该论文发表于npj Digital Medicine（IF:18.0），题目为《AnySleep: a channel-agnostic deep learning system for high-resolution sleep staging in multi-center cohorts》。

第一作者兼通讯作者为Niklas Grieger博士研究生，隶属德国亚琛应用科学大学（FH Aachen University of Applied Sciences）医学工程与技术数学系、数据驱动技术研究所，以及荷兰乌得勒支大学（Utrecht University）信息与计算科学系；另一位通讯作者为Stephan Bialonski教授，任职于亚琛应用科学大学上述系与研究所。

论文链接：https://doi.org/10.1038/s41746-026-03406-7

论文概要

针对多中心多导睡眠监测（PSG）中导联配置不统一、传统30秒分期难以呈现短暂睡眠变化的问题，Grieger等提出AnySleep。该系统结合U-Net式编码器—解码器和多深度通道注意力，可接收数量、位置及顺序不同的脑电（EEG）和／或眼电（EOG）通道，并在推理时调整输出时间分辨率。研究纳入28个数据集的20,589份整夜记录，其中13个数据集用于训练、验证和分布内测试，另外15个数据集留作外部测试。

结果显示，AnySleep在常规30秒分期上的外部留出集加权宏F1为0.777，略高于U-Sleep的0.768；在缺少EOG或仅有单通道输入时也保持较稳定的表现。更细的预测时间尺度能够呈现与专家觉醒标注相重叠的短暂Wake片段，并为睡眠障碍区分提供额外信息。不过，高分辨率预测的绝对准确性仍缺少直接标注验证，其价值目前主要体现在异构数据整合和睡眠微结构研究。

研究背景

睡眠分期是研究睡眠结构、评估睡眠障碍的重要基础。人工判读PSG不仅耗时，还存在评分者间差异；如果进一步缩短标注间隔，工作量和判读分歧也可能增加。沿用已久的30秒窗长主要出于人工评分的实际便利，并非睡眠生理过程天然以30秒为单位变化。持续数秒的觉醒和快速阶段转换可能被较长时窗掩盖，使部分与疾病相关的睡眠碎片化信息难以保留。

另一个难点来自多中心数据的异质性：不同研究的电极位置、参考方式和可用通道数量并不相同。原始U-Sleep虽然支持高分辨率分期，但输入固定为一个EEG和一个EOG通道；处理更多导联时，需要分别运行不同通道对，再对结果投票。AnySleep希望在一个模型中同时实现灵活通道输入、跨中心泛化和可调分辨率，减少导联配置对大规模分析的限制。

方法

数据与预处理

研究使用约20万小时的EEG／EOG数据，覆盖不同中心、记录设备、年龄及健康状况。13个分布内数据集按受试者划分训练、验证和测试子集，另15个数据集完整留出，不参与AnySleep训练与验证。全研究包含18,038份训练记录、559份验证记录和1,992份测试记录；测试记录由分布内966份、8个常规30秒留出集346份，以及另7个高分辨率留出集680份组成。信号统一重采样至128 Hz，各记录各通道减去中位数并除以四分位距，再将归一化幅值截断至−20至20；研究未额外应用带通滤波。标签统一为Wake、N1、N2、N3和REM五类，旧标准中的N4并入N3，伪迹或未知片段保留在输入中，但不参与损失和分期指标计算。

多深度通道注意力

AnySleep沿用U-Sleep的U-Net式主干，包含12个编码器块、连接层和12个解码器块，并通过跳跃连接保留不同尺度的信息。各通道先分别提取特征，再由分布于不同深度的13个通道注意力模块进行融合。每个模块先沿时间维平均各通道特征，经多层感知机和softmax生成通道权重，再用权重对保留时间维的原始通道特征图加权求和。融合结果去除通道维度、保留时间结构，使模型能在不同特征层次利用EEG与EOG的互补信息，而不必预先固定通道顺序。

图1 AnySleep的多深度通道融合架构。

随机通道训练

每个训练样本包含连续35个30秒时段，即17.5分钟，用于学习较长时间范围内的睡眠上下文。研究采用兼顾数据集规模和睡眠阶段的分层采样，并在训练中随机改变通道数量及EEG／EOG组合，使模型接触缺失导联和不同配置。这里的“通道无关”指对EEG和／或EOG组合的灵活适配；正式分析未纳入肌电（EMG），也没有验证所有传感器或设备。为保持比较条件一致，作者按相同的睡眠阶段与数据集采样策略、优化参数和早停条件重训U-Sleep，但每个训练样本仍随机选取一个EEG与一个EOG通道。

可调分辨率与验证方式

训练时，分类头以30秒平均池化窗口匹配人工标签；推理时改变池化核与步长，即可从同一主干获得更细的分期输出，最高输出频率为128 Hz，间隔约0.008秒。这一数值描述输出间隔，不能等同于已验证的生理分期精度。

