特征。如果最重要的特征是皮电的紧张性水平，值得警惕——因为丙泊酚对汗腺有直接作用，模型可能学到了药物对效应器的作用而非中枢状态。如果最重要的是心率变异性的高频成分，解释就更有生理依据。

7.6 适合谁用

做自主神经信号处理的方法研究者、做麻醉深度监测早期探索的工程团队、需要一份小而完整的数据做教学的人。

不适合：需要大样本做统计推断的临床研究者、需要脑电的麻醉机制研究者、需要真实手术条件的产品团队。

§8 怎么用：分析方案

8.1 三种基本设置

设置一，受试者内分段比较。 对每位受试者，把十个阶段当作十个条件，比较各索引在条件间的差异。这一步只做描述（中位数、四分位距），不做检验。

设置二，受试者内前后对比。 以 LOC 为界，比较前后各若干窗口。要注意窗口长度的选择会显著影响结果，建议做敏感性分析：三十秒、一分钟、两分钟各做一遍。

设置三，受试者间迁移。 在八个人身上训练，在第九个人身上测试，轮换九次。这是唯一能给出「泛化」估计的设置。

8.2 为什么必须做留一受试者交叉验证

个体差异在自主神经信号上极大。有人基线心率六十，有人八十；有人皮电脉冲密，有人稀。若在同一受试者上训练并测试，模型只需记住这个人的基线，就能达到很高准确率。

留一受试者交叉验证强制模型跨人泛化。它的结果通常比随机划分低一大截——这个落差本身就是重要信息，它告诉你个体差异贡献了多少表观性能。

具体实现：九折，每折留一位受试者的全部数据做测试。所有预处理（归一化、特征选择）必须只在训练折上拟合，否则会泄漏。

8.3 指标怎么选

主指标用受试者工作特征曲线下面积，但要按受试者分层报告九个值，而不是只报一个平均数。九个值的分布比平均数有信息量得多：若八个在 0.85 以上、一个在 0.55，那个例外值得单独看。

辅助指标用平衡准确率（因为 LOC 前后的窗口数通常不均衡）。不要用原始准确率——若百分之八十的窗口都在无意识段，全预测为无意识就有百分之八十准确率。

8.4 基线与它的意义

必须给三个基线，否则无法判断模型有没有学到东西。

基线一，用药物浓度阶段直接预测。 因为 LOC 与浓度阶段强相关，只用「当前是第几阶段」这一个特征，就能得到不低的表现。任何模型若不能显著超过这个基线，说明它没有超出「药物剂量」的信息。

