SS4 睡眠标注数据集
睡眠分期采用 R&K 规则，页面大小为 20 秒。该数据可用于睡眠分期相关的分类任务研究，服务于神经系统疾病与中枢性睡眠呼吸暂停方向的分析（来源 DataONE
基本信息
资源简介
SS4 睡眠标注数据集
SS4 Sleep Annotations
SS4 Sleep Annotations 是 Montreal Archive of Sleep Studies（MASS）队列的 SS4 子集，包含 40 名受试者的睡眠标注数据，年龄 25.3±4.3 岁（范围 18-35 岁），其中男性 14 名、女性 26 名。睡眠分期采用 R&K 规则，页面大小为 20 秒。该数据可用于睡眠分期相关的分类任务研究，服务于神经系统疾病与中枢性睡眠呼吸暂停方向的分析（来源 DataONE，https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=doi:10.5683/。
【数据内容】
源站描述（机器翻译，仅供参考）：Montreal Archive of Sleep Studies（MASS）队列的 SS4 子集包括：40 名受试者（年龄 25.3±4.3 岁，年龄范围：18-35 岁），14 名男性（年龄 27.4±4.5 岁，年龄范围：21-35 岁），26 名女性（年龄 24.1±3.9 岁，年龄范围：18-33 岁）。睡眠分期评分规则：R&K。页面大小（秒）：20。
【主题与分类】
主题标签：Mathematical Sciences、Sleep stage、Computer and Information Science、Medicine, Health and Life Sciences、Engineering。本站分类：神经系统疾病/中枢性睡眠呼吸暂停。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A2fb68720cce01cfe77cf028c93f3413f3e1d79be880b02ceb93e48df4937af7f
使用许可：https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=doi:10.5683/SP3/CHG82L。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
The SS4 subset of the Montreal Archive of Sleep Studies (MASS) cohort includes : 40 subjects (age 25.3±4.3 years, age range: 18-35 years) 14 males (age 27.4±4.5 years, age range: 21-35 years) 26 females (age 24.1±3.9 years, age range: 18-33 years) Sleep stage scoring rules : R&K Page size (s) : 20
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
