Multi-site PPG

该数据集是一个在野外环境中从多个可穿戴设备（戒指、耳环、项链、手表）收集的光电容积脉搏波（PPG）信号数据集，用于心率估计研究。

This dataset contains photoplethysmogram (PPG) signals collected from multiple wearable devices (rings, earrings, necklaces, watches) in wild environments, targeting heart rate estimation research.

原始信息汇总

数据集概述

• 数据集名称：Multi-site PPG: An In-the-Wild Physiological Dataset from Emerging Multi-site Wearables
• 数据集地址：https://github.com/jiayimaggieshao/wearable-ppg-dataset
• 数据集托管平台：HuggingFace，仓库地址为 https://huggingface.co/datasets/snowballlab/Multisite-PPG
• 许可协议：
  • 代码：GNU General Public License v3.0 (GPL-3.0)
  • 数据集：CC BY-NC 4.0

数据集内容

• 数据类型：可穿戴设备在自然场景下采集的PPG（光电容积描记）信号，用于心率估计。
• 采集设备：四个可穿戴部位：戒指、耳环、项链、手表。
• 参与者数量：全部数据包含20名参与者；示例数据包含2名参与者（P7、P8）。
• 数据格式：包含原始数据、窗口化PPG数据（ppg_windowed_data）以及预处理后的缓存数据。
• 附加数据：多模态融合部分包含加速度计（accelerometer）数据。

使用说明

• 下载方式：通过HuggingFace Hub使用snapshot_download下载，支持仅下载示例数据或全部20名参与者数据。
• 代码仓库结构：包含启发式基线、监督学习基线、自监督学习基线、多设备融合、PPG-运动融合以及窗口数据预处理等模块。
• 运行环境：
  • 启发式基线：通过pip install -r requirements.txt安装依赖。
  • 监督/自监督基线：通过conda创建环境（conda env create -f environment.yaml），环境名称为water。
• 基线方法：
  • 启发式方法：pwd、msptd、fft、autocorr、heartpy、neurokit、qppgfast。
  • 监督学习方法：FCN、DCL、cnn_lstm、LSTM、Transformer、ResNet。
  • 自监督学习方法：BYOL、SimCLR。
• 多设备融合：支持4设备对齐后的融合，以及设备子集融合。
• 多模态融合：支持PPG与加速度计数据的融合。

注意事项

• 示例数据仅供验证流程运行，不产生有意义的结果（因参与者太少，模型会退化为常数预测）。
• 所有实验的输出结果按参与者组织存储在对应目录下：启发式基线输出在src/heuristic_baselines/outputs/，监督基线结果在src/model_baselines/results/。

搜集汇总

数据集介绍

构建方式

Multi-site PPG数据集在自然场景（in-the-wild）下采集，涵盖四种新兴可穿戴设备（戒指、耳环、项链、手表）的PPG信号。原始数据通过HuggingFace平台发布，并配备完整的预处理流程。研究团队提供了从原始记录到窗口化数据集的完整构建管线，允许用户自定义窗口长度和步长，基于ECG信号质量与PPG时间对齐约束，生成可复用的结构化窗口数据。该数据集包含20名受试者的多模态生理信号，为无约束环境下的心率估计研究奠定了坚实基础。

特点

该数据集的核心特色在于其多部位同步采集能力，首次在同一自然场景下整合了四种独特佩戴位置的PPG信号，实现了跨部位生理信号的系统性比较。数据集的构建充分考虑实际应用场景，在自然行为条件下收集数据，增强了模型的生态效度。同时，数据集提供了丰富的模态选择，包括绿色和红外PPG通道，并可与加速度计数据融合，支持单设备、多设备融合以及多模态分析等多种研究范式。这种设计使得研究者能够深入探究不同佩戴位置对心率估计性能的影响。

