《Brain Sciences》：SleepStageNet: A Lightweight and Explainable Deep Learning Architecture for Multi-Channel Sleep Staging
编辑推荐：
背景/目标：从多导睡眠图（PSG）中进行自动睡眠分期在患有神经系统疾病的临床队列中尤其具有挑战性。方法：本研究提出了SleepStageNet，一个紧凑的模型（1.075M参数），它整合了双分支卷积时期编码器、特征门控、双向门控循环单元和多头自注意力，用于从五
背景/目标：从多导睡眠图（PSG）中进行自动睡眠分期在患有神经系统疾病的临床队列中尤其具有挑战性。方法：本研究提出了SleepStageNet，一个紧凑的模型（1.075M参数），它整合了双分支卷积时期编码器、特征门控、双向门控循环单元和多头自注意力，用于从五个PSG通道（C3、C4、EOG1、EOG2和下巴EMG）进行五分类分期。各个操作改编自已有架构；本研究的贡献在于其在印度急性卒中队列中的紧凑整合和受控评估。结果：在印度睡眠多导睡眠图（iSLEEPS）资源中的100份记录中，有95份满足五通道提取标准，产生了78,323个带注释的时期。受试者独立的10折分层组交叉验证产生了73.91 ± 2.24%的准确率、67.29 ± 1.96%的宏F1分数和0.634 ± 0.029的Cohen's ??（样本标准差）。一个匹配的单分支编码器获得（全模型减去单分支：，Holm调整后），而匹配的仅C4输入获得（全模型减去仅C4：，Holm调整后）。Grad-CAM和时间注意力可视化提供了生理学上合理聚焦的定性证据，而通道遮挡量化了每个信号的贡献。在未微调的情况下，一个10模型集成在ISRUC-SLEEP Subgroup III（10名健康受试者；8889个时期）上获得。结论：这些结果为该临床队列建立了一个可重复的参考，同时指出了需要更广泛的外部验证和前瞻性验证。
睡眠支持认知、记忆巩固、免疫调节和代谢稳态。全球睡眠障碍负担沉重，印度成人失眠、阻塞性睡眠呼吸暂停（OSA）和不宁腿综合征的患病率分别达25.7%、37.4%和10.6%，但该地区的睡眠研究与临床基础设施相对有限。多导睡眠图（PSG）是评估睡眠结构的金标准，然而手动评分每份记录需2–4小时且评分者间一致性Kappa约为0.71–0.84，成为临床研究的瓶颈。深度学习已推动自动睡眠分期发展，但现有研究多聚焦于健康西方人群（如SHHS、Sleep-EDF），对神经疾病患者等临床队列关注不足，且模型可解释性差。急性卒中患者睡眠结构改变——碎片化睡眠、REM减少、N1增加——进一步增加了自动分期难度。为此，研究人员在印度急性卒中队列iSLEEPS（100份PSG记录，95份满足五通道标准）上开发了SleepStageNet模型，旨在提供轻量级、可解释的多通道分期基准，并评估其跨数据集泛化能力。该研究发表于《Brain Sciences》。
研究人员采用的关键技术方法包括：（1）数据预处理：从原始PSG中选择C3、C4、EOG1、EOG2和下巴EMG五个通道，重采样至128 Hz，EEG/EOG通道经0.3–35 Hz带通滤波，EMG通道经10–64 Hz带通滤波，随后进行z-score归一化，分割为30秒时期，并以步长1构建21个时期的滑动窗口序列（中心目标时期，前后各10个时期）；训练时引入高斯噪声、幅度缩放、时间掩码和通道丢弃等数据增强。（2）模型架构：SleepStageNet包含双分支卷积时期编码器（慢分支：大核50和8，快分支：小核8和8）、特征门控（SE-Net风格，压缩比16）、两层双向GRU（隐藏单元128）和四头自注意力，最终分类头输出五类概率，总参数量1.075M。（3）训练与评估：采用受试者独立10折分层组交叉验证，类别加权交叉熵损失（权重：W 0.418, N1 1.140, N2 0.301, N3 1.479, REM 1.662）结合标签平滑，AdamW优化器，OneCycleLR学习率调度，早停机制。可解释性分析使用Grad-CAM、注意力权重可视化和通道遮挡。外部验证在葡萄牙健康成人数据集ISRUC-SLEEP Subgroup III（10名健康受试者，8889个时期）上以零样本方式进行，10个折模型集成预测。
研究结果如下：
