用于睡眠监测与干预的可穿戴香薰反馈系统：采用单通道 EEG 与轻量模型

基于摘要分析。该研究针对香薰辅助睡眠缺乏客观监测与控制手段的问题，提出可穿戴、便携式睡眠监测与香薰反馈系统：利用前额叶单通道 EEG 检测睡眠状态，并依据检测结果提供香薰反馈。主要贡献是将 EEG 传感器、轻量睡眠分类模型与反馈装置整合，面向板载运行。 方法上，模型结合 convolutional neural networks（CNN）与 long short-term memory（LSTM）networks。摘要明确其用于板载执行与分类，但未提供具体网络结构、参数量、信号预处理、输入窗口、训练损失或设备资源占用，相关细节尚未验证。反馈依据睡眠状态触发，但香薰类型、释放剂量、控制规则与响应时延也尚未验证。 作者报告，模型在公开 Sleep-EDF 数据集上训练，分类 Accuracy 为 85.1%，macro-F1 为 79.5%。摘要未说明这些结果对应的数据划分、被试内或跨被试协议、分类类别及对照基线，因此不能据此判断跨被试泛化能力，也不能直接与不同评估协议的结果比较。实验协议、消融及统计信息尚未验证；公开数据中的输入通道与自研前额叶传感器之间的适配情况亦需核对。 该工作首先是 EEG 睡眠监测与香薰反馈系统研究，而非已验证的睡眠治疗方案。摘要将改善睡眠质量作为目标，但未提供可穿戴实测表现或香薰干预效果的具体结果。阅读全文时应区分离线分类性能、实际设备运行可靠性与睡眠干预收益，并核对在线评估、反馈安全性及干预对照设计。复现所需的代码、传感器规格和完整控制流程尚未验证。