《Sleep Research》：Deep learning for sleep quality assessment: A CNN-based approach outperforming traditional algorithms in wearable accelerometer data analysis
编辑推荐：
本研究旨在评估并改进可穿戴睡眠监测技术，通过对比两种特征提取方法：传统活动计数与深度学习衍生特征。通过确定最优机器学习架构，研究人员期望提升睡眠分期分类准确率，为慢性疾病的临床管理提供一种稳健的非接触式工具。研究人员采用双重特征提取策略：（1）传统活动计数（三
本研究旨在评估并改进可穿戴睡眠监测技术，通过对比两种特征提取方法：传统活动计数与深度学习衍生特征。通过确定最优机器学习架构，研究人员期望提升睡眠分期分类准确率，为慢性疾病的临床管理提供一种稳健的非接触式工具。研究人员采用双重特征提取策略：（1）传统活动计数（三轴加速度信号求和与窗口平均）；（2）具有批归一化（batch normalization）/修正线性单元（ReLU）/最大池化（max-pooling）的双层一维卷积神经网络（1D-CNN）架构，以实现层次化特征学习。提取的特征随后通过四种机器学习方法（卷积神经网络[CNN]、极端梯度提升算法[XGBoost]、支持向量机[SVM]、随机森林[RF]）进行建模，以评估其在睡眠分期分类中的相对性能。CNN衍生特征在所有分类器中均始终优于传统特征，在睡眠质量评估准确率方面表现更优（宏平均曲线下面积[Macro AUC]：CNN为0.97，XGBoost结合CNN特征为0.98）。值得注意的是，CNN模型在捕获瞬时运动模式以及睡眠分期中至关重要的跨通道生理关联方面展现出特殊优势。该对比分析证实，尽管传统活动计数保持了可解释性，但基于CNN的特征提取为可穿戴睡眠监测提供了显著的性能提升，尤其在与集成学习方法结合时。研究发现为慢性疾病管理中的临床睡眠评估建立了一种优化框架，在计算效率与诊断准确性之间取得平衡。
研究背景与问题
睡眠在维持人体正常生理功能与心理健康方面发挥着至关重要的作用。良好的睡眠不仅有助于恢复脑功能，还与情绪稳定及免疫系统正常运转密切相关。然而，在现代社会中，随着生活节奏加快与工作学业压力持续增加，越来越多人群正遭受睡眠质量下降甚至睡眠障碍的困扰，严重影响其生活质量与健康状况。研究表明，睡眠质量可解释大学生心理健康水平59%的方差，并在心理健康水平与多维度生活满意度之间发挥完全中介作用。因此，如何准确评估睡眠状态和质量已成为医学、心理学及人工智能等多个领域的研究热点。
临床上，多导睡眠图（polysomnography, PSG）常被视为评估睡眠质量的"金标准"，但其操作复杂、成本高昂且对被试依从性要求较高，难以大规模推广应用。自2010年代初问世以来，可穿戴设备已迅速进入消费市场并几乎在现代生活中无处不在。由于可穿戴设备信号类型广泛且监测目的多样，确定适用于睡眠和昼夜节律研究的可靠监测信号至关重要。基于加速度计等生理信号的非接触式睡眠状态评估已成为一种便捷且可扩展的解决方案。为从这些连续时间序列中提取有价值的睡眠分期信息，研究人员提出了多种信号处理和分类方法。传统机器学习方法如支持向量机（support vector machine, SVM）、随机森林（random forest, RF）和极端梯度提升算法（extreme gradient boosting, XGBoost）能够利用提取的统计特征对不同睡眠阶段进行分类，实现了一定程度的睡眠状态预测。
然而，传统机器学习方法在处理复杂高维度时间序列数据时往往依赖人工特征提取，难以充分捕捉时间序列中蕴含的深层语义信息和跨域差异。同时，现有机器学习模型倾向于对其训练数据集的特定特征过拟合，且由于活动计数指标的计算方法不同而导致结果存在差异。尽管部分研究旨在标准化这些指标，但当前模型对于采用不同活动计数方法的新数据集泛化能力不足，这限制了其在大规模人群研究和多元化用户群体中的实际应用。
