NanoSleep: 一种参数高效的混合时序卷积网络，用于单通道睡眠阶段分类

# NanoSleep：用于单通道睡眠分期分类的参数高效混合时域卷积网络
来源：https://arxiv.org/html/2608.18571
Shruti Kshirsagar，所属单位：\[0\.4em\]美国堪萨斯州威奇托州立大学计算机学院

###### 摘要

基于单通道脑电图（EEG）的睡眠分期对于可穿戴和家庭睡眠监测至关重要。然而，许多深度学习模型以较大的模型尺寸为代价实现了高精度，这限制了它们在资源受限设备上的部署。本研究提出了NanoSleep，一种用于自动睡眠分期分类的紧凑型混合时域卷积网络。NanoSleep结合了可学习的Sinc卷积前端、融合多尺度时域与频谱表示的双分支特征提取器、带有通道重标定的门控扩张时域卷积主干以及用于序列级解码的条件随机场。我们进一步采用加权校准焦点损失来处理类别不平衡问题。我们使用受试者间交叉验证在Sleep-EDF和Sleep-EDF-Expanded数据集上评估了NanoSleep。该模型持续优于六种代表性基线方法，消融研究证实了每个主要组件的贡献。这些结果表明NanoSleep在准确性和效率之间取得了有效平衡，使其非常适合可穿戴设备、家庭睡眠监测以及资源受限的临床应用。

关键词：条件随机场，深度学习，脑电图，参数效率，睡眠分期分类，时域卷积网络，可穿戴健康监测。

## 1引言

睡眠是支持记忆巩固、免疫调节以及认知和代谢功能恢复的基本生理过程\[39 (https://arxiv.org/html/2608.18571#bib.bib2)\]。不良或睡眠不足与心血管疾病、认知衰退以及多种神经和精神障碍相关\[67 (https://arxiv.org/html/2608.18571#bib.bib1), 3 (https://arxiv.org/html/2608.18571#bib.bib3)\]。因此，准确的睡眠评估对于诊断和管理睡眠相关疾病至关重要。此过程的第一步是睡眠分期，即将整夜记录划分为一系列离散的睡眠阶段。多导睡眠图（PSG）是睡眠评估的临床标准。它同时记录整夜的脑电图（EEG）、眼电图（EOG）、肌电图（EMG）和其他生理信号。根据美国睡眠医学学会（AASM）指南，记录被划分为连续的30秒时间段（epoch）。经过培训的睡眠技师将每个epoch分配到五个阶段之一：觉醒期（W）、非快速眼动睡眠期（N1、N2和N3）或快速眼动睡眠期（REM）\[2 (https://arxiv.org/html/2608.18571#bib.bib4)\]。尽管此程序提供了可靠的临床评估，但它耗时费力且受评分者间差异影响。经验丰富的评分者之间的一致性通常低于90%\[54 (https://arxiv.org/html/2608.18571#bib.bib54)\]。此外，PSG需要专门的实验室、昂贵的设备和多个电极，这可能会干扰自然睡眠。这些局限性促使了自动睡眠分期系统的开发，这些系统使用更少的生理信号运行。在可用的生理信号中，EEG为睡眠分期提供了最具判别性的信息，因为睡眠纺锤波、K-复合波和慢波等特征波形直接反映在大脑活动\[50 (https://arxiv.org/html/2608.18571#bib.bib41)\]中。单通道EEG尤其具有吸引力，因为它减少了硬件复杂性并提高了用户舒适度，同时保留了大部分与分期相关的信息\[19 (https://arxiv.org/html/2608.18571#bib.bib44), 42 (https://arxiv.org/html/2608.18571#bib.bib45)\]。因此，使用单通道EEG的自动睡眠分期分类已成为一个活跃的研究领域。最近的深度学习方法通过直接从原始EEG信号学习判别性表示，显著改进了自动睡眠分期。卷积神经网络有效捕获局部时间模式，循环神经网络建模序列睡眠动态，基于注意力的架构进一步改进了上下文建模。尽管取得了这些进展，仍存在几个重要挑战。

第一个挑战是计算效率。像SleepEEGNet\[44 (https://arxiv.org/html/2608.18571#bib.bib16)\]和XSleepNet\[48 (https://arxiv.org/html/2608.18571#bib.bib18)\]这样的高性能模型包含数百万可训练参数。由于其内存、计算和能量需求，此类模型难以部署在可穿戴设备和资源受限的临床硬件上。虽然已经提出了轻量级替代方案\[62 (https://arxiv.org/html/2608.18571#bib.bib19), 11 (https://arxiv.org/html/2608.18571#bib.bib20)\]，但它们通常以牺牲分类精度为代价来减小模型尺寸。

