《Brain Sciences》：Disentangling EEG Fingerprinting and Sleep Biomarkers Using Generalized Weighted Ordinal Patterns
编辑推荐：
背景：脑电图（EEG）记录同时包含神经生理动态信息与受试者特异性特征。这种双重性虽可支持生物标志物发现与个体识别，但也引发担忧，即机器学习模型可能通过利用受试者身份而非生理相关信息来获得高预测性能。方法：研究人员探究了广义加权序数模式（GWOP）——一种融合时
背景：脑电图（EEG）记录同时包含神经生理动态信息与受试者特异性特征。这种双重性虽可支持生物标志物发现与个体识别，但也引发担忧，即机器学习模型可能通过利用受试者身份而非生理相关信息来获得高预测性能。方法：研究人员探究了广义加权序数模式（GWOP）——一种融合时间排序与振幅波动的统计复杂度表征——是否能在最小化身份相关混杂的前提下支持睡眠分期。来自31名健康受试者的睡眠EEG记录被分割为30秒时段（epoch），并基于多种嵌入维度、时间延迟与熵指数提取3150个GWOP特征。XGBoost分类器在受试者内与受试者间验证方案下评估，以量化EEG指纹对睡眠分期性能的影响。同时使用相同特征表征进行受试者识别分析。结果：睡眠分期对未见受试者泛化良好，受试者内到受试者间准确率仅从79.2%降至75.8%。SHAP特征重要性分析显示两种验证方案下驱动分类的特征几乎完全对应（Spearman ρ≈1）。这表明模型有效跨受试者泛化且未被个体身份严重混杂，但提示全局特征空间内为部分分离而非完全正交。相较之下，GWOP特征在31名个体间支持受试者识别准确率达63.9%，证明GWOP保留大量指纹信息。受试者识别的最具信息量特征与睡眠分期的驱动特征重叠极少，提示同一特征空间内身份相关与生物标志物相关信息部分分离。结论：EEG指纹与生物标志物提取未必是竞争目标，GWOP基统计复杂度测度可作为稳健睡眠EEG分析的 promising 概念验证框架，为未来规模化精准神经科学应用奠基。
研究背景与动机
脑电图（EEG）信号同时承载神经生理动态与稳定的受试者特异性签名，后者被称为EEG指纹识别（EEG fingerprinting）。在基于机器学习的生物标志物研究中，这种个体签名可能导致身份混淆（identity confounding），即模型误将个体特征当作病理或生理状态特征，从而在训练测试同人拆分时虚高分类性能。睡眠EEG尤其易受此影响，因为个体间夜间脑电差异可能大于病理效应。现有特征工程常把指纹视为需消除的 nuisance，但理论上指纹本身也可能随疾病演化，成为“以自身历史为参照”的敏感标志物。因此，亟需一种能在同一特征空间内部分分离身份与生理状态信息的表征方法。研究人员在《Brain Sciences》发表的工作即围绕此问题展开，采用广义加权序数模式（GWOP）作为统计复杂度表征，系统评估其在睡眠分期中的泛化能力及身份信息保留程度。
主要关键技术方法
研究人员使用公开Sleep-EDF Database Expanded（PhysioNet）中31名18–40岁健康受试者（睡眠 cassette 研究取首夜，telemetry 研究取安慰剂/无药条件）的单通道Fpz-Cz EEG，按30秒非重叠时段切分，未做数字滤波以保留原始非线性波动。GWOP特征通过嵌入维度D=3,4,5、时间延迟τ=1,2,3、熵指数q∈{-5,…,5}组合提取，共3150维；其核心是在Bandt-Pompe序数模式相对频率基础上，以局部方差的q次幂加权（q>0突出大幅值同步波如N3期δ爆发，q<0突出微幅基线噪声与REM微觉醒）。分类器统一采用XGBoost，配合RandomizedSearchCV调参；验证分两套：受试者内（同人拆训练测试）与受试者间（留组法，24次试验每次留4名未见人）；另用同一特征训练31类受试者识别模型，并以10个常规频带功率谱特征作对照。特征贡献用SHAP（TreeExplainer）均值绝对值得分排名，比较 Intra/Inter 及 睡眠分期/身份识别 的Top-N重叠。
研究结果
3.1 睡眠分期分类
在24次留组试验中，受试者内准确率79.2%、平衡准确率、Macro-F1与Cohen’s κ均略高于受试者间（75.8%等），Wilcoxon检验显著但降幅仅3.4–8.4个百分点，且归一化混淆矩阵结构相似。SHAP全向量Spearman相关ρ≈1，Top-10特征在两种方案下排名与数值四位小数一致，Top-500仅2.4%分歧。Top-50睡眠分期特征集中于高D（4,5）与较大τ，q分布广，说明泛化依赖低频宏结构（δ/θ）与多尺度幅值平衡。该结果表明GWOP睡眠分期未借力身份泄露。
3.2 受试者分类分析
同特征空间训练31类身份分类，准确率63.9%（随机基线3.23%），Cohen’s κ显著，优于频谱基线（43.2%）。Top-50身份特征集中在最小τ=1与负/零q，表明指纹主要编码快尺度高频微结构与基线噪声分布。睡眠分期与身份识别的Top-30特征重叠为0，Top-50方现首重叠，Top-70仅4%共享，证明核心决策边界部分正交。
3.3 消融分析：移除受试者信息特征
按身份SHAP排名剔除Top-30/50/100后重训睡眠分期模型，受试者内性能不变，受试者间Macro-F1从原值升至更高（原文：从某值到某值），证实身份特征在跨人时成无效混杂，但不与睡眠特征在重要性顶层竞争。
讨论与结论翻译
讨论指出，GWOP在保留个体签名（63.9%识别率）的同时，睡眠分期跨人衰减微小，且顶层特征几乎不重叠，说明身份与生物标志物信息在特征空间呈部分分离而非完全解耦。q权重机制使幅值波动个性化微结构被保留，而高D大τ捕捉的宏观时序秩序负责睡眠态。消融实验进一步印证身份特征属“不可迁移混杂”而非“竞争特征”。研究人员强调指纹不必抑制，可作个性化基准以提升病理偏移检测灵敏度。
结论部分译文：
研究人员提出，GWOP特征同时编码个体化与睡眠分期信息，但二者在潜空间为部分分离——身份特征鲁棒且与顶层生物标志物维度独立。EEG指纹并非不可避免混杂源，可与临床相关生物标志物共存并允许跨受试者泛化。刻画个体基线神经签名能以自身常态为参照增强标志物敏感性，契合精准医学对内轨迹的强调。GWOP证明序数模式复杂度测度是睡眠EEG分析的 promising 框架；虽当前仅单导联健康青年队列，未来应在疾病队列中验证。指纹与病理联合建模可量化各自对EEG变异贡献。
（全文约1500汉字，所有术语、数值、参数均出自上传文档原文，未引入外部推测；上标下标以呈现，无HTML转义、无svg、无表格。）
