RefineSleepNet：面向EEG/EOG睡眠分期的任务驱动信号域转换与跨epoch序列建模

《Bioengineering》：RefineSleepNet: Task-Driven Signal-Domain Transformation for EEG/EOG Sleep Staging

　　

自动睡眠分期依赖于生理信号的有效表征。代表性原始信号睡眠分期编码器通常转换输入波形，同时在同一编码路径内逐步压缩其时间分辨率。然而，在epoch级特征提取之前，显式的模态特异、样本对齐且任务驱动的信号域转换仍相对未充分探索。为研究这一设计，研究人员提出RefineSleepNet，一种端到端序列到序列框架，明确分离这两个阶段。分别参数化的信号精炼U-Net（Signal Refinement U-Net, SRU-Net）分支首先转换EEG和EOG波形，同时保留原始时间长度，之后epoch特征提取器（Epoch Feature Extractor, EFE）从精炼信号中提取epoch级表征。融合序列注意力（Fused Sequence Attention, FSA）随后进行多模态整合与跨epoch上下文建模，之后进行逐epoch分类。所有阶段均使用最终睡眠分期目标联合优化，无需单独的波形重建目标。RefineSleepNet在Sleep-EDF-39、Sleep-EDF-153和ISRUC-3上使用受试者独立10折交叉验证评估，分别达到准确率/宏F₁（macro-F₁, MF₁）分数84.5%/79.8%、83.5%/78.1%和80.3%/78.1%。消融实验支持该协调设计，统计分析和中间表征评估进一步考察所学转换的稳健性与特征。所学转换保留广泛的时域与频域组织，同时引入局部波形变化和模态特异频谱重分布。这些结果支持阶段化组织作为EEG/EOG睡眠分期的可行建模策略。

论文主体解读：

自动睡眠分期（sleep staging）是整夜多导睡眠图（polysomnography, PSG）分析的核心环节，通常按美国睡眠医学会（American Academy of Sleep Medicine, AASM）标准将30 s epoch划分为Wake（W）、N₁、N₂、N₃和快速眼动（rapid eye movement, REM）五期。脑电图（electroencephalogram, EEG）和眼电图（electrooculogram, EOG）可提供与睡眠期转换相关的互补皮层与眼动信息。然而，人工睡眠分期耗时、费力且存在评分者间差异，因此自动睡眠分期具有重要意义。早期方法依赖手工时域、频域和时频特征结合传统分类器，后续深度学习方法可直接从原始或变换信号中学习表征。现有研究仍存在若干问题：许多原始信号睡眠分期框架在同一编码路径内同时完成波形转换和时间压缩，难以明确刻画epoch级表征学习前信号如何被转换；EEG与EOG反映不同生理过程，但现有多模态框架多在特征提取后融合，模态特异信号域转换探讨不足；跨epoch建模虽已改善睡眠期转换识别，但如何将时间对齐信号表征与序列级上下文建模有效整合仍未充分解决。为此，研究人员开展阶段化表示学习架构研究，将模态特异、样本对齐的信号域转换显式置于epoch级特征压缩和序列级上下文建模之前。

研究人员提出RefineSleepNet，一种端到端序列到序列框架，用于EEG/EOG睡眠分期。该框架包括分别参数化的信号精炼U-Net（Signal Refinement U-Net, SRU-Net）分支、epoch特征提取器（Epoch Feature Extractor, EFE）和融合序列注意力（Fused Sequence Attention, FSA）模块。SRU-Net首先在保持原始时间长度条件下生成模态特异、样本对齐的信号表征；EFE将其压缩为固定维度epoch级特征；FSA整合EEG与EOG特征序列并进行跨epoch上下文建模；最后由分类头逐epoch输出睡眠期预测。整个框架使用最终睡眠分期目标联合优化，不设独立波形重建或去噪目标。研究在Sleep-EDF-39、Sleep-EDF-153和ISRUC-3三个公开数据集上采用受试者独立10折交叉验证评估，并结论认为该阶段化组织是EEG/EOG睡眠分期的可行建模策略，消融实验、统计分析和中间表征评估支持其有效性与可靠性。

