本文针对睡眠研究中多源PSG数据集兼容性问题，提出对SleepDG开源项目的优化方案。重点解决了ISRUC、SHHS等5个主流数据集（SleepEDFx、ISRUC、SHHS、HMC、P2018）预处理中的三大痛点：依赖版本冲突、文件导入不稳定和日志可读性差。通过规范版本管理（如numpy1.26.4+mne0.23.4）、重构数据流（支持EDF/BDF格式转换）和增强日志系统（含异常定位功能），

睡眠医学研究中多导睡眠图（PSG）数据集的异构性导致跨研究分析困难SleepEDF数据库作为公开基准数据集的价值统一格式化处理对提高数据复用性和算法泛化能力的作用Sleep-EDF (Sleep European Data Format) 数据集是睡眠研究领域最经典、使用最广泛的公开数据集之一。它由 Bob Kemp 和他的同事于1994年首次发布，主要用于评估计算机化的自动睡眠分期算法。由于其公

睡眠医学研究中多导睡眠图（PSG）数据集的异构性导致跨研究分析困难SHHS数据库作为公开基准数据集的价值统一格式化处理对提高数据复用性和算法泛化能力的作用是目前世界上规模较大的多中心睡眠监测研究项目之一，旨在探索睡眠呼吸障碍（如睡眠呼吸暂停综合征）与心血管疾病之间的关系。研究时间：从 1995 年开始受试者人数：超过6,000 名成年人数据类型：基于多导睡眠图（PSG）的夜间监测数据数据规模：原始

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。

本文介绍了HMC多导睡眠图（PSG）数据集的预处理方法。该数据集包含151份整夜睡眠记录（15.7GB），含EEG、EOG、EMG和ECG信号及睡眠分期标注。预处理步骤包括：1）导入MNE等工具库；2）筛选匹配的PSG和标注文件；3）定义睡眠阶段标签映射；4）信号处理（重采样、滤波）；5）30秒分段和事件标注；6）数据标准化；7）序列化保存为20段/序列的npy格式。代码实现了从原始EDF文件到标

深度学习中的归一化技术，就像是搭建神经网络这座摩天大楼时的“标准化建材”。它让每一层的数据都处于一个稳定、可控的状态，从而极大地提升了整个工程的建造速度和最终质量。归一化方法归一化维度优点缺点/适用场景BN[N, H, W](对每个C)加速收敛，正则化效果好，CNN首选依赖大Batch Size，训练/推理不一致LN[C, H, W](对每个N)不依赖Batch Size，适用于RNN/Trans