**4.1 各类别性能**：通过10折交叉验证，Wake和N2的F1最高（0.822和0.801），N3和REM次之（0.698和0.649），N1最低（0.395）。混淆矩阵显示29.6%的N1时期被误判为Wake，22.3%被误判为N2，21.8%的N3时期被误判为N2。
**4.2 学习动态**：训练和验证曲线显示不同折的最佳时期在9至59之间变化，验证损失和宏F1随训练推进稳步改善。
**4.3 计算性能**：在CPU和GPU上分别测量推理延迟和吞吐量，证明模型可在无GPU环境下运行，GPU批量处理可提高吞吐量。
**4.4 ROC和精确率-召回率分析**：单类别的受试者工作特征曲线下面积（ROC AUC）Wake为0.940，N3为0.959，N1最低（0.780）；精确率-召回率曲线显示N1和REM表现较差。
**4.5 消融研究**：在验证折0上进行的探索性组件筛查（最多30轮）中，移除双向GRU导致Kappa下降最大（-0.036），单分支模型略高于全模型（+0.010），移除特征门控、改变序列长度（L=11或L=31）和移除数据增强的变化较小，但均未进行多次重复统计检验。
**4.6 全协议匹配比较**：在完整10折协议下，单分支编码器与双分支全模型Kappa分别为0.632和0.634（配对差异不显著，Holm调整后p>0.05），而仅C4输入模型的Kappa为0.601，低于五通道模型0.033（Holm调整后p<0.05），表明多通道信号带来显著提升。
**4.7 可解释性分析**：Grad-CAM显示慢分支的激活范围较宽，快分支的激活更局部化，与不同时间尺度的生理活动一致；注意力权重集中在中心时期，邻近时期权重非零，符合睡眠阶段转换的局部连续性；通道遮挡分析显示C4遮挡导致Kappa下降最大（0.096），其次为EOG1（0.044）、C3（0.034）、EOG2（0.033）和EMG（0.027）。
**4.8 特征空间可视化**：t-SNE投影显示Wake、N2和N3相对分离，N1与Wake和N2重叠，REM部分与N1重叠，与混淆矩阵定性一致。
**4.9 在ISRUC-SLEEP Subgroup III上的外部验证**：零样本评估中，10个折模型的个体Kappa均值0.580，10模型集成后Kappa为0.614，准确率70.14%，宏F1 67.65%。REM和N3的F1较高（0.794和0.785），N1仍最低（0.374）。与使用ISRUC训练域内模型（3DSleepNet Kappa 0.695，MixSleepNet Kappa 0.782）相比，零样本结果较低，但表明具有非平凡迁移能力。
讨论部分指出，iSLEEPS队列中急性卒中患者的睡眠结构改变、类分布不平衡（N2与REM之比5.5:1）及年龄、卒中类型、合并OSA的异质性增加了模型挑战。模型Kappa 0.634低于常见评分者间一致性，且N1性能始终较低。匹配比较确认多通道优势，但双分支编码器未证明显著收益。可解释性分析为定性描述，不能替代生理机制证明。外部验证表明从卒中患者到健康葡萄牙人的域迁移可行，但Wake召回率下降（从83.2%降至54.3%），需关注域差异。研究局限性包括单中心单一临床人群、仅一个外部数据集、缺乏前瞻性临床评估。未来方向包括大规模迁移学习、高级类别不平衡技术、多通道扩展、多任务学习及更广泛临床验证。
研究结论原文翻译如下：本研究描述了SleepStageNet，一个紧凑的1.075M参数模型，整合了双分支卷积编码、特征门控、双向GRU和多头自注意力，用于从五个PSG通道进行五分类睡眠分期。在100份iSLEEPS源记录中，95份满足共同五通道提取标准。在78,323个时期上进行受试者独立10折交叉验证，产生了73.91%的准确率（95% CI: 72.31–75.51%）、67.29%的宏F1分数（95% CI: 65.89–68.70%）和0.634的Kappa（95% CI: 0.613–0.654）。匹配的单分支获得0.632的Kappa，未证明双分支优势；而匹配的仅C4输入获得0.601的Kappa，比五通道模型低0.033（Holm调整后p<0.05）。独立的单折组件筛查仍为探索性，解释性分析描述了模型敏感性而未建立生理机制。在未使用ISRUC训练或微调的情况下，10模型集成在ISRUC-SLEEP Subgroup III（10名健康受试者；8889个时期）上获得0.614的Kappa。该结果证明了在单一外部队列上的非平凡迁移能力，但更广泛的跨人群、跨疾病、跨站点、跨导联、跨评分协议和跨硬件的泛化需要额外评估。所评估的模型、匹配比较、计算基准和零样本测试为iSLEEPS和神经疾病队列的进一步工作提供了可重复的参考。在部署之前，需要进行前瞻性临床评估和更广泛的外部验证。
