阻塞性睡眠呼吸暂停

阻塞性睡眠呼吸暂停是一种以睡眠期间上气道反复发生部分或完全塌陷为特征的常见呼吸障碍，导致气流减少（低通气）或完全中断（呼吸暂停），常伴有血氧饱和度下降和睡眠片段化。其发病机制涉及咽部解剖狭窄、肌肉张力异常、中枢呼吸调控不稳定及肥胖等多因素相互作用。典型表现包括习惯性打鼾、他人目击的呼吸间歇、夜间憋醒、晨起头痛及日间过度嗜睡，严重影响生活质量并增加高血压、心律失常、脑卒中等心脑血管疾病风险。诊断依赖多导睡眠监测，治疗以持续气道正压通气为首选，口腔矫治器及上气道手术适用于特定患者。近年来，聚焦于精准分型、药物靶点开发及远程智能管理成为研究热点，推动个体化诊疗体系的构建。

获取阻塞性睡眠呼吸暂停专属定制方案

共 27 个数据集

疑似阻塞性睡眠呼吸暂停（OSA）受试者基线特征数据集

睡眠呼吸暂停临床特征睡眠医学基线数据

该数据集包含疑似阻塞性睡眠呼吸暂停（OSA）患者的临床基线特征数据，主要数据模态为临床表格，记录了人口统计学、症状指标等结构化信息，主要用于睡眠医学领域的疾病特征分析、风险因素研究及临床辅助诊断等方向。

阻塞性睡眠呼吸暂停高风险患者 - 医院数据集

阻塞性睡眠呼吸暂停临床评估

该数据集是一个包含患者社会人口学信息、医疗史、体格检查指标及耳鼻喉科检查结果的临床表格数据集，整合了Epworth嗜睡量表和柏林问卷的评估数据，主要用于阻塞性睡眠呼吸暂停（OSA）的高风险筛查、临床特征分析以及疾病风险因素的相关研究。

阻塞性睡眠呼吸暂停发作的非线性动力学预测

睡眠呼吸暂停预测生理信号实时预警

该数据集包含来自多个来源的阻塞性睡眠呼吸暂停（OSA）患者的心电图（ECG）记录，通过分析心率动力学的非线性动态，利用Dirichlet-Process Mixture-Gaussian-Process（DPMG）模型预测OSA发作的剩余时间，数据模态为生理信号（ECG），主要用于睡眠呼吸暂停的实时预警、可穿戴设备集成以及个性化医疗干预研究，旨在提升点对点治疗的有效性。

阻塞性睡眠呼吸暂停相关唾液蛋白质组学研究数据集

唾液蛋白质组学阻塞性睡眠呼吸暂停

该数据集是一个包含唾液样本蛋白质组学数据的生物医学数据集，数据模态为蛋白质组学定量数据（通常包含蛋白质鉴定、丰度等信息），主要用于研究与阻塞性睡眠呼吸暂停相关的唾液蛋白质表达谱变化，以寻找潜在的疾病生物标志物并探索其在睡眠呼吸障碍诊断与机制研究中的应用。

来源Peking University School and Hospital of Stomatology

儿童阻塞性睡眠呼吸暂停随访数据集

儿童睡眠呼吸障碍睡眠医学随访

该数据集包含26名未接受手术治疗的儿童睡眠呼吸障碍患者的临床随访数据，通过夜间多导睡眠图记录、体格检查等模态，提供了基线及6个月随访时的呼吸暂停指数、呼吸紊乱指数等关键指标，主要用于研究儿童阻塞性睡眠呼吸暂停的自然病程演变、评估非手术治疗效果以及探索睡眠呼吸生理变化规律。

阻塞性睡眠呼吸暂停中的吞咽与咽食管测压研究

睡眠呼吸暂停吞咽评估咽食管测压临床研究

该数据集包含针对阻塞性睡眠呼吸暂停患者的临床评估数据，涵盖问卷调查、纤维内镜吞咽功能检查以及咽食管测压等多模态临床数据，主要用于研究睡眠呼吸暂停相关的上气道神经肌肉损伤对吞咽过程中咽部和食管压力动力学的影响，并比较伴有与不伴有口咽性吞咽困难的患者在测压指标上的差异，适用于睡眠医学、吞咽功能障碍机制及临床评估研究。

阻塞性睡眠呼吸暂停预测数据

睡眠障碍生理信号分析

该数据集包含来自两个来源的多导睡眠图（PSG）生理信号数据，涵盖脑电图、心电图、血氧饱和度等多种模态，用于阻塞性睡眠呼吸暂停（OSA）的预测研究，支持睡眠障碍诊断和机器学习模型开发。

面部形态与阻塞性睡眠呼吸暂停

睡眠呼吸暂停临床研究面部形态学分析

该数据集包含252名睡眠障碍患者的正面、侧面和微笑照片等多模态面部图像数据，结合临床多导睡眠图信息，旨在研究面部形态模式（如I型、II型、III型、长脸型和短脸型）和面部类型（宽脸型、中脸型、长脸型）与阻塞性睡眠呼吸暂停（OSA）之间的关系，主要应用于睡眠医学和口腔正畸学领域，以探索面部特征作为OSA风险预测因子的潜力，辅助临床诊断和个性化治疗策略的开发。

时序ISRUC睡眠数据集