990
0
2024-10-26
2024-10-26
近日,，腦機(jī)團(tuán)隊(duì)2022級(jí)研究生余楊祖怡等以第一作者在生物醫(yī)學(xué)信號(hào)處理領(lǐng)域的權(quán)威期刊IEEE Journal of Biomedical and Health Informatics (JCR Q1, 中科院一區(qū)Top, IF: 6.7 )上發(fā)表了題為“A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients with Disorders of Consciousness”的研究論文。論文的通訊作者為華南師范大學(xué)潘家輝教授和廣東工傷康復(fù)中心何艷斌主任,。該論文自2024年4月25日提交,，于2024年10月26日正式被接收。
研究背景
睡眠障礙的有效治療對(duì)于意識(shí)障礙（Disorders of Consciousness, DOC）患者的意識(shí)恢復(fù)具有潛在的積極影響,。因此,，對(duì)DOC患者的睡眠分期進(jìn)行分析，可能有助于改善他們的病情,。盡管對(duì)DOC患者的睡眠結(jié)構(gòu)研究越來(lái)越受到關(guān)注,，但目前對(duì)于睡眠特征的定義缺乏統(tǒng)一的標(biāo)準(zhǔn)，這成為了研究的一大障礙,。嚴(yán)重的腦損傷導(dǎo)致的腦電圖（EEG）的幅度,、波形和頻率的變異性，增加了在這類患者中定義睡眠特征的難度,。此外,，由于病理差異、數(shù)據(jù)采集設(shè)備以及醫(yī)院環(huán)境的影響,，EEG特征在個(gè)體之間存在顯著差異,，這對(duì)研究構(gòu)成了額外的挑戰(zhàn)。目前,，對(duì)DOC患者的睡眠特征進(jìn)行手動(dòng)分析還受限于標(biāo)準(zhǔn)化流程的缺失,，這限制了自動(dòng)睡眠分期方法在不同患者間的適用性。
為了應(yīng)對(duì)這些挑戰(zhàn),，團(tuán)隊(duì)開(kāi)發(fā)了一種新型的多模態(tài)一致性特征提取模型,，命名為MultiConsSleepNet。該模型結(jié)合了腦電圖（EEG）和眼電圖（EOG）信號(hào),，利用自我監(jiān)督的對(duì)比學(xué)習(xí)策略,，提取單一模態(tài)信號(hào)中的共有特征和差異性特征。這種方法不僅提升了睡眠分期的準(zhǔn)確性,，還通過(guò)使用未標(biāo)記數(shù)據(jù)來(lái)優(yōu)化模型的性能,。MultiConsSleepNet特別適用于分析DOC患者的非典型睡眠特征，有望成為臨床診斷和治療的有力輔助工具,。
研究方法
MultiConsSleepNet的整體架構(gòu)如圖1所示,。
圖1 MultiConsSleepNet模型整體結(jié)構(gòu)
結(jié)果分析
本文提出的MultiConsSleepNet模型在訓(xùn)練時(shí)僅使用了10%的標(biāo)注數(shù)據(jù),，卻在Sleep-EDF數(shù)據(jù)集上實(shí)現(xiàn)了84.1%的準(zhǔn)確率,，并在ISRUC S3數(shù)據(jù)集上達(dá)到了75.1%的準(zhǔn)確率。在全面監(jiān)督的條件下,，模型的表現(xiàn)進(jìn)一步提升,，在Sleep-EDF數(shù)據(jù)集上的準(zhǔn)確率達(dá)到了85.8%，在MASS SS3數(shù)據(jù)集上更是達(dá)到了87.6%,。這些結(jié)果均優(yōu)于現(xiàn)有的基線方法,，從而驗(yàn)證了我們方法的有效性。
進(jìn)一步的消融實(shí)驗(yàn)揭示了多模態(tài)一致性模塊在捕捉不同模態(tài)間互補(bǔ)信息方面的重要性,，這一模塊顯著增強(qiáng)了模型的泛化能力，并改善了結(jié)果,。值得注意的是,，MultiConsSleepNet在自我采集的DOC患者數(shù)據(jù)集上也展現(xiàn)出了77.2%的準(zhǔn)確率，這證明了模型在實(shí)際臨床應(yīng)用中的潛力和有效性,。
總結(jié)
MultiConsSleepNet模型的這一成功應(yīng)用不僅為自動(dòng)化的睡眠分期提供了創(chuàng)新的技術(shù)方案,，而且為意識(shí)障礙患者的睡眠分期研究貢獻(xiàn)了重要的成果。這一研究進(jìn)展預(yù)示著在未來(lái)意識(shí)障礙的診斷研究中,，MultiConsSleepNet模型有望發(fā)揮更加關(guān)鍵的作用,，為臨床實(shí)踐帶來(lái)積極影響。
