开胸术后虚弱患者可穿戴运动信号数据集

这套数据来自立陶宛考纳斯（Kaunas）附近的 Kulautuva 康复医院，对象是刚做完开胸手术、正在做住院康复的老年患者。采集方式很朴素：胸前绑一条 Polar H10 胸带，让患者依次完成五项次极量运动测试，同步记下心电与三轴加速度。最终发布的是 80 名患者、196 条记录、未压缩 2.5 GB 的信号，配套一张临床变量表和一张测试可得性表。

它解决的问题不是「怎么识别走路」，而是「虚弱这件事能不能被可穿戴设备量化」。虚弱在临床上是一个多维状态，涉及肌力、耐力、活动量与营养，传统评估靠量表与现场测试，耗时且需要场地。如果一条胸带能在患者做常规康复训练时把这些维度测出来，评估就能下沉到病房甚至家中。这套数据是这个设想的第一个公开实证基础。

上手时建议先看 test-availability.csv 再碰信号。80 人里不是每个人都做了全部五项测试，有人因头晕跳过步态分析，有人没做功率自行车。先把每项测试的实际人数列出来，再决定研究哪一项，能省掉大量返工。

§1 它是什么：一次康复住院的横断面切片

1.1 一句话定义与三条边界

这是一套以运动测试会话为记录单位的可穿戴信号数据集，来自单中心、单病种、单一人群。

「以测试会话为单位」意味着主键是「患者 × 会话 × 测试类型」的组合，不是患者，也不是连续时间。两次会话之间没有信号，测试之间也有间隔。做时间序列建模时，不能把它当成一条连续记录。

「单中心」意味着所有数据来自 Kulautuva 康复医院一家机构，康复流程、护理习惯、设备型号都是同一套。跨机构比较时，机构效应与人群效应无法分离。

「单病种」意味着全部是开胸术后患者。这个人群的共性是刚经历过体外循环与胸骨切开，活动耐量处于术后恢复期，与社区老年人的虚弱机制不完全相同。

1.2 数据的四个组成部分

组成	规模	粒度	用途
心电信号	与记录数一致	一次会话一条	心率反应、心率变异性、心律异常
加速度信号	与记录数一致	一次会话一条	步态、动作节律、活动强度
临床变量表	80 行	一人一行	虚弱评分、心功能分级、步行距离
测试可得性表	80 行	一人一行	处理缺失，界定每项测试的实际样本量

四者通过患者标识连接。注意信号文件里只有患者标识与会话编号，没有年龄、性别、评分这些变量，必须回到 subject-info.csv 关联。

1.3 五项测试的负荷结构

五项测试不是随意拼的，它们覆盖了从「器械定量负荷」到「日常功能动作」的连续谱：

测试	标注代码	负荷类型	主要测什么
功率自行车	VELO	器械、递增	心肺耐力上限
六分钟步行	6MWT	自定步速、次极量	功能耐量
爬楼	STAIR	抗重力、短时	下肢力量与平衡
起立行走	TUG	复合动作	移动能力与转换效率
步态分析	GAIT_ANALYSIS	匀速行走	步态时空参数

这个排列有实用含义：越靠前的测试负荷越可控、越靠后的越接近真实生活。研究心率恢复曲线适合用前者，研究跌倒风险适合用后者。

1.4 样本漏斗：337 → 99 → 80

数字必须按顺序读，跳读会得出错误结论。

337 人接受了资格评估，其中 99 人满足四条纳入标准：年龄不低于 65 岁、EFS 评分不低于 4 分、六分钟步行距离不低于 150 米、同意参与。最终有 19 人因技术问题丢失信号，发布 80 人。

这个漏斗有三层含义。第一，虚弱的判定用的是 EFS 不低于 4，这是一个相对宽松的门槛，纳入的是「有虚弱但不算极重」的人群。第二，六分钟步行不低于 150 米这条把无法完成测试的人排除在外，进一步压窄了虚弱谱的上端。第三，19 人因技术问题丢失，说明现场采集的稳定性有限，这个丢失比例约 19%，在真实世界可穿戴研究里属常见水平，但对小样本研究来说不算小。

1.5 设备与采样率的实际含义

Polar H10 是一款消费级胸带，官方定位是心率监测，不是临床级心电设备。把它用于研究，需要理解三个技术细节。

第一是单导联。单导联心电只能看到心电向量在一个方向上的投影，对 ST 段改变、分支阻滞这类需要多导联判断的异常，能力有限。它能做的是心率、心率变异性与心律规则性的分析，这三项恰好是虚弱与自主神经功能关联最紧的指标。

第二是采样率。心电 130 Hz 相对于临床心电机的 250–500 Hz 偏低，但对心率变异性分析够用，因为 HRV 关注的频段上限通常到 0.4 Hz，奈奎斯特余量充足。加速度 200 Hz 是活动识别与步态分析的常规水平。

第三是时钟稳定性。消费级设备的采样时钟靠内部晶振，温度与电量都会影响频率。官方说明波动可达 0.2%，并已重采样至均匀栅格。这个处理很重要：如果不重采样，一段两小时的记录末尾可能偏移十几秒，做时频对齐时会系统性出错。

1.6 与同类可穿戴虚弱研究的差别

公开的可穿戴虚弱数据大致分三类，这套属于其中最窄也最可控的一类。

类型	采集场景	优势	局限
自由生活长期监测	居家、数天到数周	反映真实活动模式	无金标准时点，标签靠量表回溯
实验室标准化任务	实验室、分钟级	条件可控、可重复	生态效度低
康复期临床测试	病房或康复中心	有临床评分同步、负荷明确	人群特化、样本小

这套数据落在第三类。它的独特价值在于「临床评分与信号同步采集」——EFS、NYHA、六分钟步行距离这些变量与信号来自同一次住院，时间间隔以天计，不存在量表回溯带来的时间错配。