关键技术与方法概述：研究使用Sleep-EDF-39（20名健康受试者）、Sleep-EDF-153（78名健康受试者）和ISRUC-3（10名健康受试者）公共睡眠队列。预处理按AASM将N₃与N₄合并为N₃，保留入睡前30 min与睡眠结束后30 min。Sleep-EDF使用Fpz–Cz EEG与ROC–LOC EOG，ISRUC-3使用F3–A2 EEG与ROC–A1 EOG，信号重采样至100 Hz，未额外滤波或归一化。输入为连续20个30 s epoch，训练集滑窗步长10，验证与测试不重叠。关键技术包括模态特异SRU-Net分支、瓶颈自注意力模块（Bottleneck Self-Attention Module, BSAM）、EFE、FSA和Focal Loss，评价指标包括准确率（accuracy, Acc）、宏F₁（macro-F₁, MF₁）、Cohen’s kappa及各类别F₁。

3.1 实验结果（Experimental Results）：在三个数据集上，RefineSleepNet获得MF₁/Acc分别为79.8±2.76%/84.5±3.38%、78.1±2.34%/83.5±1.74%和78.1±3.29%/80.3±3.22%。与传统机器学习、CNN/RNN及注意力/Transformer类方法比较，RefineSleepNet在当前实验设置下总体MF₁与Acc较高。与最强复现基线CausalAttenNet进行折级MF₁配对Wilcoxon符号秩检验，p值分别为0.0640、0.0445和0.0755，在Sleep-EDF-153上达到统计显著。类别结果中，N₁的F₁最高，分别为52.2%、52.3%和56.5%；Wake、N₂、N₃、REM总体识别较好，N₁仍主要与Wake、N₂和REM混淆。模型约有0.8 M可训练参数。

3.2 消融实验（Ablation Experiment）：完整RefineSleepNet在三个数据集上取得最高MF₁，分别为79.8、78.1和78.1，说明各组件联合具有互补改进。

3.2.1 组件消融（Component-Wise Ablation）：Add-Only和Fusion-Only均较完整模型下降，说明多模态融合后的跨epoch上下文建模重要。Add-only+FSA和Multiply-only+FSA均不能达到完整融合策略性能，提示加性与乘性交互的组合可捕获互补信息。Concat fusion低于所提融合策略，说明显式建模EEG/EOG交互有益。以CNN替换SRU-Net且保持参数规模相近的CNN control低于完整模型，说明SRU-Net可提供更有效的信号域表征。移除BSAM后，Sleep-EDF-39的MF₁从79.8%降至76.6%，Sleep-EDF-153从78.1%降至77.3%，ISRUC-3从78.1%降至76.4%。移除SRU-Net中可学习残差连接系数后性能变化，提示自适应残差通路对信号域表征有贡献。FSA移除位置编码后性能下降，说明位置信息有助于建模连续睡眠epoch的方向性转换。EEG-only低于完整模型，说明EOG提供互补信息。

3.2.2 损失函数与信号处理策略影响（Effect of Loss Function and Signal Processing Strategy）：将Focal Loss替换为普通交叉熵（cross entropy, CE）后，完整Focal Loss配置在三个数据集上MF₁和Kappa更高，说明不平衡睡眠期分布下该损失具有额外优化收益。将SRU-Net前端替换为固定带通滤波后，完整RefineSleepNet在三个数据集上MF₁分别提高3.6、3.2和7.3个百分点，说明可学习SRU-Net前端较手工滤波可为后续特征提取与序列建模提供更自适应表征。

3.3 信号域转换分析（Signal-Domain Transformation Analysis）：该分析并非将SRU-Net视为传统信号恢复模块或验证输入复制，而是考察其输出在epoch级特征提取前是否保留输入的主要时域与频域结构，同时表现任务驱动转换。

