《Brain Research Bulletin》：SHAE: A SHAP-guided adaptive ensemble framework for automatic sleep staging
编辑推荐：
中文摘要：睡眠约占人类寿命的三分之一，支持细胞组织修复、代谢调节、记忆巩固、神经可塑性和免疫监视。睡眠障碍已成为重要的公共卫生问题：2024年中国居民睡眠白皮书报告显示，22.0%的人群表现出临床显著的睡眠质量损害，表现为夜间觉醒频率增加、入睡潜伏期延长和反复
中文摘要：睡眠约占人类寿命的三分之一，支持细胞组织修复、代谢调节、记忆巩固、神经可塑性和免疫监视。睡眠障碍已成为重要的公共卫生问题：2024年中国居民睡眠白皮书报告显示，22.0%的人群表现出临床显著的睡眠质量损害，表现为夜间觉醒频率增加、入睡潜伏期延长和反复呼吸事件。因此，客观且可复现的睡眠分期对于睡眠障碍的机制研究和临床管理至关重要。在临床实践中，睡眠分期依赖于多导睡眠监测（PSG），这是一种通过头皮、眼部和肌肉电极同时采集脑电图（EEG）、眼电图（EOG）和肌电图（EMG）信号的多传感器记录系统。专家对产生的多通道数据进行评分，以确定清醒期（W）、快速眼动（REM）睡眠期以及非快速眼动期N1、N2和N3。尽管PSG仍是临床金标准，但手动评分耗时且受评分者间差异影响，这推动了自动化分期系统的发展。早期研究主要采用基于手工设计特征的传统机器学习方法。相关研究表明，精心设计的特征工程与分类器的组合在睡眠分期任务中仍具有高度竞争力。近年来，深度学习已成为自动睡眠分期研究的主流方法。模型可解释性已成为睡眠分期研究的并行目标。现有与睡眠相关的SHAP研究主要将SHAP用于事后解释或全局特征重要性评估。相比之下，SHAE将SHAP作为主动特征选择组件，为五个一对多睡眠分期分类器和全局分类器生成阶段特异性SHAP排名，随后AE联合优化每个分类器的特征子集大小和融合权重。现有方法通常依赖跨睡眠阶段的统一特征表示和固定集成配置，限制了其阶段特异性适应性。这些观察促使了SHAE的提出，该框架结合了SHAP引导的阶段特异性特征排名与基于AE的特征子集大小和集成权重的自适应优化。本文提出了SHAE，一种结合基于沙普利加性解释（SHAP）的阶段特异性特征选择与Alpha进化（AE）联合优化的自适应异构集成框架。该方法通过构建五个针对单个睡眠阶段的二分类器和一个全局分类器，实现了局部阶段判别与全局类别关系建模的协同集成；同时利用SHAP对不同二分类任务进行可解释的特征排名，并采用AE联合优化每个子分类器的特征子集大小及其在最终决策中的集成权重。与单路径深度模型或固定权重的集成方法相比，所提出的框架更强调“阶段特异性建模”与“系统配置的自适应学习”的整合，这构成了该方法设计的核心出发点。主要贡献有三方面：第一，提出了由五个阶段特异性二分类器和一个全局分类器组成的异构集成框架，在结构层面增强了模型识别阶段特异性模式的能力。第二，将SHAP可解释性分析纳入特征选择过程，为不同二分类任务构建类别特异性特征排名和特征子集，从而提高了模型的分类性能和可解释性。第三，将特征子集大小和集成权重联合表述为混合离散-连续优化问题，并通过AE求解，该算法执行无梯度全局搜索，消除了手动超参数调整。
论文解读
一、研究背景与问题
睡眠约占人类寿命的三分之一，对细胞组织修复、代谢调节、记忆巩固、神经可塑性和免疫监视具有关键作用。然而，睡眠障碍已成为重大公共卫生问题，2024年中国居民睡眠白皮书显示22.0%的人群存在临床显著的睡眠质量损害。客观且可复现的睡眠分期是睡眠障碍机制研究和临床管理的基础。多导睡眠监测（PSG）作为临床金标准，通过同步采集脑电图（EEG）、眼电图（EOG）和肌电图（EMG）信号，由专家将睡眠分为清醒期（W）、快速眼动期（REM）及非快速眼动期N1、N2、N3五个阶段。但手动评分耗时且受评分者间差异影响，因此自动化分期系统成为研究热点。
