可穿戴额部脑电的谱效度与纺锤波检测：基于Wearanize+数据集的个体校准框架及与多导睡眠监测的系统性验证

《Sleep Research》：Spectral validity and spindle detection of wearable frontal Electroencephalography: A per-subject calibration framework and systematic validation against polysomnography using the Wearanize+ dataset

　　

摘要翻译：

**背景**：可穿戴脑电（Electroencephalography, EEG）设备能够实现家庭睡眠监测，但其生理学输出在作为多导睡眠监测（polysomnography, PSG）特征的替代指标之前，必须进行系统的谱效度验证。

**目的**：本研究基于Wearanize+数据集，对Zmax EEG头带与同步多导睡眠监测（PSG）进行全面的谱效度验证。

**材料与方法**：71名信号质量合格的参与者在家庭环境中同时进行PSG和Zmax记录。研究人员评估了所有睡眠分期中的频带功率对应性、校准稳健性、个体内可靠性、偏侧化及纺锤波检测。本研究报告的绝对delta功率值采用4秒快速傅里叶变换（Fast Fourier Transform, FFT）窗计算，不应与基于8秒窗的规范值直接比较，因为较短的窗会在delta频带引入系统性正向偏移，该偏移在绝对比较中无法抵消。

**结果**：Zmax在所有频带均系统性低估频带功率（偏倚为?0.41至?0.74对数单位），这可归因于有源Fpz参考电极。基于个体N2期参考的校准消除了该偏倚；N2校准优于N3和快速眼动（rapid eye movement, REM）替代方案（校准后平均r = 0.601对比0.479和0.489）。校准后频谱对应性在alpha频带（N3: r = 0.806）和sigma频带（N3: r = 0.752）表现较强。个体内可靠性极佳（分半信度r > 0.99）。

**讨论**：人口统计学因素解释了偏移方差中<4%的部分。偏侧化分析检验效能不足（效能36%–39%；达到80%效能需要N = 194）。纺锤波检测不足可追溯至YASA的相对sigma功率预滤波；降低该阈值可恢复与PSG等效的计数且偏倚接近零。这些发现为基于Zmax的睡眠生物标志物研究建立了经过验证的校准框架和基于证据的特征选择建议。

论文解读文章：

**一、研究背景与目的**

睡眠脑电（Electroencephalography, EEG）的定量特征——包括与特定睡眠分期相关的频带功率、睡眠纺锤波密度以及慢振荡幅度——能够提供关于神经、代谢和精神健康方面具有临床与科学意义的信息。这些特征被视为抑郁症、焦虑症、失眠症及神经退行性疾病等一系列疾病的候选生物标志物，并已成为睡眠研究个体化医疗应用的主要靶点。然而，传统上这些指标的测量依赖实验室多导睡眠监测（polysomnography, PSG），其资源密集性和生态学限制制约了其在人群规模研究中的应用。消费级可穿戴EEG设备（如Zmax头带）提供了一种可扩展的替代方案。Zmax以256 Hz采样率，通过F7-Fpz和F8-Fpz双极导联记录双侧额部EEG，并已在实验室环境中验证了自动睡眠分期功能。然而，在家庭记录条件下，Zmax与PSG之间EEG频带功率和振荡特征的系统性比较——即谱效度验证——尚未在人群规模上开展。两个基本问题仍未解决：（1）Zmax是否足以保留个体间睡眠EEG频谱特征的变异，从而作为PSG级别测量的校准代理？（2）是否存在可以表征并加以校正的系统性偏倚？Wearanize+数据集提供了回答这两个问题的实证条件，包含130名家庭受试者的同步完整PSG和Zmax记录，其中100名可用于PlugNPlay版本。本研究利用71名信号质量合格的受试者开展系统性谱效度验证，检查五个频带和所有睡眠分期的频带功率对应性，开发个体化校准方案，验证纺锤波密度检测，并测试双侧不对称分析的可行性。该论文发表于《Sleep Research》。

