U-Sleep 对 AASM 指南约束的稳健性

基于摘要分析。该研究以自动睡眠分期为对象，考察 U-Sleep 是否必须严格遵循 AASM 指南中的导联建议，以及是否需要利用被试实际年龄信息，并比较多中心数据训练与单一队列训练的效果。 AASM 指南涵盖 EEG 导联等技术规范及与年龄相关的睡眠评分规则。研究使用基于深度学习的 U-Sleep，检验其在临床不推荐或非常规导联条件下完成睡眠分期的能力，并考察不使用年龄信息时的表现。摘要未提供模型结构、损失函数、具体导联组合，以及年龄信息的使用或对照方式，不能据此确定稳健性的具体来源。 作者报告，U-Sleep 在使用临床不推荐或非常规导联、且不利用被试实际年龄信息的情况下，仍能完成睡眠分期任务。作者还报告，多中心数据训练优于单一队列训练，即使增大单一队列的规模和异质性，这一比较结论仍成立。全部实验使用了来自 13 项不同临床研究的 28528 次多导睡眠监测记录；该数量指监测记录，不能直接视为独立被试数。摘要未提供各实验子集规模、分期指标或提升幅度。 复现与解读需进一步核对导联选择、睡眠分期标签规范、训练与测试划分、中心间独立性，以及多中心与单队列比较中的数据量控制。实验协议、消融及统计信息尚未验证。上述结论属于自动睡眠分期的模型适用性证据，不等同于临床采集规范可以被普遍替代，也不能直接外推为其他 EEG 或 BCI 任务的有效性。