全网最全！当前最全公开可用的PSG（多导睡眠图）数据集

全球最大规模的 PSG 队列之一，数据来自多中心，包含多种心血管相关疾病人群。葡萄牙 ISRUC 提供的完整 PSG + 专家标注数据。西班牙/葡萄牙地区医院采集的完整 PSG，用于大量自动睡眠分期论文。PhysioNet 2018 挑战赛的睡眠分期数据，标签由自动+人工修正。包含不同种族群体的PSG数据，适合泛化研究。

m0_70335361

1572人浏览 · 2025-11-26 14:46:39

m0_70335361 · 2025-11-26 14:46:39 发布

由于国际环境原因，目前已有多个机构对中国等国家的机构不再通过申请，所以导致部分研究者们获取不到原始数据集。

为了方便科研人员进行跨中心对比、构建泛化能力强的模型，本篇文章对目前主流公开 PSG 数据集进行系统整理。

由于篇幅限制，本文只写部分数据集，其他具体数据集处理，之后再写。

若需要如SHHS、Sleep-EDF、ISRUC、NSRR等数据集的预处理脚本及其他，请私信博主。

多导睡眠图（Polysomnography, PSG）是睡眠医学中最标准、最全面的数据记录方式，包含 EEG、EOG、EMG、ECG、呼吸流量、胸腹带、血氧等多种通道。随着睡眠计算研究的快速增长，已有大量国际机构发布了高质量的PSG数据库，覆盖不同年龄、疾病、采集设备与临床场景。

统一预处理设定说明

为了保证跨数据集可比性，本文统一使用以下 PSG 解析策略：

项目	标准设定
EEG 通道	F4-M1（若无，则 Fz-Cz、C4-M1、F3-M2 等 fallback）
采样率	100 Hz（统一下采样）
Epoch 长度	30 秒
序列打包	20×30s（可选）
标签映射	Wake/N1/N2/N3/REM → 0/1/2/3/4
异常剔除	长时间无标签、段落中断、过短记录等

1. Sleep-EDF Expanded (Sleep-EDFx)

⭐ 基本介绍

由欧洲睡眠研究中心提供，是睡眠分期研究中使用最广的基础数据集之一，包含健康人与睡眠障碍人群。

结构

SC4xxxx0-PSG.edf # 原始 PSG
SC4xxxx0-Hypnogram.edf # 标签

数据规模

版本	被试	夜晚	标签格式
Sleep Cassette	20	39	.hyp
Sleep Telemetry	22	44	.hyp

合计：78 夜晚

通道

EEG: Fpz-Cz, Pz-Oz
EOG: horizontal EOG
EMG: submental
ECG: 1 channel
采样率很混乱（100 Hz、128 Hz、250 Hz 等），需要统一重采样。

统一处理后数量

以Fpz-Cz/100Hz/30s的epoch：

约84,000 ~ 88,000个epoch
Wake/N1/N2/N3/REM 标签完整

适合作为 baseline 训练或调试。

数据分析情况：

--- 正在分析数据集: sleep-edfx ---
[1] 扫描 'seq' 目录...
找到 11806 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 11806 个 'label' 文件。
[3] 对比分析与统计 (数据集: sleep-edfx)

--- 文件完整性报告: sleep-edfx ---
总 'seq' 文件数: 11806
总 'label' 文件数: 11806
[√] 成功匹配 11806 对文件 (样本量)

--- 数据内容分析: sleep-edfx ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,)
样本量 (文件数): 11806
正在加载所有 11806 个标签文件以统计分布...
加载标签: 100%|██████████████ 11806/11806 [00:01<00:00, 7480.45it/s]
标签分布 (基于 11806 个成功加载的样本, 共 236120 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 68517 | 29.02 %
Class 1 (N1) | 25117 | 10.64 %
Class 2 (N2) | 88863 | 37.63 %
Class 3 (N3) | 19450 | 8.24 %
Class 4 (REM) | 34173 | 14.47 %

2. SHHS（Sleep Heart Health Study, SHHS-1）

⭐ 基本介绍

全球最大规模的 PSG 队列之一，数据来自多中心，包含多种心血管相关疾病人群。

结构

nsrr/SHHS/polysomnography/edfs/shhs1-xxxx.edf
nsrr/SHHS/annotations-events-profusion/shhs1-xxxx-profusion.xml

数据规模

被试：5,793
每人一夜
标签：Profusion XML（含呼吸事件等）

通道

EEG：C3-A2, C4-A1
EOG：2 ch
EMG：chin
ECG、SaO2、气流、胸腹带

采样率：125 Hz

统一处理后数量

（剔除标签缺失者后）

约 1.4M ~ 1.5M epochs
→ 目前跨中心训练中的“大型源域”。

数据分析情况：
--- 正在分析数据集: SHHS1 ---
[1] 扫描 'seq' 目录...
找到 283166 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 283166 个 'label' 文件。
[3] 对比分析与统计 (数据集: SHHS1)