基线二，用 muHR 单特征。 心率是最粗但最稳的指标。

基线三，随机。 用于确认评估流程本身没问题。

8.5 过拟合的典型表现

三小时的数据、三十个索引、九个受试者，特征数相对样本量不算多，但因为窗口高度相关，有效样本量很小，过拟合仍然容易发生。

典型表现：训练折准确率 0.95，测试折 0.6；或者九个测试折的方差极大（有的 0.9，有的 0.5）。后者尤其提示模型依赖个体特征。

8.6 具体的数据处理建议

按顺序做这几步。

一，写 load_subject(n)，返回三个字典（hrv、eda、events），每个字典里值与时间戳成对。

二，对每位受试者，从 S#_events 算阶段边界，把窗口打上阶段标签。

三，把 LOC 与 ROC 从秒转成窗口索引，标出三个区间：LOC 前、LOC 与 ROC 之间、ROC 后。

四，对每个索引做受试者内标准化（减本人均值、除本人标准差）。不要跨受试者标准化，那样会抹掉个体差异，而这个差异在留一验证里是必须保留的。

五，只用训练折的统计量做任何全局缩放。

8.7 五条失败模式

失败一，把所有受试者的窗口直接拼接。 结果是个体差异主导，阶段效应被淹没。

失败二，用固定阈值切 LOC。 不同受试者的反应延迟不同，固定阈值会系统性地错位。

失败三，忽略皮电的稀疏性。 深度镇静时脉冲极少，mu_amp 在多数窗口里无定义。若把这些当零处理，会造出一条虚假的「幅度下降」曲线。

失败四，用整段数据做归一化再切分。 这是典型的数据泄漏，会让测试结果虚高。

失败五，只报平均曲线下面积。 掩盖了个体间的不一致，而后者往往才是真正要报告的发现。

8.8 结果该怎么读

拿到一组结果后，按这三个问题读。

问题一，九个受试者的方向一致吗？ 若八个人都显示「镇静加深时 HF 下降」，那即使不显著，也是可信的观察。

问题二，效应量有多大？ 曲线下面积 0.95 与 0.75 的实践含义完全不同。前者可能有用，后者大概只是统计上可分辨。

问题三，超过浓度基线多少？ 见 §8.4 的基线一。若超不过，说明模型学到的主要是剂量信息。

8.9 与人工判读的比较

这份数据没有人工判读的麻醉深度评分（比如改良镇静评分），所以无法直接与临床医生的判断比。

能做的是间接比较：用 LOC/ROC 作为参照，看模型在时间上的误差有多大——预测的转变时刻与标注时刻差多少秒。这个「时间误差」比分类准确率更接近临床关心的东西，因为临床上要的是「现在够不够」，不是一个事后分类。

§9 三条技术路线

9.1 直接复用作者的索引

最省事的路线：把 CSV 里的三十个索引当特征，接一个简单分类器。

优点是快，且与已发表结果可比。缺点是受限于作者的建模选择——若点过程模型的假设在某位受试者身上不成立，你无从知道，也无从修正。

适合做基线，不适合做深入分析。

9.2 从脉冲时刻重建

皮电给的是脉冲率与幅度，但若原始信号不可得，就只能在脉冲层面重建。

可行做法：把 muPR 与 sigmaPR 反推成脉冲间隔分布的参数，再据此生成事件序列。这样可以在事件层面做更灵活的建模，比如点过程的自激励结构。

限制是反推有信息损失，特别是当原始分布偏离假定的参数族时。

9.3 端到端（在这份数据上不可行）

若想训练一个从原始波形到意识状态的端到端模型，这份数据做不到——原始波形不在发布范围。

这一条要写明，是因为很多人看到「数据集」就默认有原始数据。这份没有。

9.4 一个被忽略的中间路线

既不想只用现成索引，又拿不到原始波形，还有第三条路：用现成索引重算派生量。

比如，把 muHR 与 sigmaHR 组合成心率变异性指数；把 LFnu 与 HFnu 的比值单独拿出来看；把皮电的 muPR 与 mu_amp 相乘，得到「单位时间的总分泌量」这样一个物理意义更清楚的量。

