中枢性睡眠呼吸暂停

该数据集是一个包含睡眠呼吸暂停相关信息的医学数据集，数据模态可能包括临床表格、生理信号（如呼吸、血氧）或患者记录，主要用于睡眠障碍的诊断分析、呼吸事件检测算法开发以及健康监测研究，为医学和机器学习领域提供中枢性睡眠呼吸暂停的实证数据支持。

该数据集是一个包含睡眠呼吸暂停患者临床特征与人口统计学信息的表格型数据集，主要数据模态为临床表格，记录了患者性别、年龄以及各项临床指标，旨在研究不同年龄段下性别与睡眠呼吸暂停临床特征之间的关联，主要用于睡眠医学和呼吸疾病流行病学领域，以支持性别和年龄特异性的疾病分析与临床决策。

该数据集是一个包含帕金森病合并睡眠呼吸障碍患者临床信息的医学数据集，数据模态包括临床表格（如人口统计学、疾病评分、药物剂量）和睡眠监测参数（如血氧、睡眠分期）。它主要用于比较以中枢性呼吸暂停为主和以阻塞性呼吸暂停为主的两类患者的临床特征差异，支持神经病学与睡眠医学领域的研究，以探索帕金森病中睡眠呼吸障碍的亚型分型与个性化治疗策略。

该数据集包含通过Wesper Lab设备采集的家庭睡眠监测信号数据（CSV格式）及对应的人工评分标注，数据模态为时间序列生理信号与临床评分表格，主要用于训练和验证基于人工智能的中枢性睡眠呼吸暂停自动检测算法，支持睡眠呼吸障碍的家庭监测与诊断研究。

APSAA数据集是一个专门用于睡眠呼吸暂停分析的多模态医学数据集，包含32名受试者的整夜同步音频记录（WAV格式）和多导睡眠图信号（如呼吸努力、鼻气流、脉搏、血氧饱和度等，以CSV文件存储），并提供了手动标注的事件信息。该数据集主要应用于睡眠医学研究、呼吸事件自动检测算法开发、以及音频与生理信号的多模态融合分析，为理解和管理睡眠呼吸障碍提供了重要的数据基础。

该数据集是一个包含35个训练样本和35个测试样本的睡眠呼吸暂停医学数据集，数据以Pickle文件格式存储，主要模态为临床表格或信号数据，旨在支持机器学习模型在睡眠呼吸暂停检测与分类方面的研究与应用，适用于睡眠健康监测和人工智能辅助诊断场景。

该数据集包含25名患者的血氧饱和度（SpO2）信号数据，这些数据通过多导睡眠图测试采集，属于医疗信号模态。数据集主要用于睡眠呼吸暂停的检测与诊断研究，通过提取SpO2信号特征并结合神经网络进行分类，旨在开发一种低成本、高舒适度的辅助诊断工具，适用于医疗信号处理与人工智能在睡眠障碍领域的应用。

该数据集包含60名髋关节置换术患者的临床数据，数据模态包括患者基本信息、麻醉记录、镇痛用药方案、呼吸多导图监测指标（如呼吸暂停低通气指数和氧减指数）以及术后疼痛评分，主要用于研究口服羟考酮与曲马多对术后睡眠呼吸暂停严重程度的影响，为术后镇痛药物选择与呼吸安全管理提供临床研究依据。

该数据集是一个专门用于睡眠呼吸暂停研究的家庭睡眠监测数据集，包含来自Wesper Lab设备的生理信号数据（如呼吸信号）和对应的人工评分标签，数据模态为时序信号与临床表格。其主要用途是训练和测试Wesper自动评分算法，以检测中枢性睡眠呼吸暂停事件，评估AI算法在家庭环境中识别呼吸事件的准确性，并与人工评分进行对比验证，旨在推动便携式睡眠监测设备的算法开发和临床诊断应用。

该数据集是一个医学影像数据集，包含用于评估睡眠呼吸暂停的实时磁共振成像数据，模态涉及MRI图像、实验数据和模拟结果，数据内容涵盖上气道动态成像、噪声模型和低场强模拟框架，主要用于研究MRI成像技术的加速、降噪和成本优化，以支持睡眠呼吸暂停的临床诊断和病理机制分析，应用方向包括医学影像处理、睡眠障碍研究和医疗设备开发。