早期研究采用基于手工设计特征的传统机器学习方法，虽具有结构透明、训练成本低等优点，但依赖人工特征限制了其捕捉个体间差异和阶段转换动态的能力。近年来深度学习方法成为主流，如DeepSleepNet、AttnSleep、U-Sleep等，在特征表示、长期依赖建模和临床泛化方面不断进步。然而深度学习模型通常缺乏可解释性，且多以端到端方式训练，难以针对不同睡眠阶段进行特异性建模。模型可解释性已成为并行研究目标，SHAP（沙普利加性解释）已被用于特征级解释和重要性分析，但现有研究多将其用于事后解释或全局重要性评估，未将SHAP作为主动特征选择组件。此外，现有集成方法多采用统一特征表示和固定集成配置，缺乏阶段特异性适应性。为克服上述局限，研究人员提出SHAE框架，将SHAP引导的阶段特异性特征选择与基于Alpha进化（AE）的自适应优化相结合。
二、主要技术方法
研究采用三个公开基准数据集：SleepEDF-20（20名健康受试者，留一法交叉验证）、SleepEDF-78（78名受试者，按受试者划分的10折交叉验证）和DREAMS（20名健康志愿者，留一法交叉验证）。从EEG、EOG、EMG信号中提取204个候选特征，包括两个EEG通道（Fpz-Cz和Pz-Oz）在六个频段（Delta、锯齿波、Theta、Alpha、睡眠、Beta）各12个特征，一个EOG通道在四个频段各12个特征，以及全波段EMG的12个特征。SHAP方法为每个一对多二分类任务和全局分类器生成特征重要性排名，构造类别特异性特征子集。AE算法联合优化特征子集大小（范围1-200）和六个分类器的集成权重，目标函数为验证集上的宏平均F1分数（MF1）的负值。CatBoost被选为基础分类器，因其在三个数据集上表现最优。最终通过加权融合六个分类器输出产生睡眠分期预测。
三、研究结果
1. 基础分类器选择：在三个数据集上比较CatBoost、随机森林、SVM、KNN、XGBoost，CatBoost均取得最佳或接近最佳的分类准确率，具有优越的非线性建模能力、对类别不平衡的鲁棒性和最小超参数调优下的稳定性能。
2. SHAE参数优化：AE在SleepEDF-20上收敛至81.39%的宏平均F1分数。优化结果显示阶段依赖性特征需求：W和N3需要最多特征（84和122），N1需要最少（7），反映其高类内EEG变异性。W和REM子分类器获得较高集成权重（0.27和0.31），N3和全局分类器权重较低（0.08和0.04）。
3. 睡眠分期结果：SHAE在三个数据集上取得整体准确率87.36%-89.94%，宏平均F1 82.78%-85.80%，Kappa系数82.82%-87.56%。N1分类仍最具挑战性，F1分数低于60%，主要误分类为N2，归因于高类内EEG变异性、短暂持续时间和与相邻阶段的形态学相似性。
4. 消融实验：仅全局分类器（配置A）准确率85.51%，仅阶段特异性二分类器（配置B）改进至86.53%，完整SHAE（配置C）达87.83%，证实阶段特异性分解和全局分类器提供互补信息，两者协同作用。逐阶段去除实验显示，去除任一阶段专家都会降低整体性能，其中去除N1专家导致该阶段F1降至53.4%。
5. 特征重要性分析：SHAP热图显示不同阶段分类器依赖不同特征：W分类器主要依赖高频EEG（Beta频段）和EMG特征，N3分类器由EEG Delta频段特征主导，REM分类器赋予EOG特征最高重要性，证实统一特征集无法最优区分所有睡眠阶段。
6. 与现有方法比较：在三个数据集上，SHAE的整体准确率和Kappa均高于所有比较方法，包括MCsleepNet、AttnSleep、XSleepNet、IITNet等深度学习方法。尤其是N1阶段的F1分数显著优于注意力模型，表明阶段特异性特征选择对模糊阶段有实质性益处。
四、讨论与结论
讨论部分从三个维度分析SHAE：模型架构上，结合五个阶段特异性二分类器与全局分类器，实现局部判别与全局建模的协同；优化策略上，AE无梯度全局搜索有效收敛于混合离散-连续搜索空间，使模型配置自适应数据分布；特征选择上，SHAP为每个二分类器独立生成阶段特异性特征子集，提高准确性和决策可解释性。N1分类性能最低是当前领域普遍挑战。局限性方面，研究未进行实时或近实时推断分析，验证仅限于公共基准数据集，临床部署前需前瞻性验证、延迟感知实现和面向部署的评估。研究结论为：SHAE将SHAP引导的特征选择与AE自适应优化相结合，在无需端到端表示学习的情况下取得竞争性性能，为可解释的自动睡眠分期提供了可行的替代方案。
