简介这份资源面向深度学习与生物医学交叉领域的学习者提供一套基于脑电图EEG信号进行睡眠状态检测的完整代码实现帮助理解如何用神经网络识别REM与NREM各睡眠阶段。压缩包共2个文件均为Python脚本整体约4KB分别承担卷积神经网络分类建模与数据集加载预处理等核心任务结构精简便于快速阅读与二次开发。项目围绕EEG数据的去噪、标准化、特征提取与模型训练展开涉及CNN与RNN在时间序列上的组合应用以及交叉验证、损失函数选择与准确率、F1分数、AUC-ROC等评估指标是理论落地到生物医学场景的实践范例。目前已有474人学习下载适合希望入门AI医疗、掌握EEG睡眠分期建模流程的开发者参考。1. 睡眠状态检测为什么值得用深度学习重做一遍夜里戴个脑电帽睡觉第二天导出一堆 EDF 文件这事很多做睡眠研究或者可穿戴设备的工程师都干过。传统做法是拿 AASM 标准手动打分30 秒一帧5 个阶段W、N1、N2、N3、REM一个晚上 960 帧左右熟手也要两三个小时还逃不掉帧间一致性只有 80% 出头的玄学。基于深度学习的睡眠状态检测EEG要解决的就是这件事把单通道或多通道脑电喂进网络自动输出每帧的睡眠分期让整晚推理压到秒级。它适合三类人——手里有睡眠数据集想跑 baseline 的算法工程师、做可穿戴睡眠监测的产品团队、以及想把深度学习实战项目案例落到生理信号上的学生。这篇不聊虚的从数据格式、模型选型一路讲到训练参数和翻车点照着能复现。2. 从 EDF 到模型输入EEG 睡眠数据的预处理链路2.1 为什么原始 EEG 不能直接喂网络脑电信号采样率常见 100 Hz 到 500 Hz幅值在微伏级工频干扰、眼电、肌电全混在里面。直接把原始时序丢进网络模型大概率去学 50 Hz 工频和电极阻抗漂移而不是睡眠纺锤波和 K 复合波。所以预处理的核心目标是滤掉与睡眠分期无关的频段把连续信号切成和 AASM 打分对齐的 30 秒帧再做归一化。常见做法是带通 0.3–35 Hz有的团队用 0.5–45 Hz50 Hz 陷波然后按 30 秒无重叠切帧。这里有个容易忽略的点滤波要用零相位滤波filtfilt否则滤波器引入的群延迟会让帧边界和标签错位N1 这种短阶段直接被打散。2.2 用 MNE 读 EDF 并切帧的最小脚本import mne import numpy as np # 读取 EDFpreloadTrue 把数据载入内存睡眠整晚文件通常几十到几百 MB raw mne.io.read_raw_edf(sleep_recording.edf, preloadTrue) # 只保留 EEG 通道通道名按数据集实际情况改 eeg_picks mne.pick_types(raw.info, eegTrue, eogFalse, emgFalse) raw.pick(eeg_picks) # 带通 0.3-35 Hz 50 Hz 陷波零相位滤波避免帧错位 raw.filter(0.3, 35.0, fir_designfirwin, phasezero) raw.notch_filter(freqs50, phasezero) # 重采样到 100 Hz降低计算量睡眠分期 100 Hz 足够 raw.resample(100) data raw.get_data() # shape: (n_channels, n_samples) sfreq raw.info[sfreq] epoch_len int(30 * sfreq) # 30 秒一帧 # 按 30 秒无重叠切帧 n_epochs data.shape[1] // epoch_len epochs data[:, :n_epochs * epoch_len].reshape( data.shape[0], n_epochs, epoch_len ).transpose(1, 0, 2) # (n_epochs, n_channels, epoch_len) # 逐通道 z-score 归一化用整晚统计量不要逐帧归一化 mean epochs.mean(axis(0, 2), keepdimsTrue) std epochs.std(axis(0, 2), keepdimsTrue) 1e-8 epochs (epochs - mean) / std np.save(epochs.npy, epochs)这段脚本的逻辑是「读入 → 选通道 → 滤波 → 重采样 → 切帧 → 归一化」。参数上有几个要交代清楚phasezero是零相位滤波的关键代价是计算量翻倍但换来帧对齐重采样到 100 Hz 是因为睡眠分期的判别信息集中在 0.5–30 Hz再高的采样率只是增加冗余归一化用整晚的均值和方差而不是逐帧是因为逐帧归一化会把 N3 的大慢波和 W 期的小幅值拉到同一尺度反而抹掉了幅值这个判别特征。2.3 标签对齐与类别不平衡切完帧只是第一步标签对齐才是真正容易翻车的地方。AASM 标注文件通常是每 30 秒一个标签但标注起点和信号起点可能差几秒直接按索引对齐会让整体准确率虚高、N1 召回率崩掉。