复现睡眠呼吸障碍患者夜间呼吸模式的生理台架测试数据集
该数据集来自 search.dataone.org,属于呼吸系统疾病/其他分类,围绕一套能够模拟睡眠呼吸障碍患者夜间呼吸气流的生理台架

基本信息
资源简介
复现睡眠呼吸障碍患者夜间呼吸模式的生理台架测试数据集
New physiological bench test reproducing noctural breathing pattern of patients with sleep disordered breathing
该数据集来自 search.dataone.org,属于呼吸系统疾病/其他分类,围绕一套能够模拟睡眠呼吸障碍患者夜间呼吸气流的生理台架。研究者开发算法分析 polygraph 数据,并将其转换为台架硬件所需的数字输入,分别用于人工肺的模拟呼吸肌用力压力输入和调节 Starling 电阻的密封腔压力。台架共进行了 9 小时 23 分钟的模拟,所用呼吸曲线来自一段演示记录。该数据可用于睡眠呼吸障碍模拟、通气 polygraph 分析及 APAP 设备行为测试等研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):既往研究表明,当自动气道正压(APAP)设备连接到使用理论呼吸周期脚本的台架时,会表现出不同的行为。然而,这些脚本有限,无法模拟夜间的生理行为。我们的目标是开发一个生理台架,能够通过整合 polygraph 数据来模拟患者的呼吸气流。我们开发了一种分析 polygraph 数据的算法,并将这些信息转换为台架硬件所需的数字输入,以在台架上复现患者的呼吸曲线。这些输入分别是用于人工肺的模拟呼吸肌用力压力输入,以及用于调节 Starling 电阻的密封腔压力。我们在台架上对一段演示记录中的呼吸曲线进行了总计 9 小时 23 分钟的模拟,该记录来自一名 No
【主题与分类】
主题标签:ventilation polygraph、sleep disordered breathing simulation、Sleep apnea。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A5352d6834de641b157768bb93e26058e04f73b7c3914fa98ea7683262fa5ac58
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
既往研究表明,自动气道正压通气(APAP)设备在连接至使用理论呼吸周期脚本的测试平台时表现出不同的行为。然而,这些脚本存在局限性,无法模拟夜间生理行为。我们的目标是开发一种生理测试平台,能够通过整合多导睡眠图数据来模拟患者呼吸气流。我们开发了一种分析多导睡眠图数据的算法,并将该信息转换为测试平台硬件所需的数字输入,以在测试平台上重现患者呼吸 profile。输入分别为人工肺的模拟呼吸肌用力压力输入以及用于调节 Starling 阻力器的密封腔压力。我们在测试平台上对 Nox T3 睡眠监测仪演示记录中的呼吸 profile 进行了总计 9 小时 23 分钟的模拟。模拟性能结果显示,在相对峰谷……
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。