第二个挑战是类别不平衡。睡眠数据集中的N1期数量明显少于其他睡眠阶段。因此，许多深度学习模型在这一少数类别上表现不佳\[71 (https://arxiv.org/html/2608.18571#bib.bib11), 60 (https://arxiv.org/html/2608.18571#bib.bib22)\]。第三个挑战是序列建模。许多方法独立地对每个epoch进行分类，因此忽略了支配正常睡眠进程的生理转换规则\[32 (https://arxiv.org/html/2608.18571#bib.bib23)\]。因此，这些模型可能会产生与生物睡眠模式不一致的孤立预测。

为了解决这些挑战，我们提出了NanoSleep，一种用于从单通道EEG进行自动睡眠分期分类的紧凑混合网络。NanoSleep将学习的多尺度时域表示与可解释的频谱特征相结合，在保持小模型尺寸的同时改进了特征学习。该架构集成了一个可学习的Sinc卷积前端、一个双分支特征提取器、一个带有通道重标定的门控扩张时域卷积主干，以及一个条件随机场（CRF）解码器用于序列级预测。我们进一步采用加权校准焦点损失来解决训练期间严重的类别不平衡问题。

本文的主要贡献总结如下。
1. 1\.我们提出了NanoSleep，一种将学习的多尺度时域表示与可解释的频谱特征相结合的紧凑混合架构。该模型采用门控扩张时域卷积主干和CRF解码器，仅使用0.35M可训练参数实现了高分类精度。
2. 2\.我们开发了一个高效的训练框架，集成了可学习的信号预处理、不平衡感知优化和序列级解码。消融研究量化了每个组件的贡献并验证了所提出的架构。
3. 3\.我们使用受试者间交叉验证在Sleep-EDF和Sleep-EDF-Expanded数据集上评估了NanoSleep。该模型持续优于具有代表性的最先进方法，同时所需参数显著减少。

本文的其余部分组织如下。第2节 (https://arxiv.org/html/2608.18571#S2)回顾相关工作。第3节 (https://arxiv.org/html/2608.18571#S3)介绍提出的NanoSleep框架。第4节 (https://arxiv.org/html/2608.18571#S4)描述实验设置。第5节 (https://arxiv.org/html/2608.18571#S5)报告并讨论实验结果。第6节 (https://arxiv.org/html/2608.18571#S6)概述研究局限性和未来研究方向。最后，第7节 (https://arxiv.org/html/2608.18571#S7)总结全文。

## 2相关工作

在本节中，我们讨论睡眠分期分类领域相关工作。

### 2\.1传统基于特征的分类器

早期的自动睡眠分期方法依赖于手工制作的EEG特征与传统机器学习分类器的结合。研究人员提取时域统计、调制频谱图、频带功率、熵度量和非线性复杂度特征来表征睡眠阶段\[13 (https://arxiv.org/html/2608.18571#bib.bib7), 34 (https://arxiv.org/html/2608.18571#bib.bib6), 63 (https://arxiv.org/html/2608.18571#bib.bib69)\]。Memar和Faradji将频谱特征与随机森林分类器结合，报告了有前景的性能\[41 (https://arxiv.org/html/2608.18571#bib.bib9)\]。Hassan和Bhuiyan采用集成经验模态分解与提升分类器进行单通道EEG睡眠分期\[14 (https://arxiv.org/html/2608.18571#bib.bib8)\]。Jiang等人通过隐马尔可夫模型引入时间信息\[23 (https://arxiv.org/html/2608.18571#bib.bib10)\]，而Zhou等人提出了一种带有类别平衡策略的堆叠集成以改善N1识别\[71 (https://arxiv.org/html/2608.18571#bib.bib11)\]。尽管这些方法计算高效且可解释，但它们的性能严重依赖于手动设计的特征，并且通常在不同数据集和记录条件下泛化能力较差。这些局限性促使了直接从EEG信号学习判别性表示的深度学习方法的发展。

### 2\.2单通道EEG上的深度学习

深度学习已成为自动睡眠分期的主流方法。Tsinalis等人引入了堆叠稀疏自编码器，用于从时频图像学习EEG表示\[65 (https://arxiv.org/html/2608.18571#bib.bib12)\]。Sors等人后来证明，卷积神经网络可以直接从原始单通道EEG对睡眠阶段进行分类，而无需手工特征\[57 (https://arxiv.org/html/2608.18571#bib.bib14)\]。Supratak等人提出了DeepSleepNet，它将多尺度卷积特征提取与双向长短期记忆网络相结合，用于时间建模\[61 (https://arxiv.org/html/2608.18571#bib.bib13)\]。Sandhu等人\[56 (https://arxiv.org/html/2608.18571#bib.bib68)\]证明了单通道EEG用于准确、可解释且实用的自动睡眠分期的有效性。后续研究通过使用更深的架构和更大的训练数据集进一步提高了性能\[4 (https://arxiv.org/html/2608.18571#bib.bib42), 59 (https://arxiv.org/html/2608.18571#bib.bib43)\]。最近，Yang等人介绍了BIOT，一种用于大规模生物信号表示学习的基于Transformer的主干，它改进了跨异构生理数据集的特征迁移\[68 (https://arxiv.org/html/2608.18571#bib.bib51)\]。这些研究证明了学习表示的有效性，但通常需要具有高计算和内存成本的大型模型。

