融合全局上下文与监督对比学习的药理稳健性临床前睡眠分期分类框架

《Scientific Reports》：Global context integration for pharmacologically robust preclinical sleep stage classification

　　

从电生理信号（electrophysiological signals）中进行睡眠分期（sleep stage classification）对临床前神经科学（preclinical neuroscience）研究脑功能至关重要，但模型通常在受试者和实验条件间泛化失败，尤其是在改变神经和肌肉活动的药理干预（pharmacological interventions）下。研究人员提出一种面向稳健性的深度学习框架（deep learning framework），整合多分支特征提取（multi-branch feature extraction）、全局上下文表示（global contextual representation）、序列建模（sequence modeling）以及旨在降低对受试者和处理特异性变异敏感性的训练策略。该方法在大型啮齿类数据集上评估，该数据集包含来自多只动物、跨若干药理条件采集的超过一百万条标注脑电（electroencephalography, EEG）和肌电（electromyography, EMG）片段。其取得较强分类性能，显著优于经典方法和标准深度学习基线。值得注意的是，模型在处理条件间保持稳定性能，在有限条件下训练时性能下降极小，并且在相对少量标注数据下仍有效。这些发现表明，尽管实验变异显著，仍可实现准确且稳健的睡眠分期。所提出的框架减少对大量标注的依赖，并提高自动睡眠分析的可靠性，支持更具可扩展性和可重复性的临床前研究。

睡眠分期（sleep stage classification）是连接神经活动与行为、生理和疾病机制的结构化框架。临床前模型中，睡眠分期可用于受控考察药理干预如何改变脑功能。深度学习虽推动自动睡眠分期，但模型可能学习受试者特异特征（如基线活动、电极阻抗或放大器增益）而非可泛化的睡眠分期模式，表现为分布内性能高、遇到新受试者或新条件时显著退化。药理干预造成结构化域偏移：精神活性物质系统改变神经元兴奋性和神经调质张力，产生可预测的脑电（electroencephalography, EEG）频谱和肌电（electromyography, EMG）幅度变化；例如psilocybin抑制快速眼动（rapid eye movement, REM）睡眠并改变慢波活动，5-HT_2A拮抗剂MDL100907改变EEG功率谱，可能移动分类器决策边界。既有卷积、残差和注意力模型多在保留训练分布的随机划分下评估，较少系统考察新受试者或药理条件引起的结构化分布偏移；对比表征学习和对抗域适应在临床前治疗感知睡眠分期中的联合效用尚未被探索。研究人员区分域不变性（对受试者、硬件或基线生理等与睡眠分期无关的干扰变化保持稳定）与药理稳健性（药理干预移动特征分布时分类性能仍保持），并提出三项互补策略：提供跨时间序列显式记忆库的全局上下文向量（Global Context Vector, GCV）、按睡眠分期语义组织嵌入空间并抑制干扰变异的监督对比学习（supervised contrastive learning, SupCon）、通过梯度反转层（gradient reversal layer, GRL）抑制受试者和处理特异特征的域感知训练。研究在受试者完全留出的受试者感知交叉验证下评估稳健性，贡献包括双分支架构、对比学习改善同实验准备下尤其跨处理泛化的分布外性能、以及系统消融量化各架构和训练组分贡献。意义在于减少对大量标注和逐受试者校准的依赖，提高自动睡眠分析可靠性，支持可扩展、可重复的临床前研究。

关键技术方法（≤250字）：研究使用成年雄性Long-Evans大鼠（N=13；Charles River, Germany）的DSI 4ET遥测EEG/EMG记录，构建超过1.1 M个4 s标注片段，涵盖psilocybin、MDL100907、联合及vehicle并叠加睡眠操纵。模型以1D ResNeXt-29提取窗口特征，交替双向交叉注意力融合零初始化GCV（d_GCV=128），再以4层Transformer上下文分类器输出；训练采用交叉熵、SupCon及生理数据增强，GRL域适应仅作消融。评估采用受试者留出5折交叉验证、仅生理盐水训练跨条件迁移、线性探针、Grad-CAM（Gradient-weighted Class Activation Mapping，梯度加权类激活映射）和Nadeau & Bengio校正重采样t检验。