稳妥做法是把标注时间戳转成相对信号起点的秒数再除以 30 取整。类别不平衡是睡眠分期的老大难。整晚数据里 N2 通常占 45%–55%N3 和 REM 各占 15%–20%N1 只有 5% 左右。如果直接交叉熵训练模型会把所有帧预测成 N2 就能拿到 50% 准确率但这对临床毫无意义。常见做法是加权交叉熵N1 权重给到 3–5 倍或者用带类别权重的采样器。我一般先用加权交叉熵跑 baseline看混淆矩阵再决定要不要上 focal loss。3. 模型选型CNN、RNN 还是 Transformer 做 EEG 睡眠分期3.1 三种主流架构的取舍睡眠分期本质是时序分类但 EEG 的时序依赖跨度很大——N3 的慢波在几秒内REM 的出现周期在 90 分钟左右。这决定了模型要同时抓局部波形和长程上下文。CNN 负责局部特征1D 卷积在时序上滑窗能学到纺锤波、K 复合波这种短时模式。RNNLSTM/GRU负责帧间依赖但整晚 960 帧的序列长度对 LSTM 来说梯度传播压力不小。Transformer 的自注意力能直接建模任意两帧的关系代价是显存和过拟合风险。实际落地里我见过最多的组合是「CNN 提特征 双向 GRU 做时序」参数量在 1M 以内单卡能跑整晚推理几百毫秒。Transformer 方案在数据量足够几百个受试者以上时才有优势小数据集上很容易过拟合到受试者身份而不是睡眠模式。架构参数量级适合数据量整晚推理耗时主要风险CNNBiGRU0.5–2M50 受试者起数百毫秒长序列梯度纯 1D CNN0.1–0.5M20 受试者起百毫秒内长程依赖弱Transformer2–10M200 受试者起秒级过拟合、显存3.2 一个能跑通的 CNNBiGRU 实现import torch import torch.nn as nn class SleepNet(nn.Module): def __init__(self, n_channels1, n_classes5, feat_dim128): super().__init__() # 局部特征提取三层 1D 卷积kernel 从大到小 self.cnn nn.Sequential( nn.Conv1d(n_channels, 32, kernel_size51, padding25), nn.BatchNorm1d(32), nn.ReLU(), nn.MaxPool1d(4), nn.Conv1d(32, 64, kernel_size25, padding12), nn.BatchNorm1d(64), nn.ReLU(), nn.MaxPool1d(4), nn.Conv1d(64, feat_dim, kernel_size11, padding5), nn.BatchNorm1d(feat_dim), nn.ReLU(), nn.AdaptiveAvgPool1d(1), ) # 时序建模双向 GRU 抓帧间依赖 self.rnn nn.GRU(feat_dim, 128, batch_firstTrue, bidirectionalTrue) self.fc nn.Linear(256, n_classes) def forward(self, x): # x: (batch, n_epochs, n_channels, epoch_len) b, t, c, l x.shape x x.view(b * t, c, l) # 把帧维度折进 batch x self.cnn(x).squeeze(-1) # (b*t, feat_dim) x x.view(b, t, -1) # 还原成序列 x, _ self.rnn(x) # (b, t, 256) return self.fc(x) # (b, t, n_classes)网络结构上三层卷积的 kernel 分别取 51、25、11对应 100 Hz 下约 0.5 秒、0.25 秒、0.1 秒的感受野覆盖慢波到纺锤波的尺度。AdaptiveAvgPool1d(1)把每帧压成一个特征向量再交给 BiGRU 建模帧间关系。这里有个工程细节把帧维度折进 batch 再送 CNN是为了让卷积只在单帧内做不跨帧泄漏信息——如果直接在 (b, c, t*l) 上卷积卷积核会跨帧滑动等于提前把未来帧的信息混进来验证集指标会虚高。3.3 训练参数怎么设优化器用 AdamW学习率 1e-3weight_decay 1e-4。batch size 按受试者组织一个 batch 放 8 个受试者的整晚序列这样 GRU 的序列长度是 960 左右显存占用可控。如果显存不够可以把整晚切成 4 段每段 240 帧但要注意段边界处的上下文丢失。损失函数用带类别权重的交叉熵权重按类别频率的倒数归一化。训练轮数一般 50–100 epoch早停看验证集的 macro F1 而不是准确率——准确率在类别不平衡下会骗人。学习率调度用 cosine annealing初始 1e-3 降到 1e-5。提示验证集必须按受试者划分不能按帧随机划分。