§2 数据构成：文件、字段与标注

2.1 目录结构

根目录下是两个信号文件夹与四个元数据文件：

wearable-exercise-frailty-1.0.0/
├── acc/                    三轴加速度记录
├── ecg/                    单导联心电记录
├── ANNOTATORS              标注类型声明（213 B）
├── LICENSE.txt             许可文件（0 B）
├── RECORDS                 记录清单（2.9 KB）
├── SHA256SUMS.txt          校验和（48 KB）
├── subject-info.csv        患者基线（20.9 KB）
└── test-availability.csv   测试可得性（2.6 KB）

LICENSE.txt 显示为 0 字节，这不是下载损坏，而是官方文件本身为空。许可条款以 PhysioNet 页面与 DOI 元数据为准，不要指望从这个文件读到内容。

2.2 记录命名规则

记录名格式为 xxx_y_zzz：

• xxx 是三位患者标识
• y 是会话编号
• zzz 是信号类型，取值为 ecg 或 acc

举例来说，073_1_ecg 表示 073 号患者第一次会话的心电记录，073_1_acc 是同一次会话的加速度记录。两者共享患者与会话编号，因此天然配对。

这个命名规则有一个实际后果：同一患者的多次会话在文件名上只差一个数字。批量读取时如果用前缀匹配，很容易把 073_1 与 073_10 混在一起，排序时必须按字段拆分后转整数比较，不能按字符串排序。

2.3 WFDB 三件套

每条记录由三个文件组成：

后缀	内容	说明
.hea	头文件	采样率、信号数、增益、基线、导联名、时长
.dat	二进制信号	按头文件声明的格式与增益存放
.atr	标注	测试阶段的起止标记

用 WFDB 工具链读取时，rdrecord 只需给记录路径，三个文件会自动识别。rdann 读取标注，返回样本点位置与标注代码。

.hea 里要注意 ADC gain 与 baseline 两个字段。Polar H10 的心电是数字直出，增益通常是 1，但如果头文件里写了非 1 的增益而没有按它换算，读出来的毫伏值会整体偏移一个倍数。检查方法是看静息段的心电幅值是否在 0.5–2 mV 区间，明显偏离就说明换算有问题。

2.4 五类标注代码

.atr 文件里的标注代码对应五项测试：

代码	测试	起止含义
VELO	功率自行车	蹬车开始到停止
6MWT	六分钟步行	起步到停步
STAIR	爬楼	上楼开始到结束
TUG	起立行走	起身到重新坐下
GAIT_ANALYSIS	步态分析	跑步机行走段

标注给的是起止点，段内的休息、准备、恢复不在标注范围内。这意味着 6MWT 标注段内可能包含患者中途停步，GAIT_ANALYSIS 段前可能混有准备动作。处理时若要严格区分行走与静止，需要结合加速度信号自行切分。

2.5 subject-info.csv 的字段

官方未在页面上逐列列出字段名，但从描述可确定包含以下变量：

变量	类型	说明
患者标识	整数	与信号文件名中的 xxx 对应
年龄	整数	纳入门槛为不低于 65 岁
性别	分类	—
EFS 评分	整数	Edmonton 虚弱量表，纳入门槛为不低于 4
NYHA 分级	分类	心衰功能分级，073 号患者缺失
六分钟步行距离	数值	单位米，纳入门槛为不低于 150
步长	数值	318 号患者缺失
步时	数值	318 号患者缺失

使用时先做一次缺失扫描。官方明确点名的缺失只有 073、254、203、250、269、318 六位患者，但这是他们主动披露的部分，不排除还有其他字段存在零星缺失。

上述字段是从官方描述反推的清单，不是从文件里读出的列名。真实的列名可能带单位后缀、可能用缩写、也可能把性别编码为 0/1 而非字符串。第一次打开时先跑三行代码——读表头、看前五行、统计每列非空计数——把实际情况钉下来，再动手写分析脚本。这个顺序能避免把「列名对不上」误判成「字段缺失」。

2.6 test-availability.csv 的作用

这张表的价值常被低估。它是一张「患者 × 测试」的布尔矩阵，标明每位患者实际完成了哪几项。

没有这张表，你会遇到两类错误。一类是把「没做」当成「做了但信号为空」，在统计时把缺失计为负例。另一类是按 80 人算出每项测试的样本量，而实际某项只有七十余人做过，导致置信区间被低估。

正确用法是在读入信号之前先读这张表，为每项测试单独确定分母。做跨测试的比较时，只能在同一批「全部完成五项」的患者子集上做，否则组间不可比。

这张表还隐含一层信息：测试的可得性本身可能携带临床含义。因头晕跳过步态分析的两位患者，其移动能力与平衡状态大概劣于完成者。如果直接把「未做」当作随机缺失处理，等于假设缺失与病情无关，而这里恰恰相反。严谨的做法是把「可得性」当成一个派生变量纳入分析——例如统计每位患者完成的测试项数，用它在敏感性分析里分层，看结论是否稳定。

2.7 信号的实际长度与文件体积

未压缩总大小 2.5 GB，ZIP 包 2.3 GB，196 条记录。

反推一下量级：196 条记录对应约 2.5 GB，平均每条约 13 MB。心电 130 Hz 单导联按 16 位存，每秒 260 字节，十分钟约 156 KB；加速度 200 Hz 三轴按 16 位存，每秒 1200 字节，十分钟约 720 KB。两者相加不到 1 MB，与 13 MB 的平均值差距很大。

这个差距说明记录的实际时长比「十分钟」长得多，或者存储格式不是紧凑的 16 位。下载后先用 wfdb.rdheader 把每条记录的时长打出来，能立刻看清真实分布，避免按估算值设计内存分配。