研究结果：Proposed model performance：完整模型取得94.4%准确率、94.3% F1和ROC-AUC 0.993（5折均值±SD：Accuracy 0.944±0.008，F1 0.943±0.008，ROC-AUC 0.993±0.001），折间标准差低于1%；混淆矩阵显示各类召回率从Artifact 88.2%至NREM 99.8%，Wake 94.9%、REM 93.8%，主要混淆为Wake与REM，Artifact召回较低与0.3%类别比例和异质性有关。Comparison with baseline models：所提模型F1 94.3%，高于SlumberNet 87.0%和Random Forest 87.9%，分别提高7.3和6.4个百分点，统计显著且效应量大（Cohen’s d分别为11.5和2.7）；Random Forest呈严重过拟合（训练99.9% vs 验证88.1% F1），AttnSleep最差（80.1% F1）。Ablation studies—Global context vector：GCV带来最大单一提升，F1提高2.3%（误差降低25.3%），全零初始化优于手动特征初始化和学习初始化。Ablation studies—Contrastive learning and domain adaptation：SupCon带来约0.6% F1一致提升（误差降低8.2%），GRL域适应额外收益可忽略，提示GCV与对比学习已实现有效域不变性。Cross-treatment generalization：仅用生理盐水训练、保留受试者留出折结构时，跨药理条件各指标退化小于1%（F1 0.937±0.010 vs 全数据集0.943±0.008）；psilocybin条件F1 0.932最低，MDL100907 0.946最高，联合条件0.939居中，各条件受试者水平F1标准差低于0.015。Data efficiency：仅1小时标注训练即达>88%准确率和F1 0.832，8小时F1 0.921，12小时0.919，24小时0.918，完整约1000小时0.943；8–12小时约为全数据集1%而F1仅低2.4%。Quantitative representation invariance：线性探针从冻结嵌入解码睡眠分期平衡准确率0.912，受试者身份0.130（机会1/13=0.077）、处理条件0.312（机会0.25）仅略高于机会；不含SupCon和GCV的消融编码器受试者0.214、处理0.421，说明这些组分主动降低域特异信息编码。Temporal saliency：上下文感知Grad-CAM显示显著性集中于NREM→REM、Wake→NREM等状态转换及药理条件下波形形态最偏离基线的片段，提示上下文模型在单窗口证据最弱处依赖全局序列信息。

讨论部分总结：GCV是最有影响的架构组分，作为序列级特征记忆库使早期ResNeXt阶段受记录全局状态约束，类似人工评分者利用睡眠史和近期频谱轨迹解析模糊片段；全零初始化优于手动或学习初始化，可能避免与交叉注意力联合优化不匹配的预设表示。SupCon收益 modest但互补，UMAP显示嵌入主要按睡眠分期而非受试者或处理聚类，线性探针亦支持干扰因素被大幅抑制。GRL收益可忽略，可能因GCV与对比学习已提供足够域不变性，或梯度反转在此多类多域设定中引入冲突优化压力。跨处理泛化显示模型对psilocybin和MDL100907引起的频谱改变稳健，但评价同时为跨受试者和跨条件，且限于5-羟色胺能机制化合物。数据效率具有实际意义。局限包括单实验室单数据集、成年雄性Long-Evans大鼠单供应商、处理多样性不足、最大序列长度N=512窗口约34分钟；该方法与AccuSleep、SPINDLE、Sleep-deep-learner、Somnivore互补而非替代；Barger et al.提示逐受试者z-score在药物改变类别比例时可引入偏差，mixture z-scoring可作为预处理补充。研究结论部分翻译：尽管实验变异显著，准确且稳健的睡眠分期仍可实现；所提出的框架减少对大量标注的依赖并提高自动睡眠分析的可靠性，支持更具可扩展性和可重复性的临床前研究；架构和训练层面的设计选择可产生药理稳健表示而无需逐受试者校准。