**二、主要关键技术方法**

本研究使用Wearanize+ PlugNPlay数据集。从配套信号质量分析中被归类为信号质量合格（OK组）的74名参与者中，71名具备所需的PSG额部通道（F3:A2, F4:A1, C3:A2, C4:A1）并纳入频谱分析；69名具备C3:A2通道并纳入纺锤波分析。PSG采用SOMNOscreen Plus系统记录，人工分期遵循美国睡眠医学会（AASM）标准。Zmax以256 Hz记录F7-Fpz（EEGL）和F8-Fpz（EEGR）。所有记录均在参与者家中进行。信号处理方面，对每个30秒epoch使用Welch法计算对数转换的频带功率，窗长为4秒，50%重叠，频带定义为delta（0.5–4 Hz）、theta（4–8 Hz）、alpha（8–12 Hz）、sigma（12–16 Hz）和beta（16–30 Hz）。研究人员开发了一种基于个体N2期参考的校准方法：对每个频带，计算受试者在PSG定义的N2期期间PSG额部与Zmax平均频带功率之差作为校准偏移，并将其加到该受试者所有分期和频带的Zmax功率值上。纺锤波检测采用YASA（版本0.6.5）在PSG C3:A2、PSG F3:A2和Zmax F7-Fpz三个通道上进行，检测参数遵循YASA默认设置。偏侧化指数（Lateralisation Index, LI）计算为（左?右）/（左+右）。以上方法涵盖了频谱对应性评估、校准稳健性检验、个体内可靠性分析、偏侧化分析和纺锤波检测参数敏感性分析。

**三、研究结果**

**3.1 系统性频带功率低估**

对N2期频带功率的Bland–Altman分析显示，Zmax相对于PSG额部（F3:A2）在所有频带均存在系统性低估。偏倚值分别为delta ?0.41对数单位、theta ?0.70、alpha ?0.69、sigma ?0.74和beta ?0.44（均为负值，表示Zmax < PSG）。在线性尺度上，sigma频带?0.74对数单位的偏倚对应Zmax绝对功率约为PSG额部的5.5倍低。所有频带低估方向的一致性表明有源Fpz参考引入了皮层信号的部分共模抵消。个体校准偏移表现出显著的个体间变异性（sigma: SD = 0.296），说明单一全局校正不足，必须进行个体化校准。

**3.2 校准前频谱对应性**

校准前，Zmax频带功率与PSG额部频带功率在受试者水平上呈现中等但显著的对应关系（N = 71，Spearman相关）。N2期显示出最强的校准前相关：alpha（r = 0.556, p < 0.001）、sigma（r = 0.512, p < 0.001）和theta（r = 0.430, p < 0.001）。N3 alpha是所有分期-频带组合中最强的单一校准前相关（r = 0.646, p < 0.001）。Beta在N2（r = 0.055, p = 0.65）和N3（r = 0.031, p = 0.80）中均不显著。左侧Zmax通道（F7-Fpz）在各分期-频带组合中始终优于右侧通道（F8-Fpz）。

**3.3 校准后频谱对应性**

个体N2参考校准消除了系统性偏倚（校准后所有频带偏倚≈0.000，经Bland–Altman分析确认）。留出分期的Spearman相关在所有频带均显著提高。N3改善最大：alpha r = 0.806（校准前0.646）、sigma r = 0.752（校准前0.487）、theta r = 0.734（校准前0.493）和delta r = 0.586（校准前0.278）。REM alpha提高至r = 0.755（校准前0.435），REM sigma提高至r = 0.667（校准前0.330）。校准前在N3中不显著的beta达到r = 0.546。所有留出分期的校准后相关均达到统计显著（p < 0.01）。

**3.4 N2校准的稳健性：与N3和REM参考分期比较**

为验证N2衍生的校准偏移能否跨分期泛化，研究人员使用N3和REM作为替代参考分期重复校准程序，并在所有剩余分期上评估留出表现。N2校准在所有频带和验证分期中产生最高的平均校准后Spearman相关（= 0.601），优于N3校准（= 0.479）和REM校准（= 0.489）。关键的是，N2校准在留出分期中产生零增量变化（所有频带-分期组合的Δr = 0.000），表明N2衍生偏移能准确刻画跨分期参考偏倚而不引入分期特异性扭曲。N3和REM校准在留出分期中引入系统性过度或不足校正，分别使delta Spearman r降低最多0.676点（REM?N2）和0.441点（N3?N2）。N2校准优势在delta（N2: r = 0.490对比N3: 0.372, REM: 0.304）和sigma（N2: r = 0.640对比N3: 0.511, REM: 0.637）两个与睡眠生物标志物研究最相关的频带中最为显著。