2.8 数据完整性的自检

官方提供 SHA256SUMS.txt（48 KB），覆盖全部记录文件。这个文件值得用一次：196 条记录每条约 6 个文件，近 1200 个哈希值，48 KB 的体量与之相符。

校验命令是 sha256sum -c SHA256SUMS.txt。若在解压后立刻跑一次，能把下载中断导致的截断文件挡在分析之前。心电与加速度的 .dat 是二进制，截断不会报错，只会在读取时得到一段静默的零值，这类错误极难在事后发现。

§3 怎么拿到：开放下载与三条使用约束

3.1 获取路径

这套数据是 PhysioNet 的开放访问条目，不需要凭证，不需要签数据使用协议，也不需要完成 CITI 培训。直接访问条目页下载 ZIP 即可。

许可为 CC BY-NC-SA 4.0。三个条款的实际含义：

条款	要求	常见误解
BY（署名）	使用时注明原作者与出处	认为引用论文就够了；实际要求标注数据来源
NC（非商业）	不得用于商业目的	认为「内部研究」都算非商业；实际要看最终目的
SA（相同方式共享）	衍生作品以同样许可发布	认为只约束原样分发；实际也约束改编作品

SA 条款对做产品的人影响最大。如果你的模型权重是在这套数据上训练的，那么权重是否构成「衍生作品」需要法律判断；保守做法是把训练数据与模型分开授权，并在文档里写明数据来源与许可。

3.2 下载与校验

wget https://physionet.org/static/published-projects/wearable-exercise-frailty/wearable-based-signals-during-physical-exercises-from-patients-with-frailty-after-open-heart-surgery-1.0.0.zip
unzip wearable-based-signals-during-physical-exercises-from-patients-with-frailty-after-open-heart-surgery-1.0.0.zip
cd wearable-based-signals-during-physical-exercises-from-patients-with-frailty-after-open-heart-surgery-1.0.0
sha256sum -c SHA256SUMS.txt | grep -v OK

最后一行只打印校验失败项。没有输出即全部通过。

解压后的目录名很长，因为 PhysioNet 的静态包用的是条目标题的完整转写。若在脚本里硬编码这个目录名，将来换机器或换版本时容易断。建议解压后立刻改成固定短名并记下版本：

mv wearable-based-signals-during-physical-exercises-from-patients-with-frailty-after-open-heart-surgery-1.0.0 wef-1.0.0

校验有一个容易忽略的细节：SHA256SUMS.txt 里的路径是相对路径，必须在解压后的根目录执行才有意义。若在上一级目录跑，所有行都会报 No such file or directory，看起来像全部失败，实际只是路径不对。判断方法很简单——如果失败率是 100%，问题一定在路径而不在文件。

3.3 三条使用约束

第一条：不要按 196 做样本量。 196 是记录数，患者数是 80。任何声称样本量为 196 的分析都会高估自由度。患者级统计必须以 80 为分母，并在方法部分写明聚合方式。

第二条：不要跨测试合并时长。 五项测试的时长差异很大，功率自行车可能十几分钟，爬楼只有几十秒。若把不同测试的信号拼成一条长序列，会引入与测试类型完全混淆的时长效应。

第三条：不要在未核极性的情况下用加速度算姿态。 官方明确说胸带可能戴反。用 ACC_X 当垂直轴之前，先取一段静息数据看直流分量：垂直轴应接近 +1 g 或 -1 g（取决于坐标系定义），另两轴接近 0。若 ACC_Y 才是那个接近 ±1 g 的轴，说明这位患者的胸带戴反了。

这三条之外还有一条不成文但很实际的约束：不要在论文里把「次极量」写成「运动耐量」。 次极量测试测到的是患者在预设终点前的表现，不是心肺能力的上限。用它推断最大摄氧量需要额外的外推假设（例如按年龄预测最大心率再线性外推），而这个假设在开胸术后人群里恰好最不可靠——术后患者的变时反应常被药物抑制，β 受体阻滞剂会让心率上不去。若数据里没有用药记录，任何向极量指标的外推都应明确标注为推测。

§4 质量与已知问题

4.1 官方披露的十二项局限

官方把局限分成信号层面与临床层面两组，共十二项。逐条看，每项都对应一种具体的处理动作。

信号层面的七项：

问题	影响	处理
采样率波动约 0.2%	长记录时频漂移	已重采样，无需处理
部分心电质量差	心率估计出错	用信号质量指数筛除
六分钟步行超时	段长不一致	按实际段长归一化
测试前后有运动伪影	首尾段不可用	裁掉标注点前后数秒
步态分析起止只精确到分钟	三十秒窗口界定不准	用加速度自检步态起点
GAIT_ANALYSIS 前混准备期	段首不是纯行走	同上
胸带可能戴反	轴向互换	按静息段直流分量判极性

临床层面的五项：

• 073 号患者缺 NYHA 分级
• 254 号患者步态分析结果有误
• 203 与 250 号患者因头晕未做步态分析
• 269 号患者未做功率自行车测试
• 318 号患者缺步长与步时

这五项里有三项是「整项缺失」而非「字段缺失」，因此会直接改变分母。做步态分析时实际可用 78 人，做功率自行车时实际可用 79 人。

十二项局限里，真正会改变结论的是三项。六分钟步行超时影响的是所有按固定窗长切片的分析；胸带戴反影响的是所有依赖方向语义的特征；步态分析起止只精确到分钟影响的是所有三十秒窗的步态参数。其余九项更多是「需要注意」而非「需要修正」——采样率已由官方重采样解决，个别患者的字段缺失只需在分母里扣掉。

