《Electronics》：Wearable-Oriented Neurotransmitter-Inspired EEG Bioelectronics: An Interpretable Feature Taxonomy for Affective Classification and Exploratory Sleep-Onset Transfer Analysis
编辑推荐：
可穿戴智能生物电子系统正成为连续无创健康监测的关键使能技术，将生理感知与数据驱动推断相耦合。在此范式下，脑电图（EEG）提供了一种与可穿戴兼容的生物传感模态，用于捕获与情绪调节和入睡相关的睡前神经生理动态。失眠影响全球约10–15%的成年人，常与情绪失调及睡前
可穿戴智能生物电子系统正成为连续无创健康监测的关键使能技术，将生理感知与数据驱动推断相耦合。在此范式下，脑电图（EEG）提供了一种与可穿戴兼容的生物传感模态，用于捕获与情绪调节和入睡相关的睡前神经生理动态。失眠影响全球约10–15%的成年人，常与情绪失调及睡前高唤醒相关。现有基于EEG的情感与入睡处理流程往往依赖可解释性有限的自深度学习架构，或依赖理论动机较弱的手工谱描述符。本研究提出一种探索性原理验证生物电子处理框架，其中EEG感知特征依据ANT-7（人工神经递质七维模型）组织；ANT-7是一种神经递质启发的计算分类体系，作为启发式特征设计先验引入，而非经验证的神经化学理论。所提特征集包含从公开DREAMER与DEAP数据集（分别为23与32名受试者）提取的α/θ功率比、样本熵、Higuchi分形维数及锁相值。支持向量机（SVM）、随机森林（RF）与一维卷积神经网络（1D-CNN）分类器在受试者无关留一交叉验证（LOSO）下训练，采用严格折叠内归一化以防数据泄漏；可解释性通过SHAP值与排列重要性（PI）评估。为压力测试该特征组织是否超越其训练所用的情感基准而迁移，将分类器输出通过审慎的跨数据集迁移分析与Sleep-EDF Expanded中的入睡潜伏期关联。在该协议下，最佳模型在三类情感状态识别（压力/中性/放松）达88.4%准确率（AUC-ROC=0.93）。作为探索性次级分析，分类器衍生的放松估计与多导睡眠图入睡潜伏期呈统计显著负相关，并优于单一α/θ比基线；此跨数据集结果作为概念验证报告，而非经验证的入睡预测器。可解释性分析（SHAP与PI）表明所学特征排序与神经递质启发式特征设计内部一致，该属性被解释为内部连贯性而非该分类体系独立的确认。这些要素共同勾勒出完整传感至AI处理链——从EEG生物传感、经神经递质启发式信号特征提取、到可解释且计算轻量的推断——设计兼容低密度可穿戴EEG设备与边缘部署。然而，EEG并不测量神经递质浓度，研究未将ANT-7直接与效价-唤醒/环形模型或RDoC启发式特征组织等竞争分类体系基准比对，且Sleep-EDF分析不应被解读为模型测量了经验证的睡眠就绪潜构念的证据。因此，本手稿应读作对一个可解释特征分类体系的框架验证研究，而非ANT-7的理论验证研究或临床验证研究。
研究背景方面，可穿戴智能生物电子系统通过连续、无扰获取生理信号并与端侧或边缘人工智能集成，正重塑医疗健康。EEG因无创、高时间分辨率及低密度干电极可穿戴头戴设备可及性，成为数字睡眠与精神健康监测的理想模态。失眠影响全球约10–30%成人（6–15%符合慢性失眠障碍），睡前皮质高唤醒（高β功率升高、α降低、θ衰减）是入睡困难最一致的神经生理标志。现有EEG情感与入睡处理流程存在两缺口：一是许多高精度流水线因特征学习与理论弱相关而难从神经科学解释；二是日间情感失调与随后入睡潜伏期（SOL）的关系鲜在明确可解释计算框架内操作化。为此，研究人员采用Iovane与Di Pasquale提出的ANT-7（人工神经递质七维模型，定义皮质醇、肾上腺素、GABA、多巴胺、血清素、催产素、内啡肽七维状态空间及熵-能S-E平面）作为计算抽象先验（非神经化学测量模型）来组织EEG特征，开展一项探索性框架验证研究，旨在检验单一可解释神经递质启发式特征分类体系能否在可穿戴兼容EEG上支持竞争性情感分类并保持透明，并作为探索性次级分析检验放松估计是否迁移至入睡相关睡前动态。论文发表于《Electronics》。