针对上述问题，该研究引入了一种卷积神经网络（convolutional neural network, CNN）模型，旨在准确进行睡眠分期同时增强跨不同数据域的泛化能力。研究的主要目标包括三个层面：系统性评估基于CNN的特征提取相对于传统人工活动计数的效能；展示CNN模型如何以端到端方式从原始加速度数据自动提取局部-全局联合特征；以及显著提升非接触式睡眠质量评估的准确性和鲁棒性。
关键技术方法
该研究使用的关键技术方法包括：数据来源为密歇根大学发表的公开数据集（PhysioNet收录，版本1.0.0），包含39名参与者的数据，最终纳入31名参与者进行分析；双重特征提取策略，包括传统活动计数（三轴加速度信号平方和及窗口平均）和双层1D-CNN层次化特征学习架构；四种机器学习模型（SVM、RF、XGBoost和1D-CNN）用于睡眠分期分类；数据预处理流程包括z-score标准化、滑动窗口采样（60秒窗口，10秒步长或30秒窗口，50%重叠）、动态重采样和标准化；以及以Macro AUC为主要指标的性能评价体系，采用训练集（80%）与验证集（20%）划分并保持参与者级别的数据隔离以防止数据泄露。
研究结果
**特征提取方法对比**：研究人员对比了传统活动计数与CNN特征提取两种策略。传统特征通过计算三轴加速度信号平方和的窗口平均值获得；CNN架构则包含两个级联的一维卷积模块，第一层使用32个卷积核（核大小为3）捕获加速度信号的局部波动模式，第二层使用64个卷积核提取跨通道节律相关特征。实验结果表明，采用CNN特征的四种模型在Macro AUC指标上均显著优于采用传统特征的对应模型。
**分类器性能分析**：CNN衍生特征在所有分类器中均表现更优。具体而言，XGBoost结合CNN特征取得了最佳性能（Macro AUC达0.98），CNN自身结合CNN特征达到0.97。各模型使用CNN特征后的敏感性（sensitivity）和特异性（specificity）均大幅提升，平均敏感性提升144.71%，平均特异性提升26.90%。值得注意的是，CNN模型本身并未在所有特征使用条件下达到最佳性能，研究人员推测这可能归因于CNN网络深度不足以及样本量有限（仅31名参与者），使得神经网络难以充分发挥其拟合任意分布的能力。
**敏感性与特异性特征分析**：通过混淆矩阵计算发现，CNN训练模型的敏感性提升幅度远高于特异性，表明该方法侧重于降低假阴性而非进一步降低假阳性。同时，各模型特异性普遍高于敏感性，说明模型更善于识别当前时间窗口是否不属于某睡眠阶段（假阳性较少），但在判断可能的正确睡眠阶段方面存在不足（假阴性较多）。研究人员认为，六分类任务中样本类别不均衡是导致该现象的主要原因。
讨论与结论
该研究主要讨论了CNN特征提取相对于传统方法的优越性及其临床意义。实验结果证实，CNN提取的特征在敏感性和特异性方面均显著优于传统特征方法，平均敏感性提升144.71%，特异性提升26.90%，表明其能够更全面地捕获不同睡眠时期的动态特征。传统活动计数方法依赖人工设计规则，受算法差异影响（不同厂商计数生成逻辑不同），而CNN直接从数据中学习特征，减少了人为偏倚，提高了模型鲁棒性。
研究也指出了当前存在的局限性：模型采用固定时间采样窗口，未来需探索可变输入长度的影响；存在敏感性低于特异性的不平衡问题，后续将优化代价敏感学习函数；需在更广泛的标准化活动计数方法和更大、更多样化的患者队列中验证该CNN框架。
研究结论部分指出，该研究将CNN应用于睡眠质量评估模型，以智能可穿戴设备的加速度数据作为识别睡眠状态的工具，构建了基于传统特征和CNN特征的两类睡眠质量评估模型并进行比较。实验表明，基于CNN提取特征的睡眠质量评估模型在所有指标上均优于基于传统特征的模型。这种将深度学习方法与传统机器学习框架相结合的技术路线验证了CNN在睡眠质量评估中的显著优势，为实际层面的睡眠质量评估提供了方法学依据和验证。因此，CNN与传统机器学习模型相结合的方法适用于睡眠质量评估研究，对于日常生活评估睡眠质量以及需要长期监测的场景也具有一定的应用价值。