这份局限清单的写法值得单独说一句。多数公开数据集只写一句「数据存在局限，使用时请注意」，而这套数据逐条列出十一个问题并点名患者编号。这种披露水平对使用者是净收益：它把「发现坑」的成本从每个人各付一次，变成官方付一次。在评估一个数据集是否值得投入时，文档里局限部分的长度往往比样本量更有预测力。

4.2 官方未披露但可推断的问题

有几类问题官方没有点名，但从数据结构可以推断，使用前应当自己核一遍。

会话数不均。 196 条记录、80 名患者、两类信号，若每人都做一次会话，记录数应为 160。实际 196 条，说明有 36 条额外记录来自多次会话。哪些患者有多次会话、多出来的会话是否与康复进度相关，官方未说明。这个信息对纵向分析很关键。

EFS 评分的评分者一致性。 EFS 有九个领域，其中认知与功能表现需要现场操作，评分依赖评估者。数据里没有第二个评分者，因此无法估计评分信度。

六分钟步行距离的测量方式。 是走廊步行还是跑台步行，官方未明确。两者的距离不可直接比较，因为跑台没有转弯与加减速。

测试顺序是否固定。 若五项测试按固定顺序进行，后做的测试会受前面测试的疲劳影响。官方未说明顺序是否随机化，这会影响对「同一患者不同测试间比较」的解释。

4.3 缺失结构与处理策略

缺失分三种，处理方式完全不同。

整项缺失（203、250 未做步态分析，269 未做功率自行车）：只能用可得样本，且在报告中写明分母。不要用插补，因为缺失机制是「患者当时不适」，属于非随机缺失。

字段缺失（073 缺 NYHA，318 缺步长步时）：变量级缺失，可用多重插补，但要在敏感性分析里对比插补前后的结论。

信号质量缺失（部分心电质量差）：这是最容易被忽略的一类。它不出现在任何表格里，只有读了信号才知道。建议先算一个信号质量指标，把不合格的记录列出来，再看这批记录是否集中在某些患者或某些测试上。若集中，说明存在系统性偏差。

信号质量怎么量化。 「质量差」听起来是主观判断，实际可以用几条可计算的判据把它变成可复现的筛选规则。单导联心电上最常用的是四条：

判据	算法	典型阈值	抓什么
R 峰检出率	用 XQRS 检测，与按 RR 间期推算的期望峰数对比	低于 0.8 判不合格	漏检，多因大幅运动伪影
RR 间期变异系数	相邻 R 峰间隔的标准差除以均值	超过 0.5 需人工看	误检产生的伪峰
高频噪声占比	40 Hz 以上功率与 1–40 Hz 功率之比	超过 0.3 判噪声重	肌电干扰、电极接触不良
基线漂移幅度	0.5 Hz 以下分量与整体幅度之比	超过 0.5 判漂移重	呼吸、胸带松动

四条不必全用，取前两条即可覆盖大部分问题。要注意阈值没有普适标准——这套数据是运动中的记录，伪影本来就比静息记录多，用静息数据的阈值去筛会把大量有效信号判成废品。建议先在十几个已知可用的段上看分布，再定阈值，并把定阈值的过程写进方法。

加速度侧的质量判据不同。三轴合成的模长在静止时应接近 1 g，运动中围绕 1 g 上下波动。若模长长期偏离 1 g 超过两成，通常意味着胸带松动或滑落；若模长频繁出现接近 0 的短时跌落，说明信号有丢包。这两种情况都会让基于能量的活动强度指标系统性偏低。

质量筛选要在分组之前做。 一个常见的错误顺序是：先算特征，发现有异常值，再把异常样本删掉，然后重新划分交叉验证。这个顺序会让测试集的信息通过「删谁」这个动作泄漏到训练里。正确做法是先按质量判据冻结一份合格样本清单，把清单连同判据一起写进补充材料，之后所有的划分都在清单内进行。

4.4 一个容易踩的坑：把会话当患者

做分组交叉验证时，如果按记录随机划分训练集与测试集，同一位患者的不同会话可能同时出现在两侧，造成信息泄漏。

正确做法是按患者标识分组，用 GroupKFold 一类的划分器。80 人做五折，每折 16 人。这个规模下，折间方差会很大，报告中应给出多次重复划分的均值与区间，而不是单次结果。

§5 能做什么：四类任务与可执行骨架

5.1 任务一：从信号估计虚弱程度

最直接的任务是用信号预测 EFS 评分，或做二分类（不低于 4 分 vs 低于 4 分）。

需要注意，本数据集的全部样本 EFS 都不低于 4，二分类在这个数据上不可行。可行的做法是回归，预测 EFS 的具体分值，范围大致在 4 到 17 之间。

特征侧可以从三条线取：心率恢复（测试结束后 60 秒的心率下降幅度）、心率变异性（静息段与运动段的 RMSSD 对比）、活动强度（加速度的均方根与步频）。这三条线分别对应自主神经功能、心肺适能与肌肉活动能力，与 EFS 的领域构成有对应关系。

三条线的具体算法值得展开，因为不同实现之间的差异会直接改变结论。

心率恢复。 从标注结束点起取 60 秒，用 XQRS 定位 R 峰，得到逐搏心率序列，再对时间做一次线性拟合取斜率，单位是「次/分/分」。文献里常用的口径是「峰值心率减去第一分钟末心率」，这个口径对结束点极敏感——若结束点标早了，峰值会被截掉；标晚了，第一分钟里已经包含恢复段。稳妥做法两种口径都算，看结论是否一致。

心率变异性的对比口径。 静息段取测试开始前的那段坐姿休息，运动段取测试中段稳定的 2 分钟。两段的 RMSSD 之差反映的是副交感撤除的幅度。这里有个陷阱：运动段的 RMSSD 通常极低，接近测量噪声底，此时数值主要由 R 峰检测精度决定而非生理状态。若某位患者运动段 RMSSD 恰好接近零，更可能是信号质量差，不应当作「副交感完全撤除」来解释。