关键技术方法上，研究人员使用三个公开队列：DREAMER（23名健康受试者，Emotiv EPOC 14通道128 Hz，影片诱发情绪，SAM评定量表三级标注压力/中性/放松）、DEAP（32名受试者，BioSemi ActiveTwo 32通道256 Hz，音乐视频诱发，三级标注）、Sleep-EDF Expanded（153名受试者子集，Fpz-Cz与Pz-Oz双通道100 Hz多导睡眠图，AASM分期定义SOL）。预处理采用0.5–45 Hz零相位FIR带通、扩展Infomax独立成分分析（ICA）去眼肌电伪迹、平均参考、4 s窗50%重叠分帧；特征提取依ANT-7映射计算每通道八类特征（α/θ功率比ATR、高β相对功率HBRP、样本熵SampEn、Higuchi分形维数HFD、锁相值PLV、θ绝对功率TAP、额叶α不对称AFA、γ频带功率GBP）拼接为D=112（DREAMER）或256（DEAP）维向量；Sleep-EDF仅保留单通道可算的5维子空间（SampEn、HFD、TAP、ATR、HBRP于Fpz-Cz），训练情感域缩减子模型后零样本迁移。分类器为SVM（RBF核）、RF（Gini深度受限）、1D-CNN（EEGNet风格紧凑架构），全部在LOSO下采用折叠内z-score归一化与嵌套CV防泄漏；可解释性用TreeSHAP/KernelSHAP与排列重要性；入睡迁移用Sleep-onset Relaxation Index（SRI，放松后验概率时间衰减聚合）与SOL做相关分析，阈值与衰减λ在Sleep-EDF训练折校准后冻结。
研究结果部分，6.1三类情感状态分类显示，在LOSO与多种子协议下1D-CNN配合ANT-7特征与原始EEGNet相当或略优（DREAMER 88.4%准确率、AUC-ROC 0.93；DEAP 85.7%准确率、宏F1 0.854、AUC-ROC 0.918、Cohen κ 0.787），Logistic回归基线较弱，表明该特征空间非线性可分离。6.2混淆矩阵分析指出放松类召回最高（89.6%），压力与中性最易互混，与ANT-7 S-E平面中轻度压力与中性共享相似（S,E）坐标一致。6.3消融研究在DREAMER上以1D-CNN对比标准谱特征（STD）、神经递质启发特征（NTW）及二者融合（FULL），NTW较STD提升8.5个百分点，FULL仅较NTW多0.6个百分点，说明ANT-7引导表征在此协议下包容了标准谱信息。6.4与文献情境对比表明NGEP精度与近年深度模型（TSception、图网络、Transformer）相当但多出可解释特征理由，非直连SOTA排名。6.5可解释性分析中，SVM/RF/1D-CNN的全局特征归因排序与ANT-7理论排序Spearman ρ=0.98（N=8）；研究人员强调此系内部连贯性而非外部神经化学验证，因特征本身按ANT-7设计、模型仅训于其上，存在先验循环；PLV（催产素代理）与GBP（GABA/γ代理）理论与实证排名均偏低，仅支撑内部一致。6.6探索性入睡迁移在Sleep-EDF独立hold-out（31人）上，NGEP 1D-CNN衍生SRI与PSG-SOL呈r=?0.69（p<0.001）、CCC优于ATR单特征基线（r=?0.56）与LR基线（r=?0.59），MAE=6.8分钟；作者明确定性为跨域关联概念验证，非睡眠就绪潜构念测量或临床预测。
讨论部分总结：研究人员指出ANT-7是计算抽象而非生化测量，EEG不测递质浓度，SHAP一致仅证内部连贯不消循环性；跨数据集迁移受四轴偏移（任务情境、通道数、特征维、金标准结构）限制，双通道5维子空间致表示保真度下降，SOL金标准评分者一致性约κ=0.6–0.7构成相关天花板，观测r=?0.69已近此限；NGEP相对ATR基线改善说明多特征捕获了单频比未穷尽的睡前动态，但生态效度上实验室视频情绪≠自然睡前反刍高唤醒；框架未与效价-唤醒/环形或RDoC特征组织直接基准比对，故属框架验证非理论验证；可穿戴可行性仅为CPU端算法延迟估算（SVM/RF<2 ms/epoch，1D-CNN 0.8 ms/epoch，预处理~150 ms/epoch），无硬件功耗实测。
结论部分翻译：本文引入NGEP，一种基于ANT-7计算框架、面向情感状态识别与探索性入睡迁移分析的神经递质启发EEG分类流水线。关键发现如下：其一，ANT-7引导EEG特征在消融设定下优于标准谱特征，并在LOSO评估下于DREAMER与DEAP基准具竞争性；其二，1D-CNN在本协议内获最强分类性能，SHAP与PI分析显示所学特征排序与ANT-7引导设计高度内部一致；其三，探索性Sleep-EDF迁移显示与PSG-SOL统计显著关联，但因跨数据集迁移、双通道降维及缺竞争分类体系直接基准，须审慎解读；其四，严格折叠内归一化与防泄漏程序增强结果反映协议本身而非信息泄漏的信心。ANT-7明确作为受神经化学概念启发的计算抽象呈现，非测量递质水平系统，故手稿应解读为一个可解释特征工程框架的验证，而非ANT-7作为外部确认理论的验证。据此NGEP在可解释、可穿戴兼容传感至AI架构内，提供沿压力-放松轴组织EEG特征的可基准化与假设生成路径；其对未来数字睡眠健康与可穿戴EEG的任何关联取决于下述前瞻性验证研究，而非本探索性结果所隐含。未来工作优先：多种子多队列复现；ANT-7与效价-唤醒/环形及RDoC维度特征组织直接比对；前瞻采集含情感评分、全密度睡前EEG与PSG验证SOL的统一队列；严格匹配协议下与更多可解释基线广比对。
