多模态睡眠阶段分类：基于注意力机制的深度学习系统

本项目构建了一个端到端的深度学习系统，通过融合EEG、EOG和EMG多模态生理信号，结合CNN-LSTM架构和注意力机制，实现自动化的睡眠阶段分类。

• 原作者/维护者：Harikaran14
• 来源平台：GitHub
• 原始标题：MultiModal-Sleep-Stage-Classification
• 原始链接：https://github.com/Harikaran14/MultiModal-Sleep-Stage-Classification
• 来源发布时间/更新时间：2026-06-04T18:11:18Z

睡眠障碍已成为现代社会的普遍健康问题，准确的睡眠阶段分析是诊断睡眠障碍的关键步骤。传统的多导睡眠图（PSG）分析依赖睡眠专家手动评分，不仅耗时费力，而且成本高昂。随着深度学习技术的发展，自动化睡眠阶段分类成为研究热点。

Harikaran14开发的多模态睡眠阶段分类项目，提供了一个完整的端到端解决方案。该系统整合脑电图（EEG）、眼电图（EOG）和肌电图（EMG）三种生理信号，利用CNN-LSTM架构结合注意力机制，实现了高精度的自动化睡眠阶段识别。

项目使用PhysioNet的Sleep-EDF扩展数据集，该数据集包含整夜的多导睡眠监测记录和专家标注的睡眠阶段。系统主要处理三类信号：

• EEG Fpz-Cz：脑电信号，反映大脑活动
• EOG Horizontal：眼电信号，捕捉眼球运动
• EMG Submental：肌电信号，监测肌肉活动

睡眠阶段按照标准划分为五类：清醒期（W）、N1期、N2期、深睡期（N3/N4）和快速眼动期（REM）。

数据预处理流程包括：

1. 通道选择：从原始PSG记录中提取目标信号通道
2. 带通滤波：使用0.3-35Hz的带通滤波器去除噪声
3. 降采样：将采样率降至100Hz以减少计算量
4. 标注同步：将睡眠阶段标注与信号时间对齐
5. 分段生成：将连续信号切分为标准的30秒epoch
6. 归一化：对每个被试的信号进行标准化，减少个体差异

系统的核心是一个多分支的深度学习架构，每个生理模态都有专门的特征提取分支：

           EEG
            │
        CNN + Attention
            │
           LSTM
            │

           EOG
            │
        CNN + Attention
            │
           LSTM
            │

           EMG
            │
        CNN + Attention
            │
           LSTM

             ↓

     Cross-Modal Attention

             ↓

      Feature Fusion

             ↓

     Global Pooling + Dense

             ↟

     Sleep Stage Output

每个模态分支的结构设计遵循相同的模式：

CNN层：用于提取局部频率特征，学习频域模式，同时具有一定的降噪能力。

注意力机制：采用Squeeze-and-Excitation风格的通道注意力，帮助模型关注信息丰富的通道。

LSTM层：捕捉时间序列中的长期依赖关系，学习睡眠阶段的转换规律。

跨模态注意力：在单模态特征提取之后，系统使用跨模态注意力机制建模EEG与EOG、EEG与EMG之间的交互关系，实现多模态信息的深度融合。

项目在三個层次上应用了注意力机制，体现了对注意力机制的深入理解：

通道注意力（Channel Attention）：通过全局池化和重要性权重学习，对特征通道进行重标定。这使得模型能够自动学习哪些通道对当前任务更重要。

自注意力（Self Attention）：在EEG特征上应用自注意力，强化重要的时间模式。这对于捕捉睡眠纺锤波、K复合波等特征性事件特别有效。

交叉注意力（Cross Attention）：这是多模态融合的关键。通过建模不同模态之间的注意力关系，系统能够利用EEG与EOG的互补信息（如REM期的眼球运动特征），以及EEG与EMG的关联（如清醒期的肌张力特征）。

这种多层次的注意力设计，使得模型不仅能够关注重要的特征通道和时间位置，还能够有效地整合来自不同生理信号源的互补信息。

生物医学信号分析面临的一个主要挑战是过拟合，因为数据集通常相对较小且被试间差异大。项目采用了多种正则化策略：

Dropout：在全连接层使用0.5的dropout率，随机失活神经元以防止共适应。

批归一化（Batch Normalization）：在卷积层后应用批归一化，稳定训练过程，减少对初始化的敏感性。

早停（Early Stopping）：监控验证集损失，当性能不再提升时自动停止训练，防止在训练集上过度优化。

学习率衰减（ReduceLROnPlateau）：当训练进度停滞时自动降低学习率，帮助模型跳出局部最优。

这些策略的组合使用，显著提升了模型的泛化能力。

项目文档特别强调了生物医学机器学习中的两个关键问题：

被试泄露（Subject Leakage）：传统的随机划分训练/测试集可能导致同一被试的数据同时出现在训练集和测试集中，造成过于乐观的性能估计。项目使用GroupShuffleSplit确保训练集和测试集中的被试完全不重叠，更好地反映真实世界的泛化性能。

类别不平衡：睡眠数据集的类别分布高度不平衡，N2期通常占主导地位，而N1期和REM期相对较少。项目使用class_weight.compute_class_weight计算类别权重，在训练过程中对少数类给予更高的权重，平衡模型的学习。

这种对数据泄露和类别不平衡问题的重视，体现了作者对机器学习最佳实践的深入理解。