活动强度。 加速度三轴先合成模长，再减去重力分量，得到动态加速度，算其均方根作为强度指标。步频可以从动态加速度的功率谱主峰取。要注意胸带位置在胸骨，采集的是躯干加速度，与放在腰部或脚踝的设备相比，对步频的响应偏弱、对呼吸与躯干摆动更敏感，跨设备比较时不可混用。

样本量 80 做回归，特征数应控制在 8–10 个以内。用留一交叉验证比五折更稳，因为每折只有一人，方差主要来自个体差异而非划分随机性。

还有一个必须先想清楚的问题：目标变量选哪个。 EFS 总分是九领域的求和，把它当连续变量回归隐含假设九个领域的权重相同；但信号里的心率恢复主要反映心肺与自主神经，对应的是「功能表现」这个领域，与「社会支持」「用药」几乎无关。更合理的做法是先用 EFS 的领域分做分层，看信号特征与哪个领域关系最强，再决定是否用总分。若关系只集中在两三个领域，用总分回归会稀释信号，得到偏低的 R²，进而被误读为「可穿戴测不出虚弱」。

5.2 任务二：测试类型识别与段落切分

给定一段信号，判断它属于五项测试中的哪一项。这个任务的实用价值在于自动化处理流程。

第五项测试的加速度模式差异明显：功率自行车是周期性蹬踏、垂直方向为主；六分钟步行是低频步态节律；爬楼有明显的高度变化；起立行走是短促的爆发动作；步态分析是稳定匀速。用十秒窗的时频特征加一个梯度提升树，在这个任务上通常能到较高准确率。

这里有一个必须先处理的问题：同一条记录里包含多项测试吗？ 从记录命名看，一条记录对应一次会话的一种信号，而一次会话里可能依次完成五项测试。若如此，那么「测试类型识别」的样本单位不是记录而是标注段，一条记录会被切成五段，各段的标签来自相邻两个标注点之间的区间。这意味着类别不平衡的来源不是记录数，而是段数——六分钟步行的段长远长于爬楼，按窗切分后前者会产生远多于后者的样本。训练时若按窗均匀采样，模型会偏向长时段测试；按段均衡采样，结果才反映分类能力本身。

段长差异还影响特征窗口的选择。爬楼只有几十秒，用十秒窗只能得到三五个样本；功率自行车可达十几分钟，同样的窗能得到上百个。建议对短段改用五秒窗或直接整段提特征，并在方法里写清窗口策略，因为这是复现时最容易对不上的参数。

真正的难点不在分类，而在边界检测。标注给的起止点与真实动作起止有偏差，尤其是步态分析段。可以先做分类，再用分类结果的置信度曲线反推边界，比直接信任标注更稳。

还有一个诚实的提醒：这个任务的准确率容易虚高。五项测试的动作模式差异很大，而所有样本都来自同一台设备、同一个佩戴位置、同一批患者，模型可能学到的是「这位患者蹬车时的特有抖动」而不是「蹬车这个动作」。检验方法是做留一患者交叉验证——准确率若比随机划分明显下降，说明模型依赖了患者身份而非动作本身。这类验证在小样本上代价很低，值得作为标准动作。真要检验泛化到其他设备，只能另找数据集，这套数据无法提供答案。

5.3 任务三：康复进展的纵向刻画

对有多次会话的患者，可以刻画同一人在康复过程中的信号变化。这是这套数据相对同类资源最有价值的地方——多数公开可穿戴数据是横断面的，纵向的很少。

分析框架建议这样搭：以会话为时间轴，每个会话提取一组特征（静息心率、心率恢复斜率、步频、步幅估计、活动强度），看这些特征随会话编号的变化趋势。趋势的斜率可以解释为康复速度。

限制要说清：会话间隔不固定，且会话次数本身可能与病情相关（恢复慢的人住院久、会话多）。因此「会话编号」不是等距时间轴，做趋势分析时应以实际日期为横轴，而日期信息需要从记录的时间戳里取。

这个混杂需要更具体地说明。假设康复方案是每周两到三次，病情重的人住院更久、会话更多，于是「会话数」与「基线虚弱程度」正相关。若把会话数当成康复努力程度的代理变量，就会得到「越虚弱康复越积极」这类反直觉结论——实际只是住院时间的副产物。

更麻烦的是退出偏倚。能在康复中期留下第三次、第四次会话记录的人，本身是那些体力恢复到能继续训练的人。中途因并发症转出或放弃的患者，其最后几次会话不在数据里。于是趋势分析看到的改善幅度会比真实情况乐观，而这个偏见表现在数据上是「会话多的患者都进步了」，很难与「多训练导致进步」区分。

可操作的处理有两条。第一条是只做配对比较：只取有至少两次会话的患者，比较首次与末次的差值，不做外推。70 多人里实际有多次会话的比例不高，配对样本会进一步缩小，但结论更保守也更可信。第二条是把会话间隔作为协变量显式纳入，而不是默认等距。若两次会话相隔两周与相隔一周被当成同样的「一步」，斜率就没有生理含义。

还有一点容易被忽略：信号特征本身就随测量条件漂移。 不同日期采集时患者当天的状态、是否服药、室温、胸带电量都会变。这些因素在横断面研究里是噪声，在纵向研究里会变成与时间共线的系统性误差。若条件允许，在两次会话之间插一次同条件的重复测量（同一测试、同一时段），可以估计测量重复性的上界，从而判断观测到的变化是否超出噪声。

5.4 任务四：信号质量评估方法

这套数据的一个副产品用途是研究「消费级设备在临床场景下的信号质量」。

Polar H10 在运动状态下的心电质量会显著下降，尤其是爬楼与功率自行车接近力竭时。可以构造一个质量评分任务：人工标注一批片段为可用/不可用，训练模型自动判别。这类方法在居家监测产品里需求很大。

