U-Sleep：对 AASM 指南约束的鲁棒性

基于摘要分析。该研究考察自动睡眠分期算法是否必须严格遵循 AASM 指南中的导联建议并利用被试年龄信息，主要贡献是检验 U-Sleep 在非推荐或非常规导联、无年龄信息以及不同训练数据来源条件下的适用性。研究对象是多导睡眠监测的自动分期，而非 BCI 控制任务。 AASM 指南涵盖 EEG 导联等技术规范以及随年龄变化的睡眠评分规则。作者以基于深度学习的 U-Sleep 为研究对象，报告其即使使用临床不推荐或非常规的导联，且不利用被试实际年龄信息，仍可完成睡眠分期。摘要未提供具体导联组合、模型改动、年龄信息的使用方式或性能数值，因此不能据此认定所有导联配置均可互换，也不能将自动分期结果外推为临床采集规范可以取消。 作者报告，全部实验使用了来自 13 项不同临床研究的 28,528 项多导睡眠监测记录；这些数字不等同于独立被试人数。作者还报告，多中心数据训练优于单一队列训练，且在增加单一队列规模与异质性后，这一观察仍然成立。摘要未给出中心间训练与测试划分、单队列扩充方式、对照匹配条件及评价指标，因而尚不能量化多中心训练的收益或确认其适用边界。 阅读与复现时，应重点核对导联配置及预处理、训练与测试中的被试和中心隔离、年龄分层表现，以及多中心与单队列比较时的数据规模控制。实验协议、消融及统计信息尚未验证，代码与模型权重的可用性亦未由所给材料确认。