同一受试者的不同帧高度相关随机划分会让验证指标虚高 10 个点以上这是睡眠分期里最常见的评估陷阱。4. 训练与评估指标、交叉验证和推理部署4.1 为什么准确率不是好指标前面提过N2 占比过半全预测 N2 就有 50% 准确率。睡眠分期社区更认 macro F1 和 Cohens Kappa。Kappa 衡量的是「比随机猜测好多少」整晚分期的 Kappa 能到 0.75 以上就算不错0.8 以上接近人工打分一致性。混淆矩阵要重点看 N1 和 REM 的混淆——这两个阶段特征弱、占比小是模型能力的分水岭。评估时还要看 per-class recall。如果 N1 的 recall 低于 0.4说明模型基本没学会 N1这时候加权重或者换 focal loss 比调网络结构更有效。4.2 受试者独立的交叉验证小数据集上做受试者独立交叉验证Leave-One-Subject-Out 或 5-fold subject-wise是必须的。实现上先把受试者列表打乱按受试者分折确保同一受试者的所有帧只出现在一个折里。from sklearn.model_selection import GroupKFold # subjects 是每个 epoch 对应的受试者 id gkf GroupKFold(n_splits5) for train_idx, val_idx in gkf.split(epochs, labels, groupssubjects): train_x, val_x epochs[train_idx], epochs[val_idx] train_y, val_y labels[train_idx], labels[val_idx] # 训练与验证...groupssubjects是这里的关键参数它保证同一受试者不会跨折。如果忘了这个参数就退化成按帧随机划分指标会好看但没法用在新受试者上。4.3 推理部署的轻量化整晚推理的延迟要求不高但可穿戴设备上要考虑模型大小。常见做法是训练完做 INT8 量化参数量压到原来的四分之一精度损失通常在 1 个点以内。导出用 ONNX推理引擎按目标平台选。如果部署在边缘芯片上纯 1D CNN 比 CNNBiGRU 更友好因为 GRU 的序列依赖在硬件上不好并行。推理时的输入要和训练时完全一致同样的滤波参数、同样的重采样率、同样的归一化统计量。我见过最典型的翻车是训练用整晚统计量归一化推理时用单帧统计量结果模型输出全乱。归一化的均值和方差要跟着模型一起存下来。5. 避坑与排查睡眠分期里那些让指标虚高的细节5.1 滤波引入的帧错位现象验证集准确率正常但把预测结果和原始信号叠在一起看发现预测的阶段边界比真实标签整体偏移几秒。原因用了lfilter这类非零相位滤波群延迟让信号和标签错位。解决改用filtfilt或 MNE 的phasezero代价是计算量翻倍但帧对齐是底线。5.2 归一化统计量泄漏现象验证集指标比测试集高一大截换一批新数据就崩。原因归一化用了包含验证集在内的整晚统计量等于把验证集信息泄漏进了训练。解决归一化统计量只能从训练集受试者算验证和测试用训练集的统计量或者干脆逐受试者独立归一化。5.3 标签起点错位现象整体准确率还行但 N1 和 REM 的召回率异常低混淆矩阵里大量 N1 被预测成 N2。原因标注文件的时间起点和信号起点差了若干秒30 秒帧整体错位。解决对齐前先核对标注文件里的 start time 和信号第一帧的时间戳必要时手动偏移。5.4 类别权重设过头现象N1 召回率上去了但整体 Kappa 反而下降N2 被大量误判。原因N1 权重给到 10 倍以上模型为了抓 N1 牺牲了 N2。解决权重从 3 倍起调每次看 macro F1 和 Kappa 的联合变化不要只盯单一类别。5.5 序列切段丢失上下文现象整晚推理时段边界附近的帧预测抖动明显。原因为了省显存把整晚切成 4 段独立推理段与段之间的 GRU 隐状态没有传递。解决推理时保留 GRU 隐状态跨段传递或者干脆整晚一次推理显存不够就减 batch 里的受试者数量。6. 把单通道模型迁移到多通道与跨数据集单通道跑通之后下一步通常是加通道或者换数据集。多通道不是简单堆输入维度——不同导联的睡眠特征不一样额区看慢波中央区看纺锤波枕区看 alpha 节律。直接 concat 所有通道模型会偏向幅值大的导联。我一般用通道注意力或者分组卷积让每个导联先独立提特征再融合。跨数据集迁移是另一个坎。不同设备的采样率、电极位置、阻抗都不一样模型在 A 数据集上 Kappa 0.8换到 B 数据集可能掉到 0.6。常见做法是先在目标数据集上做无监督的域适应比如对齐特征的均值和方差再微调分类头。微调时学习率要降到原来的十分之一否则预训练学到的波形特征会被冲掉。验证迁移效果有个笨办法但很管用把目标数据集的整晚预测结果按时间画出来和真实标签并排看。指标只告诉你平均好不好时序图能告诉你模型在哪个阶段、哪个时间段崩了。我自己的习惯是每次换数据集先跑 5 个受试者画图确认没有系统性偏移再铺开跑全部。这个习惯帮我省过好几次「指标好看但没法用」的后悔药。希望帮到你。本文还有配套的精品资源点击获取