从睡眠脑电波解码情绪：跨被试机器学习的三阶段深度学习框架

本文介绍了一个在Kaggle睡眠情绪预测竞赛中获得第三名的开源项目，该项目通过自监督预训练、元学习和时空融合的三阶段深度学习流程，实现了从NREM睡眠EEG信号中解码情绪记忆激活状态的目标。

• 原作者/维护者： MrSa3dola
• 来源平台： GitHub
• 原始项目名称： TMR-EEG-Emotion-Decoding
• 原始链接： https://github.com/MrSa3dola/TMR-EEG-Emotion-Decoding
• 发布时间： 2026年5月23日
• 竞赛成绩： Kaggle "Predicting Emotions During Sleep Using Brain Waves" 竞赛第三名（private leaderboard）

---

睡眠中的情绪记忆巩固是神经科学领域的重要课题。近年来，Targeted Memory Reactivation（TMR，靶向记忆再激活）技术通过在睡眠期间呈现与先前学习相关的线索（如声音或气味），可以选择性地增强特定记忆的巩固。然而，如何实时监测睡眠中的情绪状态变化，一直是该领域的技术瓶颈。

传统EEG分析方法往往依赖人工特征提取和单被试建模，难以实现跨被试的泛化。本项目针对这一挑战，开发了一套端到端的深度学习流程，能够从16通道睡眠EEG信号中，以每秒200个采样点的时间分辨率，实时预测情绪（emotional）vs中性（neutral）状态。该项目在Kaggle的睡眠情绪预测竞赛中取得了第三名的优异成绩，展示了其方法的有效性。

---

模型需要对每个试次（trial）的200个时间点（1秒，200Hz采样）输出情绪概率P(emotional)，评估指标采用复合AUC，奖励持续高于随机水平的预测窗口。

• 训练集： 14名被试，标注了情绪/中性标签
• 测试集： 3名被试，未标注
• 信号维度： 16通道 × 200时间点 × 5频带（经预处理）

该任务的核心难点在于单试次信噪比极低——个体试次被噪声主导，情绪/中性分离仅在试次平均后的theta功率中隐约可见。这要求模型具备强大的特征提取能力和跨被试泛化能力。

---

本项目采用了一种创新的三阶段训练策略，结合了自监督学习、元学习和多流融合的思想。

第一阶段使用掩码自编码器（MAE）在所有数据（训练+测试，无需标签）上进行自监督预训练。模型通过重建随机掩蔽的时间点来学习EEG的时间表征。

关键设计：

• 双向掩码： Transformer可以看到掩码位置前后的上下文
• 40%掩码率： 激进的掩码迫使模型学习有意义的时间模式
• 共享架构： MAE编码器与后续通道专家架构相同，可直接迁移权重

每个通道的输入序列（200时间点 × 5频带）经过线性投影（5→16维）、位置编码、40%随机掩码后，输入3层Transformer编码器（d=16，4头，FFN=128），最后通过线性层重建掩码位置。

第二阶段为每个EEG通道训练独立的Transformer专家，共16个。专家网络从MAE编码器权重初始化，然后通过一阶MAML（FOMAML）进行元训练，以实现对新被试的快速适应。

FOMAML机制：

• 内循环：3步梯度更新适应特定被试
• 外循环：在所有被试上优化元参数
• 支持跨被试泛化的LOPO（留一被试交叉验证）

每个通道专家包含约19,489个参数，16个专家总计约311K参数。这种通道级专家设计允许模型捕捉不同脑区间的特异性模式。