基于一維卷積神經(jīng)網(wǎng)絡(luò)的兒童睡眠分期

許 力，吳云肖，肖 冰，許志飛，張 遠(yuǎn)?

1) 西南大學(xué)電子信息工程學(xué)院，重慶 400715 2) 國家兒童醫(yī)學(xué)中心，首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院，兒童耳鼻咽喉頭頸外科疾病北京市重點(diǎn)實(shí)驗(yàn)室，北京 100045 3) 民航總醫(yī)院呼吸內(nèi)科，北京 100123 4) 國家兒童醫(yī)學(xué)中心，首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院呼吸科，北京100045

對于兒童來說，高質(zhì)量睡眠有助于兒童的智力發(fā)育，與兒童的認(rèn)知功能、學(xué)習(xí)和注意力密切相關(guān)[1]. 兒童若不能夠獲得足夠而良好的睡眠，會(huì)影響智力發(fā)育，造成情緒、行為、注意力等方面的問題[2]. 兒童睡眠障礙一般發(fā)生在2～12歲的兒童身上，兒童睡眠障礙表現(xiàn)為在睡眠過程中出現(xiàn)的各種影響睡眠的異常表現(xiàn)[3]. 它可以由身體某系統(tǒng)的功能失調(diào)引起，也可由疾病引起，能直接影響兒童的睡眠結(jié)構(gòu)、睡眠質(zhì)量及睡眠后復(fù)原程度[4].

為標(biāo)準(zhǔn)化睡眠分期結(jié)果，1968年，Rechtschaffen[7]等提出了睡眠分期準(zhǔn)則（Rechtschaffen and Kales rule），又稱 R&K 準(zhǔn)則. R&K 準(zhǔn)則根據(jù)2路腦電、2路眼電和1路肌電信號將睡眠分為7個(gè)階段，分別為覺醒期（Wake）、睡眠I期（Stage 1，S1）、II期（Stage 2，S2）、III期（Stage 3, S3）、IV 期（Stage 4, S4）、快速眼動(dòng)期（REM）和體動(dòng)期（Movement time, MT）[8]. 2007年，美國睡眠醫(yī)學(xué)學(xué)會(huì)（American Academy of Sleep Medicine, AASM）在R&K準(zhǔn)則的基礎(chǔ)上對睡眠分期標(biāo)準(zhǔn)進(jìn)行了調(diào)整，提出了AASM準(zhǔn)則[9]. 目前AASM準(zhǔn)則已更新至2020版. AASM準(zhǔn)則將R&K準(zhǔn)則中的S3和S4期合并為慢波睡眠期（NREM III期），將睡眠階段重新定義為覺醒期（Wake, W期）、非快速眼動(dòng)期（NREM, N 期）和快速眼動(dòng)期（REM, R 期）. 其中NREM被劃分為 NREM I期（N1）、NREM II期（N2）和 NREM III期（N3）.

對于睡眠的研究離不開腦電信號（Electroencephalograph, EEG）分析. 腦電信號頻率分為四個(gè)主要頻帶[10]：δ（1～3 Hz）、θ（4～7 Hz）、α（8～13 Hz）、β（14～30 Hz）. 除這四種主要頻帶以外，人們在覺醒并專注于某一事時(shí)，會(huì)被檢測出一種較 β 波的頻率更高的 γ波（30～80 Hz）. 同時(shí)，人們在睡眠時(shí)還可能出現(xiàn)其他一些波形較為特殊的腦電波，如：σ波、λ波、K復(fù)合波、μ波等. 腦電信號在不同時(shí)刻會(huì)表現(xiàn)出不同的頻率分量，波形的變化會(huì)受測試者自身狀態(tài)影響，因此極度不穩(wěn)定并且隨機(jī).

