高效自动失眠诊断需要多少个睡眠阶段？

该研究针对失眠诊断中 PSG 分析与评分耗时的问题，提出仅使用中央 C3 单通道 EEG 深睡眠数据的失眠检测算法，并比较不同睡眠阶段的频谱与统计特征，以寻找区分失眠患者和良好睡眠对照的特征。基于摘要分析，未取得论文全文。 临床背景方面，摘要指出，失眠诊断与治疗通常使用睡眠日记和问卷；当其他睡眠障碍使初步诊断不确定，或行为、药物治疗未奏效时，会使用整夜 PSG。本文的主要研究对象是失眠检测，而非 BCI 控制或意图解码。 方法方面，作者分析了不同睡眠阶段两组受试者的 EEG 频谱与统计特征，最终提出只依赖深睡眠数据的检测方案。摘要未说明具体特征定义、特征选择方法、分类器、深睡眠判定方式及所需数据时长，因此尚不能确定该流程是否仍依赖人工睡眠分期，也不能据此认定端到端诊断工作量已得到验证性降低。 评估使用了 19 名已诊断原发性失眠患者（11 名女性、8 名男性）与 16 名匹配对照（11 名女性、5 名男性）的 EEG 记录。在该样本评估中，作者报告 sensitivity 为 92%、specificity 为 89.9%、Cohen's kappa 为 0.81、agreement 为 91%；agreement 不应直接改写为 Accuracy。摘要未提供训练与测试划分、评估单位、交叉验证方式或独立测试信息，这些结果不能直接解释为新患者上的诊断性能。 阅读与复现时，应核对深睡眠片段的获取流程、匹配条件、特征筛选与模型评估的关系，以及不同睡眠阶段的对照结果。实验协议、消融及统计信息尚未验证；临床适用范围和外部泛化能力也需进一步核对。