--- 文件完整性报告: SHHS1 ---
总 'seq' 文件数: 283166
总 'label' 文件数: 283166
[√] 成功匹配 283166 对文件 (样本量)

--- 数据内容分析: SHHS1 ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,)
样本量 (文件数): 283166
正在加载所有 283166 个标签文件以统计分布...
加载标签: 100%|████████████ 283166/283166 [01:59<00:00, 2372.11it/s]
标签分布 (基于 283166 个成功加载的样本, 共 5663237 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 1600559 | 28.26 %
Class 1 (N1) | 215535 | 3.81 %
Class 2 (N2) | 2297641 | 40.57 %
Class 3 (N3) | 737983 | 13.03 %
Class 4 (REM) | 811519 | 14.33 %

3. ISRUC-Sleep

⭐ 基本介绍

葡萄牙 ISRUC 提供的完整 PSG + 专家标注数据。

结构

1/subject1/subject1.edf
1/subject1/subject1_Stages.txt
3/subject100/*.edf

三个部分

子集	被试数	备注
Part 1	100	有标签
Part 2	8	有标签
Part 3	10	多导较少

计：118

通道

常用 EEG：F3-C3, C3-A2, C4-A1
采样率：100 Hz（统一）

统一处理后数量

约 260k–280k epochs

数据分析情况：
--- 正在分析数据集: MROS1 ---
[1] 扫描 'seq' 目录...
找到 185117 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 185117 个 'label' 文件。
[3] 对比分析与统计 (数据集: MROS1)

--- 文件完整性报告: MROS1 ---
总 'seq' 文件数: 185117
总 'label' 文件数: 185117
[√] 成功匹配 185117 对文件 (样本量)

--- 数据内容分析: MROS1 ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,)
样本量 (文件数): 185117
正在加载所有 185117 个标签文件以统计分布...
加载标签: 100%|██████████| 185117/185117 [01:15<00:00, 2463.88it/s]
标签分布 (基于 185117 个成功加载的样本, 共 3702299 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 1658522 | 44.80 %
Class 1 (N1) | 135895 | 3.67 %
Class 2 (N2) | 1277773 | 34.51 %
Class 3 (N3) | 231568 | 6.25 %
Class 4 (REM) | 398541 | 10.76 %

4. HMC-Sleep（Hospital do Mar Coimbra）

⭐ 基本介绍

西班牙/葡萄牙地区医院采集的完整 PSG，用于大量自动睡眠分期论文。

结构

PSG.edf
Hypnogram.txt

数据规模

被试：154
夜晚：154

通道

通常 F3-A2、C4-A1、Oz-A2
采样率：200 Hz 或 256 Hz（需统一）

数据分析情况：
--- 正在分析数据集: HMC ---
[1] 扫描 'seq' 目录...
找到 6721 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 6721 个 'label' 文件。
[3] 对比分析与统计 (数据集: HMC)

--- 文件完整性报告: HMC ---
总 'seq' 文件数: 6721
总 'label' 文件数: 6721
[√] 成功匹配 6721 对文件 (样本量)

--- 数据内容分析: HMC ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,)
样本量 (文件数): 6721
正在加载所有 6721 个标签文件以统计分布...
加载标签: 100%|██████████| 6721/6721 [00:01<00:00, 3676.23it/s]
标签分布 (基于 6721 个成功加载的样本, 共 134420 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 22517 | 16.75 %
Class 1 (N1) | 15408 | 11.46 %
Class 2 (N2) | 49244 | 36.63 %
Class 3 (N3) | 26421 | 19.66 %
Class 4 (REM) | 20830 | 15.50 %

5. P2018（PhysioNet CinC 2018）

⭐ 基本介绍

PhysioNet 2018 挑战赛的睡眠分期数据，标签由自动+人工修正。

结构

tr03-0003.edf
tr03-0003-hypnogram.edf

数据规模

被试：1,983
单夜 PSG
标签较干净、时长完整

通道

EEG：F3-M2 / C4-M1 （任选）
EOG、EMG、ECG

采样率：200 Hz

统一处理后

约 520k–580k epochs
→ 跨中心实验中常作为中型源域。

数据分析情况：
--- 正在分析数据集: P2018 ---
[1] 扫描 'seq' 目录...
找到 44149 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 44149 个 'label' 文件。
[3] 对比分析与统计 (数据集: P2018)

--- 文件完整性报告: P2018 ---
总 'seq' 文件数: 44149
总 'label' 文件数: 44149
[√] 成功匹配 44149 对文件 (样本量)