**3.5 个体内可靠性、个体间变异性及频谱偏移的人口统计学独立性**

使用每个记录夜内N2 epoch的分半相关评估校准后Zmax N2频带功率的个体内可靠性。Spearman–Brown校正分半信度在所有五个频带均极佳（delta: r_SB = 0.995; theta: r_SB = 0.996; alpha: r_SB = 0.997; sigma: r_SB = 0.998; beta: r_SB = 0.998）。epoch水平个体内变异系数（CV）在所有频带均较低（delta: 平均CV = 7.0%，中位数 = 5.5%；sigma: 平均CV = 3.6%，中位数 = 2.4%；alpha: 3.9%；theta: 4.3%；beta: 3.8%）。单因素组内相关系数ICC(1,1)在各频带较低（delta: 0.126; theta: 0.172; alpha: 0.218; sigma: 0.257; beta: 0.311），但这反映的是绝对频带功率中较大的个体间方差（BMS = 28–51）相对于个体内方差（WMS = 0.25–0.57），而非测量可靠性差。为评估频谱偏移的个体间变异性是否可归因于人口统计学因素，研究人员计算了校准前PSG-Zmax偏移与年龄和性别的Spearman相关，未发现显著关联（所有p > 0.077；N2 sigma最大R² = 0.038）。年龄和性别合计解释任何频带中偏移方差的<4%，表明频谱偏移的个体间变异性反映的是受试者特定的硬件-接口属性，如电极接触几何形状、头皮阻抗和颅骨特征，而非可通过专门测量以外途径获取的人口统计学因素。

**3.6 偏侧化分析**

偏侧化指数（LI = 左通道频带功率减去右通道频带功率）在任何频带或分期中均与PSG参考测量无显著相关（N2 delta: r = 0.080, 95% CI [?0.156, 0.308]；N2 sigma: r = 0.050, 95% CI [?0.185, 0.280]；N3 delta: r = 0.120, 95% CI [?0.122, 0.348]；REM alpha: r = 0.090, 95% CI [?0.157, 0.327]）。然而，所有置信区间均延伸至中等效应范围（上限r = 0.28–0.35），事后效能分析显示在观测样本量（N = 65–71）下检测r = 0.20的小到中等效应仅有36%–39%的效能，达到80%效能需要N = 194（α = 0.05）。这些发现应被解释为缺乏证据而非无证据：本研究效能不足，无法排除Zmax额部EEG中存在临床意义的半球不对称。

**3.7 睡眠纺锤波检测**

纺锤波检测（N = 69名具备C3:A2的受试者）得出平均纺锤波密度：PSG C3为2.06 ± 1.05个纺锤波/分钟，PSG F3为1.62 ± 0.98，Zmax F7为1.01 ± 0.98。这一三层衰减模式（PSG C3 > PSG F3 > Zmax F7）在机制上与纺锤波地形学一致：快纺锤波以中央-顶区为主，在额部和额颞部电极处逐步衰减，而有源Fpz参考在Zmax中引入额外的sigma频带衰减。PSG C3与PSG F3显示高度一致（Pearson r = 0.863, Spearman r = 0.849），提供内部可靠性基准。PSG F3与Zmax F7显示中等到强的一致性（Pearson r = 0.606, Spearman r = 0.683，均p < 0.001），表明个体纺锤波密度的等级排序在Zmax中得以保留。PSG C3与Zmax F7显示中等一致性（Pearson r = 0.494, Spearman r = 0.551，均p < 0.001）。Bland–Altman分析显示PSG F3与Zmax F7之间存在?0.62个纺锤波/分钟的系统性偏倚（LoA: ?2.32至+1.09）。参数敏感性分析表明，Zmax F7-Fpz处平均N2相对sigma功率为0.174，低于YASA默认的相对功率预滤波阈值0.20。将相对功率阈值降至0.05可恢复与PSG F3等效的绝对密度（平均Zmax = 1.692个纺锤波/分钟，偏倚 = ?0.067，Spearman r = 0.685），证实检测不足归因于算法预滤波而非硬件幅度限制。

