MEDi-SOL：用于估计入睡潜伏期的多重集成分布模型

基于摘要分析。该研究针对入睡潜伏期（Sleep Onset Latency，SOL）的 EEG 估计问题，提出 MEDi-SOL，以时间分布而非仅以单点数值描述入睡潜伏期，并提供个体入睡过程的函数表示与可视化。研究对象是睡眠时间估计，不是 BCI 指令解码。 方法由时间编码器和时间分布解码器组成。作者考察 Normal、log-Normal、Weibull 和 log-Logistic 四种分布，并将分布建模方案与生存模型、回归模型进行比较。其主要思路是通过分布集成表达入睡时间，而非仅输出一个预测时刻；摘要未说明编码器结构、分布参数化方式、集成权重或训练损失。 作者在 Sleep Heart Health Study 的公开数据集上评估模型，使用 concordance index（C-index）和 mean absolute error（MAE）。作者报告，时间编码器配合 log-Logistic 与 log-Normal 分布的方案取得最佳及次佳表现，组合这两种分布的 MEDi-SOL 在 C-index 和 MAE 上表现最佳，并具有较快的训练速度。摘要未提供具体指标值、训练耗时、被试数量或数据划分，因此尚不能判断这些优势的幅度，也不能将其视为已验证的 Cross-subject 或 Cross-session 泛化效果。 作者据此认为，选择适当分布的集成方法比单点估计更有用，并报告模型可可视化个体入睡过程。阅读全文时需核对 SOL 的标注定义、EEG 输入时间窗与通道、预测时可用的信息、训练与测试划分，以及分布拟合和可视化的评估依据。实验协议、消融及统计信息尚未验证；代码与完整复现条件也尚未验证。