[论文解读] AI Generalisation Gap In Comorbid Sleep Disorder Staging

Saswata Bose, Suvadeep Maiti+5 more|arXiv (Cornell University)|Mar 24, 2026

EEG and Brain-Computer Interfaces被引用 0

一句话总结

该论文证明在健康数据上训练的睡眠分期模型难以泛化到合并睡眠障碍的缺血性中风患者，并利用 iSLEEPS 与 Grad-CAM 解释揭示焦点错位。

ABSTRACT

Accurate sleep staging is essential for diagnosing OSA and hypopnea in stroke patients. Although PSG is reliable, it is costly, labor-intensive, and manually scored. While deep learning enables automated EEG-based sleep staging in healthy subjects, our analysis shows poor generalization to clinical populations with disrupted sleep. Using Grad-CAM interpretations, we systematically demonstrate this limitation. We introduce iSLEEPS, a newly clinically annotated ischemic stroke dataset (to be publicly released), and evaluate a SE-ResNet plus bidirectional LSTM model for single-channel EEG sleep staging. As expected, cross-domain performance between healthy and diseased subjects is poor. Attention visualizations, supported by clinical expert feedback, show the model focuses on physiologically uninformative EEG regions in patient data. Statistical and computational analyses further confirm significant sleep architecture differences between healthy and ischemic stroke cohorts, highlighting the need for subject-aware or disease-specific models with clinical validation before deployment. A summary of the paper and the code is available at https://himalayansaswatabose.github.io/iSLEEPS_Explainability.github.io/

研究动机与目标

• 在将健康受试者睡眠分期模型应用于合并睡眠障碍的缺血性中风患者时，突出泛化差距。
• 引入 iSLEEPS，一组带临床标注的中风患者 PSG 数据集，以实现病理认知基准测试。
• 开发并基准评测单通道 EEG 睡眠分期的 SE-ResNet+双向 LSTM 模型。
• 使用 Grad-CAM 可解释性和临床医生反馈评估模型的注意力及临床相关性。

提出的方法

• 用滑动 30 s 窗口处理原始单通道 EEG，以预测中心时段的睡眠阶段。
• 用 SE-ResNet 提取谱-时域特征并抑制噪声。
• 加入堆叠的 Bi-LSTM 层以建模双向时间相关性。
• 在四个数据集（SleepEDF-20、SleepEDF-78、SHHS、iSLEEPS）上进行留一交叉验证的模型训练与评估。
• 应用 Grad-CAM 生成热图，指示驱动决策的 EEG 区域，经临床医生验证。

Fig. 1 : Deep Model Architecture, with the $n$ th epoch being input to the model, having a window size of $w$ and a stride length of $s$ .

实验结果

研究问题

• RQ1 在健康睡眠数据上训练的模型是否能泛化到合并睡眠障碍的缺血性中风患者？
• RQ2 可解释性（Grad-CAM）在患者数据中的 EEG 特征与临床意义的对齐程度如何？
• RQ3 将健康训练模型应用于 iSLEEPS 相较于在患者数据上训练，性能差距有多大？
• RQ4 睡眠结构的哪些数据集特定差异能解释泛化失败？

主要发现

• 在 iSLEEPS（患者队列）上应用时，基于健康数据训练的模型显示出显著的泛化差距。
• 在 iSLEEPS 上，所提出的基准模型达到 74.7% ACC、67.7 MF1 和 0.64 κ，低于健康队列的结果，但仍显示出一定的预测能力。
• Grad-CAM 热图揭示若用健康数据训练，模型会将注意力集中在中风患者生理上信息量较低的 EEG 区域。
• 临床医生反馈证实，许多激活对应于弥漫性 slowing、伪迹或非睡眠特征，而非睡眠纺锤波、K-复合或α 节律。
• 统计分析显示健康组与缺血性中风组在睡眠结构上存在显著差异，支持使用受试者感知或疾病特异的模型。
• 利用工程特征的二元分类器分析可完美区分健康与患者记录，凸显了显著的领域转移。

(a) A Correctly Tagged Epoch. The green box highlights the Alpha Waves present in the epoch.