**四、讨论与结论**

讨论部分指出，Zmax频带功率的普遍负偏倚（?0.41至?0.74对数单位）在机制上可由有源Fpz参考解释：标准双极参考中F7和F8均相对于Fpz测量，而Fpz位于前额叶皮层上方，携带自身EEG活动。减去有源参考会衰减活动电极的视在功率，因为部分目标信号被共模参考信号抵消。校准偏移的个体间变异性（SD ≈ 0.27–0.39对数单位）确认单一全局校正不足，个体化校准必不可少。基于N2的校准框架提供了一种可重复的原则性方法，仅需单夜记录。校准后，Zmax频谱特征与PSG额部特征在留出分期中表现出强对应性，尤其alpha（N3 r = 0.806, REM r = 0.755）和sigma（N3 r = 0.752, REM r = 0.667），这两个频带与睡眠生物标志物研究最相关：sigma捕获与记忆巩固和精神表型相关的睡眠纺锤波活动，NREM期间的alpha反映与睡眠质量和精神脆弱性相关的觉醒侵入。N3 delta校准后相关较温和（r = 0.586），可能因其非平稳性和epoch间变异性较大。Beta虽校准后改善，但因其易受肌电污染和高频噪声影响，应谨慎使用。个体内可靠性极佳（r_SB > 0.99）与低ICC(1,1)的分离意味着Zmax适合个体内纵向追踪，但跨个体比较需个体校准。人口统计学因素仅解释<4%的偏移方差，支持电极-皮肤接触几何形状是主要变异来源。N2校准优于N3和REM，反映了N2在睡眠频谱景观中的中心位置。

纺锤波密度方面，PSG F3与Zmax的相关（Pearson r = 0.606, Spearman r = 0.683）确立了Zmax可充分捕获额部纺锤波密度的个体间变异，可作为人群水平生物标志物。三层密度梯度（PSG C3: 2.06, PSG F3: 1.62, Zmax F7: 1.01个纺锤波/分钟）为未来Zmax研究提供了参考。YASA默认relpow阈值（0.20）系统性抑制额部EEG纺锤波检测，将其降至0.05可恢复PSG F3等效计数且偏倚接近零。

偏侧化分析为效能不足的零结果：置信区间延伸至r = 0.28–0.35，无法排除临床意义半球不对称。Zmax F7-Fpz和F8-Fpz导联间额面距离约6 cm，小于已验证额叶alpha不对称范式中10–15 cm的电极间距，几何约束限制了偏侧化敏感性。当前建议将左右通道视为独立频谱测量而非不对称对。

研究结论部分：本研究利用Wearanize+家庭记录数据集为Zmax EEG头带提供了全面的谱效度验证框架。主要贡献为：（1）表征并机制性解释了所有频带的系统性频带功率低估（?0.41至?0.74对数单位）；（2）建立了个体N2参考校准协议，消除了该偏倚并显著提高留出分期的频谱对应性（N3 alpha r = 0.806, N3 sigma r = 0.752）；（3）验证了纺锤波密度作为可穿戴生物标志物（PSG F3对比Zmax r = 0.606），并量化了系统性检测不足；（4）偏侧化分析为有条件的零结果，置信区间延伸至r = 0.28–0.35，表明研究效能不足以排除临床意义的半球不对称。这些发现为基于Wearanize+的可穿戴睡眠生物标志物研究奠定了方法学前提。一项技术注意事项需明确说明：本研究报告的绝对delta功率值采用4秒FFT窗计算，相对于8秒窗导出的规范值存在系统性正向偏移，比较分析应考虑此差异，本研究的绝对delta值不应作为使用更长窗长研究的规范性参考。在跨夜校准稳定性得到经验证实之前，该框架应于单次记录内应用，即从给定记录夜估计的N2参考偏移仅用于校准同一夜的频谱特征，而不作为可移植的校正配置文件。需要跨多夜追踪频谱生物标志物的研究应默认计划每次记录重新校准，并将跨记录频谱差异视为可能混杂夜与夜之间电极-皮肤接触几何形状的变化，直至获得多夜稳定性数据。