使用方法

数据集的使用遵循清晰的两阶段流程。首先，通过HuggingFace hub下载完整数据集或样本数据，并将下载的Multisite-PPG文件夹与GitHub仓库wearable-ppg-dataset置于同一父目录下。随后，研究人员可以根据研究需求选择三种主要实验路径：运行启发式基线方法（如神经基特、傅里叶变换等传统算法），执行监督式深度学习基线（支持FCN、ResNet、Transformer等多种骨干网络），或利用自监督学习框架（BYOL、SimCLR）进行表征学习。所有实验均通过配置文件灵活调整参与者和设备组合，并提供多设备对齐与融合策略，满足从简单基准到复杂多模态分析的多样化需求。

背景与挑战

背景概述

可穿戴生理传感技术近年来蓬勃发展，然而多数公开光电容积描记（PPG）数据集局限于单一佩戴部位（如手腕），难以支撑多部位协同感知算法的研究。为此，该数据集由snowballlab团队于2023年创建，旨在填补真实场景下多部位PPG生理信号数据空白。核心研究问题聚焦于：在无约束日常生活环境下，如何从耳环、戒指、项链、手表四种新兴可穿戴设备中同步采集PPG信号，并实现精准的心率估计。数据集包含20名受试者的长时间野外数据，并提供了丰富的开源基线模型。该工作对推动多模态可穿戴健康监测、跨部位生理信号融合算法发展具有重要影响力，为下一代微型化、隐匿式健康感知设备的算法研发提供了关键数据支撑。

当前挑战

该数据集所解决的领域挑战在于：现有PPG心率估计方法多针对单一佩戴部位设计，在真实嘈杂环境中泛化能力不足，多部位信号间的时空异步、运动伪影干扰及个体差异问题尤为突出。在数据集构建过程中，团队面临多重障碍：需从四款异形设备中同步采集高保真PPG与加速计信号，克服不同采样率、佩戴松紧度及皮肤接触质量带来的非理想特性；数据标注需依赖同步心电图（ECG）提供金标准，但在野外场景下确保ECG与多设备信号时序精确对齐存在技术难点；此外，光照变化、肢体运动及设备间无线传输丢包等嘈杂环境因素，也显著增加了数据清洗与质量控制的复杂性。

常用场景

经典使用场景

Multi-site PPG数据集在可穿戴生理监测领域具有里程碑式意义。该数据集采集了20名参与者在自然生活场景下，同时佩戴戒指、耳环、项链和手表四种可穿戴设备的光电容积描记信号，并同步记录心电信号作为金标准。其最经典的使用场景是评估和开发基于多通道PPG的心率估计算法，研究人员可利用该数据集对比启发式算法与深度学习模型在不同佩戴部位上的心率预测性能，探索多设备信号融合策略对估计精度的提升作用。数据集提供的窗口化预处理数据与标准化评估流程，极大地降低了研究人员的入门门槛，使其能够专注于算法创新而非数据处理。

解决学术问题

该数据集着力解决了真实场景下可穿戴PPG信号质量波动与多部位协同感知缺失两大核心挑战。既往研究多基于单部位、实验室条件下的清洁信号展开，难以反映日常活动中的运动伪迹和信号中断问题。Multi-site PPG通过提供非受控环境下的多源同步数据，使得学术界能够系统性地研究不同身体部位（如手腕与耳垂）的PPG信号特点及其对心率估计鲁棒性的影响。这一创新不仅弥补了现有公开数据集在设备多样性和生态效度上的不足，更为构建面向实际可穿戴设备的强泛化心率监测模型提供了关键基准，推动了生理信号处理从实验室理论向普适计算的实质性跨越。

衍生相关工作

Multi-site PPG数据集催生了一系列具有启示意义的研究工作。基于该数据集的基线实验表明，传统的傅立叶变换和峰值检测方法在面对多部位噪声时表现参差，而深度卷积网络与Transformer架构则展现出更强的特征提取能力。特别值得一提的是，研究者在该数据上验证了对比学习（SimCLR、BYOL）在无标签PPG表征学习中的潜力，为后续半监督和跨领域适配方法开辟了新路径。在多设备协同方面，简单拼接多通道绿光和红外信号的融合策略已被证明可有效提升估计精度，由此衍生的注意力加权融合网络与跨部位知识蒸馏方法进一步揭示了不同佩戴位置对心率读数的互补特性。这些工作共同构建了从单点感知到分布式认知的过渡框架。