亚30秒人工分期尚无统一标准，研究采用两条间接验证路径。第一，识别连续Wake片段，将间隔小于合并后长度10%、且合并后不超过15秒的片段合并；排除前10秒内出现Wake预测的事件后，最后筛选持续3—15秒的候选觉醒，与专家标注比较。

第二，在首个至末个非Wake的30秒时段之间，划分互不重叠的1.5小时片段，统计N2→Wake→N2等相邻预测标签均发生变化的三元组，每段得到80维计数特征。研究以随机森林进行留一受试者交叉验证，区分患者与健康对照；各受试者的片段预测经多数投票后，得到受试者级结果，并据此计算宏F1。

实验结果

常规分期与融合位置比较

研究以宏F1（MF1）评估分期表现，即先计算五个睡眠阶段各自的F1，再取平均。表1先在各数据集内汇总分类计数计算数据集级MF1，再按测试记录数加权；各架构均独立训练三次。AnySleep在分布内测试和8个外部留出数据集上分别达到0.812和0.777，较U-Sleep小幅提升；多深度融合也优于早期或晚期融合，支持在单通道特征提取与跨通道信息融合之间保持平衡。

表1 不同架构在30秒睡眠分期中的加权宏F1

上述优势并不出现在所有单独数据集上，例如DODH中晚期融合的得分更高；AnySleep的外部得分也低于分布内得分。因此，更准确的概括是其总体分期性能相当或略优，同时提高了输入灵活性，跨中心分布偏移仍未完全消除。

不同通道配置下的稳健性

通道配置实验先逐记录计算MF1，再跨记录及三次训练取平均，与表1的数据集级加权口径不同。在相应测试子集中，AnySleep对通道类型、位置和输入顺序的变化较不敏感：双通道配置的MF1为0.726—0.760，单通道最低为0.710，出现在枕区EEG。随着可用通道增多，表现总体改善，六个EEG加一个EOG时MF1约为0.771。以额外EEG替代EOG后得分略降，说明EOG仍提供有用的互补信息；能够缺少某类通道运行，并不意味着不同模态完全等价。

图2 通道类型、顺序及数量对分期表现的影响。

高分辨率输出与短暂觉醒

在MASS C1和C3留出数据中，30秒预测为Wake的时段仅覆盖专家标注觉醒总持续时间的7.7%；时间尺度缩短至约2秒时，该重叠比例升至57.7%。这是持续时间的重叠比例，而非事件检测准确率。候选觉醒检测在2—8秒尺度表现较好；按交并比（IoU）≥0.2匹配预测与专家觉醒事件后，先逐受试者计算指标，再跨受试者和三次训练取平均。不同时间尺度中，事件级召回率和F1的最高值分别为0.521和0.442。

继续提高分辨率后，检测表现反而下降，提示更细输出中可能混入更多噪声。作者对U-Sleep进行相同分析时也观察到短暂觉醒相关信息，因此该能力并非AnySleep独有；AnySleep的价值在于将其扩展到灵活的多通道输入。

图3 高分辨率预测中的短暂觉醒。

睡眠转换特征与疾病区分

利用高分辨率分期提取的三元组特征，随机森林在区分阻塞性睡眠呼吸暂停（OSA）、1型发作性睡病（NT1）和失眠患者与健康对照时，最佳MF1分别为0.91、0.86和0.82，对应的时间尺度约为0.1秒、0.2秒和1.0秒。三项实验分别包含55例OSA与25名对照、260例NT1与395名对照，以及9例失眠与16名对照。与30秒分期特征相比，更短时间尺度的特征提供了额外区分信息，但收益也并非随分辨率无限增加。

图4 睡眠转换三元组特征的疾病区分结果。

例如，N2→Wake→N2在OSA区分中较有信息量，涉及REM和清醒的转换在NT1区分中较重要。这些关联有助于提出睡眠不稳定性的研究线索，但上述得分属于“AnySleep分期特征＋随机森林”的下游二分类结果，并非AnySleep直接给出的诊断准确率。失眠实验样本尤其少，OSA患者与对照又来自不同队列，结果应视为探索性证据。

结论

AnySleep通过多深度通道注意力和随机通道训练，把灵活EEG／EOG输入、跨中心分期和可调时间分辨率结合在同一模型中。现有实验表明，它能在常规30秒分期上达到与U-Sleep相当或略优的表现，并保留部分较长时窗容易掩盖的睡眠转换信息，为异构睡眠数据的统一分析和微结构特征研究提供了工具。

目前的证据仍主要来自回顾性公开数据：高分辨率输出缺少多专家共识真值，外部数据存在性能下降，疾病区分结果尚需更大样本和独立队列复现。后续应开展高时间分辨率标注、前瞻性临床验证，以及面向移动设备的伪迹适配和计算优化。作者已公开代码与模型权重，并提供SomnoBot使用界面，有助于研究者进一步检验这些结果。

——END——

撰稿人：彭灿

审核人：李景聪

脑机接口与混合智能研究团队