《Diagnostics》：Multi-Window Temporal Context for ECG-Based Sleep Apnea Detection Under Limited Apnea-Label Availability
编辑推荐：
背景/目的：有监督的心电图（ECG）睡眠呼吸暂停检测常依赖密集段级标注，造成较大专家负担。为降低该依赖，研究人员考察在真实呼吸暂停标签有限时，相邻时间上下文能否改善分类。方法：研究人员采用受试者分组五折交叉验证与三次训练重复，在5种上下文长度与7种呼吸暂停标签
背景/目的：有监督的心电图（ECG）睡眠呼吸暂停检测常依赖密集段级标注，造成较大专家负担。为降低该依赖，研究人员考察在真实呼吸暂停标签有限时，相邻时间上下文能否改善分类。方法：研究人员采用受试者分组五折交叉验证与三次训练重复，在5种上下文长度与7种呼吸暂停标签保留水平共35种实验配置下系统评估。结果：多窗口时间上下文在所选标签保留范围内一致提升分类性能；所有多窗口配置的平均F1分数均高于对应单窗口基线，各保留水平下最优多窗口设置带来7.18–12.23个百分点增益。上下文长度对性能有显著总体效应，上下文长度与标签保留水平间未观察到系统性交互。重复中心与随机打乱对照实验进一步表明增益来自时间相邻ECG信息，而非序列变长、目标重复呈现或同记录远端上下文。结论：利用相邻时间上下文是提升ECG呼吸暂停分类的实用策略，在密集专家标注有限时尤其适用于筛查模型开发。
研究背景方面，阻塞性睡眠呼吸暂停（OSA，Obstructive Sleep Apnea）是常见睡眠相关呼吸障碍，表现为睡眠中反复呼吸气流停止或减弱，并伴随心血管与代谢风险。传统多导睡眠图（PSG，Polysomnography）虽为诊断核心，但资源消耗大、成本高、患者负担重。单导联心电图（ECG，Electrocardiogram）因适合可穿戴与家庭监测而受到关注。但训练鲁棒深度学习模型需要大量段级标注，逐分钟人工标注整夜记录费时且存在评分者间差异。已有研究多把60秒ECG段当作独立样本，忽视跨相邻时段的心肺耦合变化；而整夜序列模型又带来优化与计算开销。因此，研究人员在《Diagnostics》发表该文，旨在隔离并量化相邻时间上下文在标签有限场景下对ECG呼吸暂停检测的贡献。
关键技术方法上，研究人员使用公开PhysioNet Apnea-ECG库，69段单导联记录、100 Hz、非重叠60秒epoch，经0.5–40 Hz零相位四阶巴特沃斯滤波与局部z-score标准化得到共享锚点集33131个目标epoch。采用受试者分组五折交叉验证防止同一受试者泄漏；标签保留比例r仅作用于训练集呼吸暂停目标，正常目标全留，低r时用形态保持离线数据增强补齐阳性样本；多窗口块由k个相邻60秒段构成，中心段为分类目标，邻段仅作无标签上下文；骨干为共享1D卷积茎、深度可分离卷积、Squeeze-and-Excitation门控、双向LSTM与注意力池化分类头，并以参数指数滑动平均（EMA，Exponential Moving Average）推理。
研究结果如下。
4.1 跨呼吸暂停标签保留水平的性能动态：研究人员在35个配置中发现，k=3、5、7、9的多窗口配置在各r下平均F1均高于k=1；最优上下文长度随保留水平变化而非单调，最佳多窗口相对单窗口提升7.18–12.23个百分点，AUPRC、AUROC、准确率也普遍占优。
4.2 上下文长度与标签保留的统计效应：通过限制型Freedman–Lane残差置换与因子模型，研究人员得出上下文长度主效应显著，标签保留主效应显著，而k×r交互不显著；28组计划配对比较均呈正均值F1差，交叉自助95%区间在27组排除0，说明多窗口优势稳定但不保证每个k单独显著。
4.3 固定阈值鲁棒性分析：在测试集改用固定分类阈值0.5后，28组多窗口比较仍全为正向增益，说明优势不依赖验证集阈值校准。
4.4 相邻时间信息对照分析：研究人员设重复中心（中心段复制9次）与随机打乱（邻位取同记录至少5分钟外片段）对照；真相邻k=9在r=5%、20%、100%下均优于两类对照，且在45次配对运行中全部或绝大多数胜出，证明增益来自局部相邻生理信息，而非序列变长、目标重复或同记录远端片段。
讨论部分总结：研究人员指出，多窗口使模型捕捉连续状态转移，优势不限于标签极度稀缺，也不被序列总长度本身解释。低保留下正常标签仍在、增强补齐阳性池，因此r不是临床总标注工时的直接折算。统计上主效应由置换分析支撑，但五折折叠数少使逐对精确检验保守。临床意义上，该方法更适合做ECG筛查模型开发与第一轮分诊，而非替代PSG诊断；局限包括单库、单骨干、未估受试者级 apnea–hypopnea index（AHI，呼吸暂停低通气指数）、可穿戴信号异质性与上下文加长带来的端侧计算成本。
结论部分翻译：研究人员在35个配置下系统考察了上下文窗口长度k与呼吸暂停标签保留r在多窗口序列建模中的关系。基于受试者分组五折交叉验证的结果显示，多窗口时间上下文在全部标签保留水平下相对单窗口基线具有一致优势。上下文长度对测试集F1分数有显著总体效应，而上下文长度与标签保留间无系统性交互，说明时间上下文收益在不同监督程度下广泛存在。各保留水平下最优多窗口配置相对k=1提升7.18–12.23个百分点；重复中心与随机打乱对照进一步表明，真正相邻上下文而非目标重复或同记录远端片段产生增益。综上，利用现成连续时间段可提升ECG呼吸暂停分类并减少对密集真实呼吸暂停标签监督的依赖，相邻时间上下文可作为ECG睡眠呼吸暂停建模中简单且实用的设计策略，但仍需在更大独立队列与不同架构中验证。