做这个任务前要先解决标签从哪来。人工标注两个标注者各自看一遍是理想做法，但这套数据没有多人标注。退一步的办法是用可计算的伪标签：把上节提到的 R 峰检出率、RR 变异系数、高频噪声占比组合成一个连续分数，取极端两侧的片段（明显好与明显差）做训练集，中间地带留作不确定区。这样得到的分类器只能区分「明确可用」与「明确不可用」，对边界样本无能为力，但足以在流水线上做初筛。

数据侧的采样偏差要承认：全部是术后老年患者、全部是胸带佩戴、全部在室内。模型学到的可能是「这类人群的伪影长什么样」，而不是「一般情况下的伪影」。换到腕式设备或年轻人群，特征分布会明显偏移。

5.5 可复现的最小实验

下面这条路径能在半天内跑通，适合作为一切分析的起点。

步骤	动作	预期产出
1	读 test-availability.csv，统计五项测试各自的人数	五组分母
2	按患者标识分组，做 GroupKFold(5) 划分	五折索引
3	读入 ecg/，按 .atr 切段，每段算心率均值与恢复斜率	特征表
4	读入 acc/，同法切段，算均方根与主频	特征表
5	合并 subject-info.csv 的 EFS 评分	建模表
6	梯度提升回归 + 留一组交叉验证	基线 R²
7	换随机种子重复五次，报告 R² 的均值与四分位距	稳定性区间

第三步的恢复斜率要注意定义：从标注结束点起算，取其后 60 秒内心率的线性下降斜率。若记录在标注后提前结束，该患者此项记为缺失，不要用短窗口硬算。

第七步是很多人省掉的，但对 80 人的样本极重要。单次留一交叉验证的 R² 在这么小的样本上波动范围可以横跨零点几，只报一个数字容易给人虚假的精确感。重复五次取区间，读者才能判断差异是否有意义。

另外，这条路径刻意没有做特征标准化与超参数搜索。两者都会在小样本上带来乐观偏差，尤其超参数搜索若在交叉验证内部完成而又在外部报告同一批结果，等于把验证集当成训练集用。起步阶段宁可用固定超参数，把基线做扎实。

5.6 DAIMS 24 项检查

按数据文档与可用性评估框架逐项核对：

维度	项	判定
文档	数据字典	部分（字段由描述推断，非逐列列出）
文档	采集协议	是
文档	设备规格	是
文档	标注规范	是（五类代码）
文档	版本历史	部分（仅 1.0.0）
文档	许可说明	是
文档	引用格式	是
文档	局限披露	是（十二项，罕见地详细）
质量	缺失披露	是
质量	信号质量说明	是
质量	一致性检验	否
质量	金标准对照	部分（六分钟距离为临床测量）
质量	异常值处理	否
质量	隐私处理	是（患者标识为三位数字）
可得性	开放程度	是（完全开放）
可得性	下载方式	是
可得性	文件校验	是（SHA256SUMS）
可得性	数据体量	是
可得性	格式说明	是（WFDB）
可得性	工具支持	是（WFDB 生态）
伦理	伦理批准	是（编号 BE-2-99）
伦理	知情同意	是（书面）
伦理	试验注册	是（NCT04636970）
伦理	去标识化说明	部分

24 项中「是」17 项、「部分」5 项、「否」2 项。两份「否」分别是一致性检验与异常值处理，这两项在生理信号数据集里普遍缺失，不算硬伤。真正值得注意的是「数据字典」只到部分——字段靠描述推断，没有一个逐列的 schema 文件。

§6 常见误读与引用陷阱

6.1 误读一：把 337 当队列规模

337 是筛查人数，99 是符合条件人数，80 是最终发布人数。三个数字在论文里必须写清是哪一个。写「337 名患者的数据集」是错的，写「99 名患者」也不对。

6.2 误读二：把 EFS 当成 Fried 表型

两套工具都叫「虚弱评估」，但领域构成与判据完全不同。EFS 是多维量表，含认知与社会支持；Fried 是五项生理指标。用 EFS 评出的「虚弱」与用 Fried 评出的「虚弱」在同一人群中重合度有限，跨研究比较时必须注明工具。

6.3 误读三：把「次极量」当成「极量」

五项测试都是次极量，即不要求患者达到最大努力。这是出于安全考虑——开胸术后患者做极量测试有风险。后果是无法从数据里读出最大摄氧量这类极量指标，只能做次极量的功能评估。

6.4 误读四：把单中心的结论外推

立陶宛的康复流程、患者体质、术后管理都与中国或其他地区不同。这套数据能说明「在这个中心、这个人群、这套流程下，可穿戴信号与虚弱评分有关系」，不能直接说明「这套方法在任何地方都有效」。

6.5 引用时必须写清的四件事

引用这套数据时，以下四项缺一不可，否则读者无法判断结论的适用范围：

1. 样本漏斗的三层数字（337 / 99 / 80）
2. 虚弱评估工具是 EFS 且门槛为 4 分
3. 数据来自单中心、开胸术后人群
4. 许可为 CC BY-NC-SA 4.0，非商业用途

6.6 一个隐蔽的引用错误

有的论文把这套数据描述为「心脏康复患者的可穿戴数据」，省略了「开胸术后」与「虚弱」两个限定。这两个限定恰恰是数据的选择性所在——不是所有心脏康复患者都做过开胸手术，也不是所有人都虚弱。省掉限定，结论的适用范围就被悄悄放大了。

§7 在生态中的位置

7.1 与三类相邻资源的分工

资源类型	代表	与本数据集的关系
大规模自由生活可穿戴	UK Biobank 加速度子集、NHANES 加速度	规模大但无临床评分同步
实验室运动测试	各类跑台测试数据集	条件更可控但人群健康
康复期临床测试	本数据集	临床评分同步、人群特化、样本小