这些派生量不是原始数据，但它们能揭示原索引没有直接表达的关系，而且不需要原始波形。

9.5 选择建议

做基线复现，走 §9.1。做机制探索，走 §9.4 加 §9.2。想做端到端，换一份数据。

§10 术语

丙泊酚：静脉麻醉药，主要作用于 γ-氨基丁酸 A 型受体，产生有结构的脑电振荡与无意识状态。

靶控输注：按药代动力学模型计算并控制输注速率，以维持设定的目标浓度。

效应室：药物作用的假想隔室，其浓度变化滞后于血浆浓度。

点过程：把事件序列（心跳、汗腺脉冲）建模为随机点过程，用条件强度函数描述事件发生的瞬时概率。

条件强度函数：给定历史后，下一瞬间发生事件的概率密度。

意识消失 / 恢复：本数据中指按钮反应任务中反应消失与恢复的时刻。

紧张性皮电：皮电信号的慢变成分，反映汗腺的基础充盈水平。

相位性皮电：皮电信号的快变成分，表现为离散的脉冲，对应汗腺的瞬时分泌事件。

心率变异性：相邻心跳间隔的波动，反映自主神经对窦房结的调制。

低频 / 高频：心率变异性的两个频段，前者约 0.04 至 0.15 赫兹，后者约 0.15 至 0.4 赫兹。

滞后环：同一药物浓度在浓度上升与下降途中产生不同效应的现象。

留一受试者交叉验证：每次留一位受试者的全部数据作测试、其余作训练，轮换至每位都做过测试。

曲线下面积：受试者工作特征曲线下的面积，衡量二分类的判别能力。

自相关：同一序列不同时刻取值之间的相关性，是时间序列显著性检验必须处理的问题。

§11 事实清单

11.1 核心事实

项	值
标题	Behavioral and autonomic dynamics during propofol-induced unconsciousness
作者	Sandya Subramanian、Patrick Purdon、Riccardo Barbieri、Emery Brown
发布	PhysioNet，2021 年 7 月 30 日，版本 1.0
DOI	10.13026/2rbc-1r03
受试者	9 名健康志愿者
每人时长	约 3 小时
给药	靶控输注，十阶段，目标浓度 0、1、2、3、4、5、3.75、2.5、1.25、0 毫克每千克每小时
每阶段时长	约 15 分钟
采集信号	连续心电、皮肤电导
行为标注	按钮反应任务判定意识消失与恢复时刻
索引数	心率变异性 10 个 + 皮电 5 个，另加 3 类时间戳
时间网格	3 套（HRV、EDA、EDA tonic）
伦理	麻省总医院人类研究委员会批准；受试者书面知情同意
许可	Open Data Commons Attribution License v1.0
分析环境	Matlab R2020b
利益冲突	2020 年 7 月 15 日提交专利申请 PCT/US2020/042031，涉及部分方法

11.2 六个可立即验证的疑问

一，九位受试者的年龄与性别分布如何？条目页未给，需查原始论文或数据文件。

二，每段实际时长是多少？从 S#_events 算相邻间隔可得，是否都接近十五分钟需要核对。

三，皮电的绝对单位是什么？从数值范围反推并与论文核对。

四，LOC 与 ROC 的时刻在每个受试者身上落在第几阶段？若某人的 LOC 落在 2 毫克阶段，说明其敏感性偏高。

五，EDA_temp_amp_#.csv 里五个协变量的具体定义与顺序？条目页给了顺序（紧张性皮电、脉冲率均值、脉冲率标准差、脉冲幅度均值、脉冲幅度标准差），但单位与预处理未说明。

六，姊妹数据集（11 人镇静组）与本篇 9 人是否重叠？条目页未说明，需向作者确认或比对受试者特征。

11.3 一条受试者的读取流程

import numpy as np, pandas as pd, os

HRV = ['muRR','sigmaRR','muHR','sigmaHR','pow_tot','ratio','LF','HF','LFnu','HFnu']
EDA = ['muPR','sigmaPR','mu_amp','sigma_amp']

def load_subject(root, n):
    d = os.path.join(root, 'Data')
    hrv, eda = {}, {}
    t_hrv = pd.read_csv(os.path.join(d, f'S{n}_t_HRV'), header=None).values.ravel()
    for k in HRV:
        v = pd.read_csv(os.path.join(d, f'S{n}_{k}.csv'), header=None).values.ravel()
        assert len(v) == len(t_hrv), (k, len(v), len(t_hrv))
        hrv[k] = (t_hrv, v)
    t_eda = pd.read_csv(os.path.join(d, f'S{n}_t_EDA'), header=None).values.ravel()
    for k in EDA:
        v = pd.read_csv(os.path.join(d, f'S{n}_{k}.csv'), header=None).values.ravel()
        assert len(v) == len(t_eda), (k, len(v), len(t_eda))
        eda[k] = (t_eda, v)
    t_ton = pd.read_csv(os.path.join(d, f'S{n}_t_EDA_tonic'), header=None).values.ravel()
    ton = pd.read_csv(os.path.join(d, f'S{n}_eda_tonic.csv'), header=None).values.ravel()
    assert len(ton) == len(t_ton)
    eda['eda_tonic'] = (t_ton, ton)
    ev = pd.read_csv(os.path.join(d, f'S{n}_events'), header=None).values.ravel()
    return hrv, eda, ev

断言放在读取里，是为了让错配在最早的时刻暴露，而不是等到画图时才发现。

11.4 附录 A：阶段划分与稳态检查

def stage_bounds(ev, n_stage=10):
    """返回 n_stage 个 (start, end) 区间；末段无结束戳时用最后时间戳兜底。"""
    b = [(ev[i], ev[i+1]) for i in range(len(ev)-1)]
    if len(b) == n_stage - 1:
        b.append((ev[-1], ev[-1] + (ev[-1]-ev[-2])))
    return b

def check_stage_length(bounds, nominal=15*60, tol=0.2):
    for i,(s,e) in enumerate(bounds):
        dur = e - s
        flag = '' if abs(dur-nominal) <= tol*nominal else '  <-- 偏离标称'
        print(f'阶段 {i+1}: {dur/60:.1f} 分钟{flag}')