--- 数据内容分析: P2018 ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,)
样本量 (文件数): 44149
正在加载所有 44149 个标签文件以统计分布...
加载标签: 100%|████████████| 44149/44149 [00:14<00:00, 3117.24it/s]
标签分布 (基于 44149 个成功加载的样本, 共 882980 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 153679 | 17.40 %
Class 1 (N1) | 135730 | 15.37 %
Class 2 (N2) | 375514 | 42.53 %
Class 3 (N3) | 102230 | 11.58 %
Class 4 (REM) | 115827 | 13.12 %

6. MESA（Multi-Ethnic Study of Atherosclerosis）

⭐ 基本介绍

包含不同种族群体的PSG数据，适合泛化研究。

数据规模

被试：2056
通道：C4-A1

采样率 256 Hz。

统一后

约560k+ epochs

数据分析情况：
--- 正在分析数据集: MESA ---
[1] 扫描 'seq' 目录...
找到 127464 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 127464 个 'label' 文件。
[3] 对比分析与统计 (数据集: MESA)

--- 文件完整性报告: MESA ---
总 'seq' 文件数: 127464
总 'label' 文件数: 127464
[√] 成功匹配 127464 对文件 (样本量)

--- 数据内容分析: MESA ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,) 样本量 (文件数): 127464
正在加载所有 127464 个标签文件以统计分布...
加载标签: 100%|████████████| 127464/127464 [00:57<00:00, 2229.10it/s]
标签分布 (基于 127464 个成功加载的样本, 共 2549277 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 1087176 | 42.65 %
Class 1 (N1) | 203324 | 7.98 %
Class 2 (N2) | 841226 | 33.00 %
Class 3 (N3) | 149605 | 5.87 %
Class 4 (REM) | 267946 | 10.51 %

7. CCSHS / CFS 等儿童睡眠数据

⭐ 基本介绍

特点

年龄跨度小
EEG 频谱结构与成人显著不同
适合年龄分层研究

数量较小，通常：

CCSHS：~300 夜
CFS：~150 夜

统一后约：

80k–120k epochs

数据分析情况：
--- 正在分析数据集: CCSHS ---
[1] 扫描 'seq' 目录...
找到 34334 个 'seq' 文件。
[2] 扫描 'labels' 目录...
找到 34334 个 'label' 文件。
[3] 对比分析与统计 (数据集: CCSHS)

--- 文件完整性报告: CCSHS ---
总 'seq' 文件数: 34334
总 'label' 文件数: 34334
[√] 成功匹配 34334 对文件 (样本量)

--- 数据内容分析: CCSHS ---
样本形状 (基于第一个文件):
- Seq Shape : (20, 2, 3000) (推断: N=20, C=2, L=3000)
- Label Shape : (20,) (推断: Epochs/Sample = 20)
样本量 (文件数): 34334
正在加载所有 34334 个标签文件以统计分布...
加载标签: 100%|██████████████████| 34334/34334 [00:14<00:00, 2293.39it/s]
标签分布 (基于 34334 个成功加载的样本, 共 686679 个有效 Epochs):
阶段 | Epochs 数量 | 百分比
--------------------------------------------
Class 0 (Wake) | 209292 | 30.48 %
Class 1 (N1) | 19074 | 2.78 %
Class 2 (N2) | 248584 | 36.20 %
Class 3 (N3) | 110038 | 16.02 %
Class 4 (REM) | 99691 | 14.52 %

8. 统一处理后：跨数据集规模总结

数据集	原始夜晚	统一处理后 Epoch 数（约）
Sleep-EDFx	78	0.08 M
SHHS-1	5,793	1.45 M
ISRUC	118	0.27 M
HMC	154	0.35 M
P2018	1,983	0.55 M
MESA	2,056	0.56 M
CCSHS/CFS	~450	0.10 M
总计	约 10,600 夜晚	3.3–3.6 M epochs

这是当前可公开收集到的最大PSG数据池。

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

全家桶集齐！Qwen3.5四款小模型上线魔乐社区，附昇腾全套实践教程

魔乐社区

Pont - 搭建前后端之桥：高效、灵活的接口管理工具

Pont 是一款强大的数据服务层解决方案，它能够帮助开发者快速搭建前后端之间的桥梁，实现接口的高效管理和代码自动生成。无论是新手还是有经验的开发者，都能通过 Pont 轻松处理接口文档、生成类型安全的 API 代码，从而显著提升开发效率。[![Pont 工具标志](https://raw.gitcode.com/gh_mirrors/po/pont/raw/3f1b7d4bbba3fd2dda

魔乐社区

如何快速上手 hvac：HashiCorp Vault Python 客户端零基础入门指南

**hvac** 是 HashiCorp Vault 的 Python 3.X 客户端库，专为开发者提供简单高效的 Vault 交互方式。无论你是需要管理密钥、配置身份验证，还是实现安全的秘密数据存储，hvac 都能帮助你轻松搞定 Vault 的各项操作。本文将带你零基础快速入门，从安装到基础操作，让你在几分钟内即可上手使用这个强大的工具。[![hvac 客户端 Logo](https://r