三者的关系是互补而非替代。要做人群级活动模式研究，用第一类；要做生理机制研究，用第二类；要做康复期评估方法，用这一套。

7.2 与 PhysioNet 内其他可穿戴条目的关系

PhysioNet 上带「运动」「活动」标签的条目不少，但多数是健康人的日常活动或特定动作识别。这套数据的差异在于「受试者全部是有临床评分的患者」，且评分来自同一次住院。

做可穿戴算法研究时，可以先在健康人数据上做预训练，再用这套做临床场景的微调与验证。这个两段式路径能缓解小样本带来的过拟合。

有一条实际存在但很少被讨论的组合用法：把可穿戴信号与电子病历类数据放在同一研究框架里。MIMIC 这类重症监护数据库有密集的生理参数与用药记录，但没有术后康复期的自由活动信号；这套数据有康复期信号，却没有连续的用药与化验。两者不能直接拼接——人群不同、时间尺度不同、标识体系不同，任何「合并成一个大表」的做法都会引入不可控的混杂。

可行的做法是分层验证：在 MIMIC 上建立「哪些生理变量能预测术后不良结局」的模型，再在这套数据上检验「可穿戴信号能否替代其中某几个变量」。这个思路的价值在于把不可得的变量替换成可低成本获取的变量，而不是把两套数据混在一起训练。前提是两边对同一个构念的定义一致，例如「活动耐量」在 MIMIC 里靠护理记录的活动等级，在这套数据里靠六分钟步行距离，两者只是相关而非等价，替换时必须做一致性检验。

7.3 长期可用性判断

数据集发布于 2022 年 3 月，版本 1.0.0，至今未更新。PhysioNet 的条目通常会长期保存，DOI 稳定。

风险在于设备。Polar H10 是 2017 年前后的产品，若厂商停产或固件协议变更，未来复现采集流程会变难。但已有数据的可用性不受影响，因为信号已经固化为 WFDB 格式。

7.4 适合谁用

使用者	适合做的事	不适合做的事
康复科研究者	康复期虚弱转归的信号标志物	跨病种比较
可穿戴算法工程师	小样本临床场景的验证集	大规模预训练
老年医学团队	虚弱评估的客观化探索	社区筛查工具开发
运动生理研究者	次极量测试的心率动力学	极量运动能力评估

§8 总结

这套数据的价值不在规模，而在结构。80 人、196 条记录在可穿戴领域属于小样本，但它把「临床评分」与「运动信号」放在同一次住院里同步采集，这个组合在公开资源里很少见。

它的三个特点决定了用法。第一，以测试会话为单位，适合做段落级的信号分析，不适合连续时序建模。第二，五项测试覆盖从器械定量负荷到日常功能动作的连续谱，适合做跨负荷的对比研究。第三，官方把十二项局限逐条写明，这在公开数据里属于高质量文档，能省掉大量试错。

使用时的三条底线：按 80 而非 196 算样本量；按测试类型分别定分母；按患者分组做交叉验证。守住这三条，其余的技术细节都能在数据本身里找到答案。

最后给一个判断标准，用来决定该不该投入这套数据。如果你的问题是「某种可穿戴特征与临床虚弱评分之间有没有关系」，这套数据能直接回答，而且是同类公开资源里成本最低的一个。如果你的问题是「训练一个能在任意设备上用的虚弱识别模型」，这套数据只能做验证集，训练集必须另找。如果你要做的是社区老年人的大规模筛查，这套数据的人群与场景都不匹配，参考价值主要在方法而非数值。

§9 术语与口径速查

术语	全称	本文口径
EFS	Edmonton Frail Scale	九领域虚弱量表，纳入门槛不低于 4 分
NYHA	New York Heart Association 分级	心功能四级分类，073 号患者缺失
6MWT	六分钟步行测试	次极量功能耐量测试，纳入门槛不低于 150 米
TUG	Timed Up and Go	起立、行走三米、转身、坐下
VELO	Veloergometry	功率自行车，25 W 起、每分钟增 12.5 W
STAIR	Stair climbing	爬 12 级楼梯
WFDB	Waveform Database	PhysioNet 的信号存储格式
次极量	submaximal	不要求达到最大努力，按预定终点停止
会话	session	一次测试批次，同一会话含心电与加速度两条记录
记录	record	一份 WFDB 三件套，对应一次会话的一种信号

§10 事实清单与附录

10.1 核心事实

项	值
患者数	80
筛查人数	337
符合纳入人数	99
技术丢失人数	19
记录数	196
未压缩体量	2.5 GB
ZIP 体量	2.3 GB
心电采样率	130 Hz
加速度采样率	200 Hz
采样率波动	约 0.2%
设备	Polar H10
年龄门槛	不低于 65 岁
EFS 门槛	不低于 4 分
六分钟步行门槛	不低于 150 米
测试项数	5
招募起止	2020-11-19 至 2022-01-03
伦理批号	BE-2-99
试验注册	NCT04636970
DOI（v1.0.0）	10.13026/mp8k-7p27
DOI（latest）	10.13026/vcjs-5p09
机构	Kulautuva 康复医院（立陶宛）

10.2 五项测试的协议细节

测试	协议
功率自行车	25 W 起始，每分钟增 12.5 W，至主观力竭或终止标准
六分钟步行	自定步速，六分钟内尽可能远
爬楼	12 级楼梯，舒适节奏，无辅助
起立行走	起身、前行 3 米、转身返回、坐下
步态分析	Zebris FDM-T 跑台，行走 30 秒后取该段分析