这段跑完，「每段是否都是十五分钟」这个问题就有答案了。偏离标称的段，其读数不能当作稳态值用。

11.5 附录 B：留一受试者的骨架

from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score
import numpy as np

def loso(features, labels, groups):
    """features: (N, F)；labels: (N,)；groups: (N,) 受试者编号。"""
    aucs = {}
    for g in np.unique(groups):
        tr, te = groups != g, groups == g
        if len(np.unique(labels[te])) < 2:
            continue
        mu, sd = features[tr].mean(0), features[tr].std(0) + 1e-9
        clf = LogisticRegression(max_iter=2000).fit(
            (features[tr]-mu)/sd, labels[tr])
        p = clf.predict_proba((features[te]-mu)/sd)[:,1]
        aucs[g] = roc_auc_score(labels[te], p)
    return aucs

注意归一化的统计量只用训练折算。这一行写错，后面所有数字都虚高。

11.6 附录 C：证据链

• 数据集条目页：https://physionet.org/content/propofol-anesthesia-dynamics/1.0/，含 Abstract、Background、Methods、Data Description、Code、Usage Notes、Release Notes、Conflicts of Interest、References
• 文件清单：条目页 Files 段在部分地区的访问受限，本页未取得完整文件清单，故不含按文件核对的统计
• 伦理与流程：条目页 Methods 段，麻省总医院人类研究委员会批准，书面知情同意，靶控输注十阶段
• 姊妹数据集一：DOI 10.13026/arty-2540，清醒静息皮电，11 人，一小时，256 赫兹
• 姊妹数据集二：DOI 10.13026/r9p1-bk90，静息加镇静皮电脉冲，11 人清醒 + 11 人镇静，镇静组三到四小时，500 赫兹
• 方法学原文：PNAS 2020;117(42):26422-26428（皮电点过程）；EMBC 2019:6902-6905（皮电预处理）；IEEE TBME 2021;68(9):2833-2845（脉冲选取）
• 行为与自主神经的关系：EMBC 2020:824-827

凡属分析性内容（§2.6 的体量估算、§2.8 的跨数据集对比推断、§4.8 的 DAIMS 判定、§8 与 §9 的方案建议、§11.3 至 §11.5 的代码）为基于条目页描述与领域常识的推演，非官方结论，也未经过实际运行验证。凡标注「条目页」的均为该页原文表述。本页不含任何按文件核对得到的统计——文件分发受限，这一点必须如实写明。

编辑说明

本页所有数值均来自 PhysioNet 条目页（版本 1.0）与其列出的参考文献，未做数据下载与实测。三处需要特别提示：一是体量估算仅为量级推断，不是精确值；二是与两个姊妹数据集的人数、采样率、设备差异来自两份条目页的 Methods 段对照，并非作者明示；三是 DAIMS 判定为编辑判断，非官方评估。

---

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：

• qt-database — 共享标签：生理信号 / 心电信号 / 评测基准
• vtac — 共享标签：生理信号 / 心电信号 / 评测基准
• multimodal-surgery-anesthesia — 共享标签：生理信号 / 药物安全 / 评测基准
• nifeadb — 共享标签：生理信号 / 心电信号 / 评测基准
• actes-cycloergometer-exercise — 共享标签：生理信号 / 心电信号 / 评测基准
• ecgcipa — 共享标签：生理信号 / 心电信号 / 药物安全
• code-test — 共享标签：生理信号 / 心电信号 / 评测基准
• ecg-arrhythmia — 共享标签：生理信号 / 心电信号 / 评测基准
• ecg-fragment-high-risk-label — 共享标签：生理信号 / 心电信号 / 评测基准
• mit-bih-afdb — 共享标签：生理信号 / 心电信号 / 评测基准

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。