SE-Res-U-Net：基于改进U-Net架构的高效睡眠状态检测与分类新方法

《Scientific Reports》：SE-Res-U-Net: an improved U-Net architecture for efficient sleep state detection and classification

本研究针对传统睡眠分期方法（如多导睡眠监测）依赖人工、耗时且难以规模化应用的问题，提出了一种结合残差块与挤压激励（SE）模块的一维U-Net改进模型（SE-Res-U-Net），用于单通道脑电信号（EEG）的自动睡眠分期。该模型在Sleep-EDF-20、Sleep-EDF-78和SHHS数据集上准确率最高达94%，平均F1分数87.1%，Cohen's kappa值0.84，显著优于现有深度学习方法，且训练效率更高，为临床和家庭睡眠监测提供了高效、可靠的自动化解决方案。

　　

睡眠是人类健康的重要指标，而准确的睡眠状态检测对于诊断睡眠障碍和理解睡眠模式至关重要。传统的多导睡眠监测（PSG）虽然是金标准，但需要同时记录脑电图（EEG）、眼电图（EOG）、肌电图（EMG）和心电图（ECG）等多种生理信号，过程繁琐、耗时且依赖专业人员的手动评分，限制了其在大规模或家庭环境中的应用。近年来，单通道EEG因其非侵入性和易用性受到关注，但如何从复杂的生理信号中自动、准确地识别出Wake、N1、N2、N3和REM五个睡眠阶段，仍是当前研究的难点。

为了解决这一问题，Ghulam Irtaza等研究人员在《Scientific Reports》上发表了题为"SE-Res-U-Net: an improved U-Net architecture for efficient sleep state detection and classification"的研究论文，提出了一种新颖的深度学习架构。该研究通过将U-Net的编码器-解码器结构、残差块（Residual Block）和挤压激励（Squeeze-and-Excitation, SE）模块有机结合，显著提升了睡眠分期的准确性和效率。

本研究主要采用了以下几种关键技术方法：首先，利用一维U-Net作为基础架构处理单通道EEG时序信号，其编码器通过卷积和下采样提取特征，解码器通过上采样和跳跃连接恢复分辨率并精确定位。其次，在编码器中引入残差块，通过恒等映射缓解梯度消失问题，保留关键的低层时序特征。最后，在解码器中加入SE模块，该模块通过全局平均池化（Squeeze）和全连接层（Excitation）动态重新校准通道特征权重，使模型能聚焦于与睡眠分期最相关的信号模式。实验在Sleep-EDF-20、Sleep-EDF-78和SHHS三个公开数据集上进行，采用10折交叉验证，以准确率、精确率、召回率、F1分数、Cohen's kappa等指标评估性能。

Proposed SE-ResNet-U-Net model

研究人员设计了一种专为一维生理信号（如EEG）设计的U-Net改进架构。该模型的核心创新在于将残差块集成于编码器路径，以增强梯度流并保留低层特征；同时在解码器路径引入SE块，利用注意力机制动态调整通道特征的重要性。这种混合设计使模型能同时捕捉局部和全局特征，提升了对睡眠阶段细微变化的识别能力。整个网络由1D卷积层、批归一化、ReLU激活函数构成，预处理步骤包括剔除未知阶段、合并N3和N4阶段（按AASM标准），以及限制醒觉期时间以聚焦睡眠阶段。

U-Net architecture

1D U-Net采用经典的编码器-解码器（Encoder-Decoder）结构。编码器（收缩路径）通过一系列1D卷积层和下采样（如最大池化）逐步减少信号长度、增加特征通道数，以捕获抽象的全局特征。解码器（扩展路径）则通过转置卷积（Transposed Convolution）上采样特征图，并结合编码器相应层的特征（跳跃连接）来精确定位和分类每个时间步的睡眠阶段。最终输出层使用卷积和Softmax激活函数预测每个30秒时段（Epoch）的睡眠阶段。

Squeeze and excitation block(SE)

SE模块是一种高效的注意力机制，通过两个步骤增强特征表示：首先，“压缩”操作对特征图进行全局平均池化，获取每个通道的全局上下文信息；接着，“激励”操作通过两个全连接层学习每个通道的重要性权重，并利用Sigmoid函数输出缩放因子；最后，将原始特征图与这些权重逐通道相乘，实现特征重校准。在睡眠分期中，SE模块能自动强化与特定睡眠阶段（如REM期高频活动）相关的关键特征通道，抑制不重要的信息。

Residual block

残差块通过快捷连接（Skip Connection）将输入直接传递到输出，解决了深层网络中的梯度消失和特征退化问题。其数学表达为y = F(x, {W_i}) + x，其中x是输入，F(x, {W_i})是卷积层学到的残差映射。在睡眠信号处理中，这种结构确保了模型在深层次提取复杂特征的同时，不丢失原始信号中的基础时序模式（如节律和振幅），提升了分类的稳定性和准确性。

Experimental results

研究在三个公开数据集上验证了模型性能。Sleep-EDF-20（20名受试者）和Sleep-EDF-78（78名受试者）使用Fpz-Cz通道EEG信号（采样率100 Hz），SHHS数据集（329名受试者）使用C4-A1通道（采样率125 Hz）。预处理包括数据清洗、特征工程（如计算anglez的滚动标准差和log变换）、时序重采样至1分钟间隔，以及基于事件加权的目标值计算。结果如表2、3、4所示，SE-Res-U-Net在Sleep-EDF-20上准确率达85.0%，平均F1分数79.5%；在Sleep-EDF-78上准确率提升至87.0%，平均F1分数80.5%；在SHHS数据集上准确率为87.0%，平均F1分数79.0%。各类别中，N1阶段因样本不平衡和特征重叠最难分类，而W、N2、N3阶段表现优异。

Comparison with Baseline Models

与DeepSleepNet、SleepEEGNet、ResnetLSTM、MultitaskCNN和SeqSleepNet等基线模型相比，SE-Res-U-Net在准确率、平均F1分数、Cohen's kappa和宏几何平均（MGm）上均取得最优结果（表5）。例如，在Sleep-EDF-78上，其准确率（87.0%）比次优模型MultitaskCNN（81.3%）高出5.7个百分点。同时，训练时间显著缩短，如在Sleep-EDF-20上仅需15分钟，而其他模型需1.5-2.6小时，体现了更高的计算效率。

Comparison with the U-Net Based Models

与TransUSleepNet、TinyU-Net、U-Net+Conv-LSTM、U-Sleep和U-Time等U-Net变体相比（表7），SE-Res-U-Net在多数指标上领先，尤其在Sleep-EDF-78上准确率（87.0%）和Kappa值（0.84）最高，且训练速度最快（1小时）。这表明残差块和SE模块的引入有效提升了基础U-Net的性能和效率。

Ablation study

消融实验（图3）进一步验证了各模块的贡献：单独1D U-Net准确率较低；加入SE块后性能提升，强调了特征通道依赖建模的重要性；而完整的SE-Res-U-Net（结合残差块和SE块）效果最佳，证明残差连接在保留时序特征方面的关键作用。

该研究通过创新性地整合U-Net、残差块和SE模块，构建了一个高效、准确的自动睡眠分期模型。实验结果表明，SE-Res-U-Net不仅能显著提升分类性能，还大幅降低了计算开销，克服了传统方法依赖人工和深度学习模型训练耗时的局限。其在多个公开数据集上的稳健表现，证明了该模型适用于临床和家庭环境的睡眠监测，为大规模睡眠研究提供了可行的技术方案。未来工作可探索模型在更多生理信号（如加速度计数据）上的应用，并进一步优化对少数类别（如N1阶段）的识别能力。