### 2\.3序列和注意力架构

睡眠阶段表现出强烈的时间依赖性，这激发了基于序列的学习方法。Phan等人提出了SeqSleepNet，一种用于序列到序列睡眠分期的分层循环网络\[47 (https://arxiv.org/html/2608.18571#bib.bib15)\]。Mousavi等人介绍了SleepEEGNet，一种基于注意力的编码器-解码器架构，以较大的参数数量为代价提高了分类性能\[44 (https://arxiv.org/html/2608.18571#bib.bib16)\]。Eldele等人开发了AttnSleep，结合卷积特征提取与多头注意力\[8 (https://arxiv.org/html/2608.18571#bib.bib17)\]。Phan等人后来提出了XSleepNet和SleepTransformer，它们整合了多种信号表示和基于Transformer的序列建模，以达到最先进的性能\[48 (https://arxiv.org/html/2608.18571#bib.bib18), 49 (https://arxiv.org/html/2608.18571#bib.bib24)\]。基于图的方法，包括GraphSleepNet和SalientSleepNet，也被提出来建模时空关系和显著的EEG模式\[22 (https://arxiv.org/html/2608.18571#bib.bib50), 21 (https://arxiv.org/html/2608.18571#bib.bib52)\]。

最近的研究通过迁移学习和领域适应进一步提高了模型泛化能力。Hossain和Kshirsagar提出了一种面向人口统计的迁移学习框架，用于跨队列睡眠分期\[16 (https://arxiv.org/html/2608.18571#bib.bib48)\]。Eldele等人介绍了ADAST，一种基于迭代自训练的专注领域适应框架\[9 (https://arxiv.org/html/2608.18571#bib.bib53)\]。Tallal等人提出了STDA-Net用于睡眠数据集之间的无监督领域适应\[64 (https://arxiv.org/html/2608.18571#bib.bib49)\]。这些研究证明了鲁棒特征学习对于临床部署的重要性。然而，大多数序列和注意力模型通过显著增加模型复杂性来实现更高的准确性。

### 2\.4数据增强策略

数据增强已被广泛用于各个领域，以增强在语音\[28 (https://arxiv.org/html/2608.18571#bib.bib62)\]、\[29 (https://arxiv.org/html/2608.18571#bib.bib63)\]、图像\[43 (https://arxiv.org/html/2608.18571#bib.bib66)\]、\[45 (https://arxiv.org/html/2608.18571#bib.bib65)\]和生理信号数据\[60 (https://arxiv.org/html/2608.18571#bib.bib22), 40 (https://arxiv.org/html/2608.18571#bib.bib67)\]上训练的模型的泛化能力和鲁棒性。数据增强已被用于增加训练多样性并减少睡眠阶段之间的严重不平衡。Sun等人介绍了一种基于过采样的预训练过程，对少数阶段的EEG epoch应用时间偏移和加性白噪声\[60 (https://arxiv.org/html/2608.18571#bib.bib22)\]。Fan等人在MASS和Sleep-EDF数据集上系统评估了重复采样、形态变换、信号分割和重组、跨数据集迁移以及基于生成对抗网络的合成\[10 (https://arxiv.org/html/2608.18571#bib.bib55)\]。Lee等人提出了频带混合，其中在EEG信号之间交换选定的频带以生成新样本，同时保留与阶段相关的频谱信息\[36 (https://arxiv.org/html/2608.18571#bib.bib56)\]。Khalili和Mohammadzadeh Asl还将增强的序列样本纳入时域卷积框架，以改进原始EEG分类器的训练\[26 (https://arxiv.org/html/2608.18571#bib.bib57)\]。

生成式和基于噪声的增强方法受到了越来越多的关注\[31 (https://arxiv.org/html/2608.18571#bib.bib64)\]，\[30 (https://arxiv.org/html/2608.18571#bib.bib61)\]。Ling等人开发了一种改进的深度卷积生成对抗网络，为少数睡眠阶段生成连续小波时频图\[38 (https://arxiv.org/html/2608.18571#bib.bib58)\]。Huang等人对代表性不足的多导睡眠图片段应用高斯噪声增强，以改善类别平衡和N1识别\[18 (https://arxiv.org/html/2608.18571#bib.bib59)\]。Rommel等人比较了13种EEG增强变换，并表明它们的有效性取决于任务、数据集和训练设置\[53 (https://arxiv.org/html/2608.18571#bib.bib60)\]。这些研究表明数据增强可以提高鲁棒性和少数阶段识别能力。然而，所选变换必须保留生理