每项测试前后要求坐姿休息至少 3 分钟。

读这张表时容易漏掉的是「终止标准」——功率自行车一栏写的是「至主观力竭或终止标准」。这意味着部分患者蹬到了最大努力，而不是在预设负荷停下；另一些人可能因血压、心电异常或胸痛提前终止。这两种性质的「停」在信号上都是心率不再上升，但生理含义完全不同。若数据里没有记录终止原因，做心率峰值分析时无法区分「达到极限」与「被迫中止」，结论只能按次极量来解释。

休息三分钟这个设置也有口径问题。三分钟够不够让心率回到基线，取决于患者的恢复能力——而恢复能力本身就是虚弱的一部分。虚弱程度重的人三分钟后心率仍高于静息，于是下一次测试的起始心率偏高，整条曲线被抬高。这会让「后做的测试」系统性偏高，与测试顺序形成交互。官方未说明休息是固定三分钟还是等到心率达标，这个差别对跨测试比较很关键。

10.3 附录 A：读取信号的最小代码

import wfdb
import numpy as np

-- 读一条记录
rec = wfdb.rdrecord('ecg/073_1_ecg')
fs = rec.fs                      -- 130
sig = rec.p_signal[:, 0]         -- 单导联
ann = wfdb.rdann('ecg/073_1_ecg', 'atr')

-- 按标注切段
codes = {'VELO', '6MWT', 'STAIR', 'TUG', 'GAIT_ANALYSIS'}
segments = {}
for i, s in enumerate(ann.sample):
    label = ann.aux_note[i].strip('()\x00')
    if label in codes:
        end = ann.sample[i + 1] if i + 1 < len(ann.sample) else len(sig)
        segments[label] = (s, end)

-- 心率恢复斜率（以 6MWT 为例）
if '6MWT' in segments:
    s, e = segments['6MWT']
    tail = sig[e:e + int(fs * 60)]           -- 结束后 60 秒
    if len(tail) > fs * 30:                  -- 至少 30 秒才计算
        r_peaks = wfdb.processing.XQRS(tail, fs).qrs
        if len(r_peaks) > 2:
            inst_hr = 60 * fs / np.diff(r_peaks)
            slope = np.polyfit(r_peaks[1:] / fs, inst_hr, 1)[0]

说明：最后一段给出的是心率恢复斜率的最小写法，用 wfdb.processing.XQRS 定位 R 峰后对瞬时心率做一次线性拟合，斜率单位为「次/分/分」，正值表示心率仍在上升、负值表示正在回落。真实分析还需先剔除 RR 间期超过前一个 1.5 倍的异位搏动，否则斜率会被单个早搏拉偏。

10.4 附录 B：五个可立即验证的疑问

1. 196 条记录里，有多少来自多次会话的患者？
2. subject-info.csv 的字段名究竟是什么，与描述是否一致？
3. 254 号患者的步态分析「结果有误」，错在哪一步？
4. 五项测试是按固定顺序做还是随机化？
5. 六分钟步行距离是走廊步行还是跑台步行得出的？

这五个问题在官方页面上都没有明确答案，需要下载后自行核对。它们直接影响结论的可比性，建议在正式分析前先花半小时回答。

10.5 附录 C：证据链

本文所有硬数字均取自已发布时的 PhysioNet 条目页 https://physionet.org/content/wearable-exercise-frailty/1.0.0/，包括：患者数 80、筛查 337、纳入 99、丢失 19、记录 196、未压缩 2.5 GB、ZIP 2.3 GB、心电 130 Hz、加速度 200 Hz、波动 0.2%、EFS 门槛 4、六分钟步行门槛 150 米、爬楼 12 级、TUG 3 米、跑台 30 秒、休息 3 分钟、功率自行车 25 W 起每分钟 12.5 W、招募起止日期、伦理批号 BE-2-99、试验注册 NCT04636970、DOI 两个版本、十二项局限与五位患者的缺失编号。

编辑说明

核验时点：2026 年 10 月 19 日，依据 PhysioNet 条目页 v1.0.0 的当前内容。

核验方式：页面正文逐段读，重点核对规模数字、采样率、协议细节与局限清单四类。凡页面未写明的（如会话数分布、字段逐列定义、测试顺序）一律标注为「官方未说明」或列入附录 B 的待验证疑问，不做推断性补全。

口径处理：官方同时给出未压缩 2.5 GB 与 ZIP 2.3 GB 两个体量数字，本文两处都保留，不做统一，因为二者指代不同对象。196 条记录与 80 名患者的对应关系官方未直接说明，本文按「会话 × 信号类型」推断并在正文中标注为推断，未当作已知事实。

未覆盖内容：本页不评估数据质量的实际水平，因为未下载原始信号做统计。附录 A 的代码仅示范读取流程，未做完整验证。两篇「投稿中」的研究本文未引用其结论，因为正式发表状态不明。

---

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：

• scientisst-move — 共享标签：可穿戴传感 / 生理信号 / 步态与运动 / 心电信号
• ppg-dalia — 共享标签：可穿戴传感 / 生理信号 / 步态与运动
• pamap2 — 共享标签：可穿戴传感 / 生理信号 / 步态与运动
• actes-cycloergometer-exercise — 共享标签：生理信号 / 步态与运动 / 心电信号
• ephnogram — 共享标签：可穿戴传感 / 生理信号 / 心电信号
• body-sway-music-vr — 共享标签：可穿戴传感 / 生理信号 / 步态与运动
• pulsedb — 共享标签：可穿戴传感 / 生理信号 / 心电信号
• qol-stress — 共享标签：可穿戴传感 / 生理信号 / 心电信号
• grabmyo-flow — 共享标签：可穿戴传感 / 生理信号 / 步态与运动
• brain-wearable-monitoring — 共享标签：可穿戴传感 / 生理信号 / 心电信号

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。