sleep-kit-psg 0.2.0

A modular PSG preprocessing framework for multi-dataset standardization.

🇨🇳 中文版 README（SleepKit 中文文档）

SleepKit PSG：多数据集睡眠 PSG 预处理框架

SleepKit PSG 是一个模块化、高度工程化的 Python 框架，专为多源多导睡眠图（Polysomnography, PSG）数据的标准化预处理而设计。 它能够将来自不同数据集（如 SHHS, MESA, CFS, Sleep-EDF 等）、不同格式（EDF, H5, MAT）的原始数据，统一转换为适合深度学习模型输入的标准格式（.npy 序列）。

---

🌟 核心功能

◎ 多数据集支持

内置 20+ 主流公开睡眠数据集的规则（SHHS, MESA, CFS, MASS, DOD, Sleep-EDF …）。

◎ 智能通道映射

自动识别并统一不同数据集中的通道名称（如将 EEG(sec) 自动识别为 C3）。

◎ 完整标准化预处理流程

包含：

• 多格式文件读取（EDF / H5 / MAT）
• 多标签格式解析（XML / TXT / CSV / EANNOT）
• 预处理（重参考、带通滤波、陷波、重采样、Z-Score）
• Epoch 切片 + 序列打包

◎ 提供 CLI + Python API

既能批处理，也能直接插入现有项目。

---

🛠️ 安装

环境要求

• Python ≥ 3.8
• numpy, mne, h5py, scipy, sklearn, matplotlib, tqdm, pyyaml

方式一：直接安装

cd sleep_kit_project
pip install .

方式二：构建 Wheel 包

pip install build
python -m build
pip install dist/sleep_kit_psg-0.1.0-py3-none-any.whl --force-reinstall

---

🚀 快速开始（Usage）

SleepKit 支持两种使用方式：CLI 与 Python API。

---

方式一：命令行工具（CLI）

sleepkit-process --dataset SHHS1 --data-root <原始数据路径> --out-root <输出目录>

参数说明：

参数	含义
--dataset	数据集名称（如 SHHS1）
--data-root	EDF/XML 的根目录
--out-root	输出目录

示例：

sleepkit-process \
    --dataset SHHS1 \
    --data-root /public_data/nsrr/shhs/polysomnography \
    --out-root /data/processed/sleep_data

---

方式二：Python API

创建 run.py：

import sleep_kit

raw_dir = r'/public_data/nsrr/shhs/polysomnography'
out_dir = r'/data/output_test'

sleep_kit.fast_preprocess(
    dataset_name='SHHS1',
    data_root=raw_dir,
    out_root=out_dir,
    channels=['C4', 'E1'],
    fs=100,
    seq_len=20,
    max_subjects=5
)

运行：

python run.py

---

📂 输出结构

/output/
└── SHHS1/
    ├── seq/
    │   ├── shhs1-200001-0.npy   # (Seq, C, T)
    │   ├── shhs1-200001-1.npy
    └── label/
        ├── shhs1-200001-0.npy   # (Seq,)

---

⚙️ 默认配置（config.py）

• 采样率：100 Hz
• Epoch：30 s
• EEG 带通：0.3–35 Hz
• EMG 带通：10–49 Hz
• 工频陷波：50/60 Hz

支持数据集：

SHHS1, SHHS2, MESA, CFS, CCSHS, MROS1, MROS2, ABC, HMC, MASS13, DOD, etc.

---

📝 常见问题（FAQ）

❓ 为什么输出 0 个被试？

因为 data_root 设置过深，应指向 EDF + 标签文件所在的上级目录。

❓ 如何添加新数据集？

在 config.py：

1. 添加通道映射
2. 添加 DATASET_RULE

❓ ImportError: No module named sleep_kit

请确保在项目根目录运行：

pip install .

---

如有问题，请联系作者：[e-mail]

---

English Version README（SleepKit Documentation）

SleepKit PSG: A Multi-Dataset PSG Preprocessing Framework

SleepKit PSG is a modular and engineering-oriented Python framework designed for standardized preprocessing of multi-source, multi-channel polysomnography (PSG) data. It converts heterogeneous datasets (SHHS, MESA, CFS, Sleep-EDF, etc.) and formats (EDF, H5, MAT) into standardized .npy sequences for deep learning models.

---

🌟 Key Features

◎ Multi-Dataset Support

Built-in rules for 20+ major public PSG datasets.

◎ Intelligent Channel Mapping

Automatically unifies inconsistent channel names across datasets (e.g., EEG(sec) → C3).

◎ Full Preprocessing Pipeline

Includes:

• Multi-format reading (EDF / H5 / MAT)
• Sleep-stage label parsing (XML / TXT / CSV / EANNOT)
• Signal processing (re-reference, bandpass, notch, resample, Z-score)
• Epoch slicing and sequence packaging

◎ CLI + Python API

Supports both batch processing and programmatic use.

---

🛠️ Installation

Requirements

• Python ≥ 3.8
• numpy, mne, h5py, scipy, sklearn, matplotlib, tqdm, pyyaml

Method 1: Install directly

cd sleep_kit_project
pip install .

Method 2: Build a wheel

pip install build
python -m build
pip install dist/sleep_kit_psg-0.1.0-py3-none-any.whl --force-reinstall

---

🚀 Quick Start

SleepKit supports CLI and Python API.

---

Method 1: CLI

sleepkit-process --dataset SHHS1 --data-root <raw_data> --out-root <output_dir>

Arguments:

Parameter	Description
--dataset	Dataset name
--data-root	Root directory of EDF/XML
--out-root	Output directory

Example:

sleepkit-process \
    --dataset SHHS1 \
    --data-root /public_data/nsrr/shhs/polysomnography \
    --out-root /data/processed/sleep_data

---

Method 2: Python API

Create run.py:

import sleep_kit

raw_dir = r'/public_data/nsrr/shhs/polysomnography'
out_dir = r'/data/output_test'

sleep_kit.fast_preprocess(
    dataset_name='SHHS1',
    data_root=raw_dir,
    out_root=out_dir,
    channels=['C4', 'E1'],
    fs=100,
    seq_len=20,
    max_subjects=5
)

Run:

python run.py

---

📂 Output Structure

/output/
└── SHHS1/
    ├── seq/
    │   ├── shhs1-200001-0.npy   # (Seq, C, T)
    │   ├── shhs1-200001-1.npy
    └── label/
        ├── shhs1-200001-0.npy   # (Seq,)

---

⚙️ Default Settings (config.py)

• Sampling rate: 100 Hz
• Epoch length: 30 s
• EEG bandpass: 0.3–35 Hz
• EMG bandpass: 10–49 Hz
• Notch: 50/60 Hz

Supported datasets:

SHHS1, SHHS2, MESA, CFS, CCSHS, MROS1, MROS2, ABC, HMC, MASS13, DOD, etc.

---

📝 FAQ

❓ Why does it process 0 subjects?

Because data_root is set too deep; it must point to the parent directory of EDF + annotation.

❓ How to add a new dataset?

Modify:

1. CHANNEL_MAPPING
2. DATASET_RULES

❓ ImportError: No module named sleep_kit

Run:

pip install .

---

For any issues or inquiries, please contact the author at: [e-mail]