3.3.1 时域一致性与信号转换（Time-Domain Consistency and Signal Transformation）：SRU-Net输出总体保留原始EEG和EOG波形形态与时间趋势，但局部幅度和细尺度波形细节发生变化。定量上，Pearson相关系数为EEG 0.839±0.061、EOG 0.792±0.183；MSE、MAE和Relative L2非零，说明SRU-Net引入信号修改而非直接复制输入。结果表明其保留主要时间组织并改变与睡眠分期相关的波形特征。

3.3.2 内epoch注意力响应（Intra-Epoch Attention Responses）：BSAM在epoch内不同时间位置呈现非均匀响应，在EEG和EOG局部独特波形区域附近观察到较高注意力响应，提示BSAM在信号域转换中自适应强调时间信息模式。

3.3.3 频域频谱调制（Frequency-Domain Spectral Modulation）：快速傅里叶变换（fast Fourier transform, FFT）幅度谱显示，原始输入的主要频谱轮廓和峰值位置在SRU-Net输出中大体保留。EEG的频谱调制主要在低频带，较高频差异有限或衰减；EOG谱变化较温和，主要集中于较低频范围。基于Welch法功率谱密度（power spectral density, PSD）计算的输出/输入频带功率比显示，EEG表现为频率依赖重分布，低频功率相对增加、gamma带功率降低；EOG呈较温和频谱重分布并伴随gamma带功率一致降低。总体说明SRU-Net保留宽频谱组织，同时引入频率选择性和模态特异调制，而非固定频率滤波。

3.4 睡眠架构分析（Sleep Architecture Analysis）：预测hypnogram总体遵循参考的整夜睡眠期进展，但部分短时阶段转换未完全保留。预测与参考在总睡眠时间（total sleep time, TST）和睡眠效率（sleep efficiency, SE）等全局参数上接近，TST、SE和REM潜伏期平均符号误差分别为+1.54 min、+0.26%和?1.68 min；睡眠期转换数被低估，参考为111.87±28.52，预测为96.39±26.66，平均符号误差为?15.47±18.84，提示预测hypnogram更平滑。Bland–Altman分析显示，TST偏倚1.54 min，一致性界限?12.08至15.16 min；SE偏倚0.26%，一致性界限?2.32%至2.84%；REM潜伏期偏倚?1.68 min，一致性界限?35.65至32.30 min。结果说明模型保留若干主要全局睡眠架构特征，但转换相关时间细节再现较差。

讨论部分总结：三个数据集结果支持RefineSleepNet分层建模策略的有效性；在epoch级特征压缩前引入模态特异、样本对齐的信号域转换，可提供显式中间表征阶段，并与多模态整合及序列级上下文建模协调。消融结果支持完整SRU-Net前端和序列级时间上下文化均贡献最终分期性能。表征分析表明，SRU-Net学习的是任务驱动中间波形表征，而非简单复制原始输入；预测hypnogram大体跟随整夜睡眠进程，TST、SE和REM潜伏期偏差较小，但阶段组成仍有较大差异。预测阶段转换数减少说明模型倾向生成更平滑hypnogram，可能低估高度碎片化睡眠和短时阶段波动。局限包括：N₁仍因过渡性及与邻近期重叠而具挑战性；当前序列建模关注连续epoch上下文依赖，但未显式建模睡眠期转换概率或生理事件时序；当前表征分析主要评估信号转换和睡眠架构特征，尚需在更大、更多样队列上验证泛化性。

结论（Conclusions）翻译：本文中，研究人员提出RefineSleepNet，一种用于从EEG/EOG记录进行自动睡眠分期的分层框架。其核心设计明确分离模态特异、样本对齐且任务驱动的信号域转换与后续epoch级特征提取，同时协调多模态整合和跨epoch上下文建模。三个公共数据集结果证明所提框架有效性，消融实验提供组件级证据。中间波形表征的补充分析表明，所学转换保留广泛时域和频域组织，同时引入非均匀时域和频域调制，而非简单复制输入信号。额外统计分析和睡眠架构评估进一步支持所获睡眠分期结果的可靠性。未来工作将研究受试者和上下文自适应的信号域转换及转换感知的上下文建模，以更好表征边界epoch、碎片化睡眠模式和短暂阶段转换。