睡眠分期时空融合模型

数据与协议

公开数据集 Sleep-EDF Expanded v1.0.0：Sleep Cassette 153 条（健康，SC4xxx）、Sleep Telemetry 44 条（患者，ST7xxx）。取 EEG Fpz-Cz / EEG Pz-Oz 两通道，100 Hz，30s 一个 epoch，S3/S4 合并为 N3。

组	记录	总 epoch	W	N1	N2	N3	REM
SC（健康）	153	195,469	33.7%	11.0%	35.4%	6.7%	13.2%
ST（患者）	44	42,467	9.9%	8.6%	46.7%	15.1%	19.7%

划分：按受试者留出，split_seed=42 固定。SC 128/5/5（测试 5 人 6,720 epoch），ST 16/2/4（测试 4 人 3,600 epoch）。 同一受试者绝不同时出现在训练与测试，所有指标均在留出测试集上计算。

模型结构

① 输入(B, 120, 2, 3000)
120 个 epoch = 60 分钟上下文

② 节点编码三支路多尺度卷积（慢波/纺锤/快波）+ 5 频带功率 → 每通道 64 维

③ GAT ×24 头注意力，通道间动态聚合，残差 + LayerNorm

④ BiGRU ×3hidden=128，双向 → 256 维时序表示

⑤ 输出逐 epoch 5 类 logits（密集监督）

训练：AdamW（lr 1e-3，wd 1e-4）、batch 24、每 epoch 随机采样 3,000 窗口、warmup 5 + 余弦重启、按验证 loss 早停（patience 12）。类别权重取频率倒数，缓解 W/N2 主导与 N1/N3 稀少。

测试结果（V4 · GAT-BiGRU）

权重	ACC	Kappa	macro-F1	测试 epoch
SC_gat_bigru_v4_s42	81.47%	0.7567	0.7960	6720
SC_gat_bigru_v4_s123	79.17%	0.7276	0.7720	6720
SC_gat_bigru_v4_s456	76.46%	0.6925	0.7430	6720
ST_gat_bigru_v4_s456	83.50%	0.7680	0.8136	3600
ST_gat_bigru_v4_s42	82.75%	0.7610	0.8059	3600
ST_gat_bigru_v4_s123	81.58%	0.7473	0.8009	3600

SC best（seed42）逐类表现

类别	precision	recall	F1	support
W	0.954	0.888	0.920	2246
N1	0.630	0.666	0.648	1137
N2	0.847	0.734	0.786	2035
N3	0.592	0.930	0.724	472
REM	0.858	0.952	0.902	830

SC best（seed42）混淆矩阵（行=医生，列=模型）

医生\模型	W	N1	N2	N3	REM
W	1995	243	1	3	4
N1	84	757	230	11	55
N2	12	169	1494	288	72
N3	0	2	31	439	0
REM	1	30	9	0	790

单位：epoch 数。N1 与 N3 是主要误差来源（N1 与 W/REM 边界模糊，N3 易与 N2 混淆）。

真实推理示例（各取一个留出受试者的整夜）

下方曲线由模型逐 epoch 预测生成，可在页面中直接查看（滚动查看置信度面板见链接大图）。 单夜指标会围绕整体均值上下浮动 5~10 个百分点，不代表泛化性能。

案例 1 · 健康受试者 · SC4252（留出测试受试者）

权重 SC_gat_bigru_v4_s42 · 共 1020 个 30s epoch（约 8.5 小时）

ACC 79.61% Kappa 0.723

医生标注模型预测（下方为置信度）

查看完整对比图（含置信度曲线）

案例 2 · 患者受试者 · ST7082（留出测试受试者）

权重 ST_gat_bigru_v4_s456 · 共 931 个 30s epoch（约 7.8 小时）

ACC 69.28% Kappa 0.599

医生标注模型预测（下方为置信度）

查看完整对比图（含置信度曲线）

在线体验

完整的交互版（上传 PSG.edf + 可选 Hypnogram.edf，实时出图与指标）通过隧道映射到本机推理服务：

打开在线推理演示 →

该演示是「本机服务 + Cloudflare 隧道」：只有当托管电脑开机时可用，且地址在重启后会变化。上传文件仅做实时推理（约 15 秒/夜），不训练、不落盘；但会经 Cloudflare 中转，请勿上传未脱敏的真实患者数据。

已知局限

问题	说明
绝对精度	SC 80.21% / ST 84.33%（集成+TTA），与文献 SOTA（Sleep-EDF 常见 83~87%）仍有差距
测试规模	测试仅 SC 5 人 / ST 4 人，单 seed 方差可达 ±2.5pp
类别不均衡	N1 仅占 11%（SC）/ 8.6%（ST），是所有版本最弱类（F1≈0.65）
无时序后处理	逐 epoch 独立分类，未加阶段转移约束（HMM），睡眠图会出现跳变
域偏移	模型训练于公开数据集，换设备/导联/人群后精度会下降
未验证方案	V5（Focal + 频域增强 + S4）单 seed 74.81%，低于 V4，已暂停待消融