临床睡眠分期不再依赖整夜人工标注:用四分之一患者标签,轻量模型把N1识别拉近全量训练
核心概要
临床人群的睡眠更碎,觉醒更多、N1更多、快速眼动睡眠更少,而自动分期模型多在健康人身上训练,迁移到患者时性能下降。研究者让一个1.36亿参数的睡眠基础模型SleepGPT在每队列仅25%患者标签上微调,再以教师—学生方式指导一个3.1万参数、122 KB的因果CNN-GRU实时分期脑电与眼电。新的过渡感知蒸馏损失Gcv-TAD在患者级10折交叉验证中,把每患者宏F1比同标签监督训练平均提高3.2至7.6个百分点,增益最大出现在N1,性能接近全量标签训练。
深度剖析
临床睡眠分期可以在只有四分之一患者带标签的条件下,用一个能在可穿戴设备上实时运行的轻量模型完成,而不必依赖整夜人工判读。 此前的自动分期模型主要在健康或社区人群上开发,在缺血性卒中患者上评估时性能明显下降;临床睡眠本身觉醒更多、N1更多、阶段转换更杂,而专家标注的患者记录稀缺。 在卒中、孤立性快速眼动睡眠行为障碍和其他睡眠障碍三个队列上做患者级10折交叉验证,同一批标签下Gcv-TAD比交叉熵监督训练的每患者宏F1平均高3.2至7.6个百分点,与全量标签学生相差0.9至2.0个百分点。
蒸馏信号不再把每个30秒 epoch 同等对待,而是按前一阶段和队列的阶段转换统计重新分配,把更多权重放到少见的转换和N1上。 常规知识蒸馏把各 epoch 独立处理,不显式考虑睡眠阶段之间的转换;已有的睡眠蒸馏方法主要借助助教网络传递中间表示。 Gcv-TAD用带标签患者估计的转换先验,对患者间差异大的转换降权;在折一训练数据中,阶段变化 epoch 占17%、21%、29%,却获得20%、25%、41%的蒸馏权重,N1 epoch 占10%、10%、13%,获得12%、13%、21%的权重。
学生模型保留跨 epoch 的隐状态,只凭当前及过去输入即可逐 epoch 输出分期,适合流式运行。 教师SleepGPT需要双向上下文和大量内存,必须等待后续5分钟数据才能给出判断。 学生每个30秒 epoch 需220万次乘加,教师需104亿次;权重在FP32下为121.7 KB,动态INT8量化后为75 KB;在单线程Intel Xeon W-2265上每 epoch 耗时1.16毫秒,教师即使缓存嵌入也需271.90毫秒。
启示与展望
结果来自iSLEEPS、NAPS和ISRUC-S1三个回顾性临床多导睡眠图队列,采用患者级10折交叉验证,输入为单通道或双通道脑电与眼电;作者把可穿戴电极配置、端侧性能和向更多临床人群的泛化列为后续工作。
作者指出蒸馏仍对教师可靠性敏感,示例夜间教师准确率只有64%;转换权重分析使用的是学习时隐藏评分标签的训练记录并事后回看,泛化结论以留出患者的结果为准。
