SS3 睡眠标注数据集
该子集覆盖 62 名受试者，年龄 42.5±18.9 岁、范围 20-69 岁，其中男性 29 名、女性 33 名。睡眠分期依据 AASM 规则，页面大小为 30 秒
基本信息
资源简介
SS3 睡眠标注数据集
SS3 Sleep Annotations
SS3 Sleep Annotations 是 Montreal Archive of Sleep Studies（MASS）队列的 SS3 子集，包含由专家判读的睡眠分期以及自动化肌肉伪迹检测结果。该子集覆盖 62 名受试者，年龄 42.5±18.9 岁、范围 20-69 岁，其中男性 29 名、女性 33 名。睡眠分期依据 AASM 规则，页面大小为 30 秒。数据可用于睡眠分期分类、肌肉伪迹识别与微觉醒相关研究，面向医学、工程与计算机信息科学等方向的建模与评估（来源 DataONE，https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlic。
【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 SS3 子集包含由专家判读的睡眠分期以及自动化肌肉伪迹检测。SS3 子集包括：62 名受试者（年龄 42.5±18.9 岁，年龄范围：20-69 岁），29 名男性（年龄 40.4±19.4 岁，年龄范围：20-69 岁），33 名女性（年龄 44.2±18.6 岁，年龄范围：20-69 岁）。睡眠分期判读：规则：AASM；页面大小（秒）：30
【主题与分类】
主题标签：Mathematical Sciences、Engineering、Medicine, Health and Life Sciences、Computer and Information Science。本站分类：呼吸道疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A295992cd74d0e83a4a05d8a1e3cfffd2e5c174ff250cb9fc0ed4f183504ea688
使用许可：https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=doi:10.5683/SP3/YD8AYI。
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
蒙特利尔睡眠研究档案（MASS）队列的SS3子集包括由专家判读的睡眠分期和自动肌肉伪迹检测。SS3子集包括：62名受试者（年龄42.5±18.9岁，年龄范围：20-69岁），29名男性（年龄40.4±19.4岁，年龄范围：20-69岁），33名女性（年龄44.2±18.6岁，年龄范围：20-69岁）。睡眠分期判读：规则：AASM；页面大小（秒）：30。
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。