美國睡眠研究會(huì)睡眠及其相關(guān)事件判讀手冊[11]中對兒童睡眠分期判讀規(guī)則為：如果全部NREM睡眠記錄幀沒有可識別的睡眠梭形波、K復(fù)合波或0.5～2.0 Hz的高振幅慢波活動(dòng)，判讀所有記錄幀為N期（NREM）；如果某些NREM睡眠記錄幀含有睡眠梭形波或K復(fù)合波，這些幀判讀為 N2期（NREM 2）. 剩余的 NREM睡眠記錄幀，如果慢波活動(dòng)小于記錄幀的20%，判讀為N期；如果NREM睡眠記錄幀慢波活動(dòng)大于20%，判讀為 N3期（NREM 3）. 剩余的記錄幀，如果不存在K復(fù)合波或睡眠梭形波，判讀為N期（NREM）.成人PSG設(shè)備的EEG、EOG和頦EMG電極的放置適用于兒童，但由于兒童頭型較小，所以頦EMG電極間距離通常需要從2 cm減小到1 cm，EOG電極距眼睛的距離通常需從1 cm減小到0.5 cm.

由于PSG需要專門的睡眠監(jiān)測室及專業(yè)技術(shù)人員分析結(jié)果，且費(fèi)用比較昂貴，技術(shù)要求高，在臨床兒童患者中實(shí)施存在一定難度，對疑似的兒童患者無法大規(guī)模篩查，且患兒依從性不高、配合度差. 而使用單通道EEG可以降低睡眠監(jiān)測的難度，為便攜式可穿戴設(shè)備的開發(fā)提供基礎(chǔ).

目前已有的自動(dòng)睡眠分期方法大多是利用單通道或多通道腦電信號，針對成年人的自動(dòng)睡眠分期規(guī)則，而適用于兒童的自動(dòng)睡眠分期方法很少. 由于兒童與成人的EEG存在差異，如兒童的后部優(yōu)勢節(jié)律（Posterior dominant rhythm，PDR）在不同年齡稍有不同，兒童N1期會(huì)有睡前超同步（HH）和彌散或枕部優(yōu)勢高波幅節(jié)律性3～5 Hz活動(dòng)，這個(gè)是成人沒有的，所以很多利用機(jī)器學(xué)習(xí)等方法用于成人的自動(dòng)睡眠分期方法不適用于兒童，因此需要對已有方法進(jìn)行改進(jìn)或提出更適用于兒童腦電特征的自動(dòng)睡眠分期方法.

本文針對睡眠分期這一問題，提出了一種基于單通道腦電信號的端到端一維CNN（1D-CNN）模型，從而克服了手工提取特征受到先驗(yàn)知識的限制;數(shù)據(jù)集包含14位3到10歲健康受試者，從而保證了模型對兒童睡眠分期的有效性.

12歲生日那天，楚艷拿著自己積攢已久的零花錢買了一本《中國世界時(shí)裝之苑》雜志，這是中國上世紀(jì)80年代第一本銅版紙彩色印刷的時(shí)裝雜志。剛一翻開，那些世界級時(shí)裝大師的作品就映入眼簾，獨(dú)特新穎的設(shè)計(jì)，超強(qiáng)氣場的模特，精美充滿質(zhì)感的禮服，給年幼的楚艷帶來了極大的震撼。當(dāng)時(shí)楚艷就暗下決心，長大后一定要成為一名服裝設(shè)計(jì)師，親手做出美麗的服裝。后來，楚艷如愿考入北京服裝學(xué)院，能夠近距離地觸碰夢想的影子，在身邊人看來，這仿佛是天注定的。

1 兒童和成人睡眠分期的相關(guān)工作

目前，睡眠分期依然是由睡眠分析技師采用AASM準(zhǔn)則對多導(dǎo)睡眠圖進(jìn)行人工分期，但是由于多導(dǎo)睡眠圖的數(shù)據(jù)量非常大，同時(shí)由于技師本身的主觀因素限制，所以這是一項(xiàng)既耗費(fèi)時(shí)間又難以保持客觀性的睡眠分期行為. 隨著近幾年人工智能的發(fā)展，越來越多的自動(dòng)化技術(shù)被應(yīng)用到了醫(yī)學(xué)影像和醫(yī)學(xué)信號領(lǐng)域.

Dong等[12]提出了一種實(shí)用的方法來解決使用單通道腦電圖(EEG)進(jìn)行睡眠階段分類的局限性. 作者利用整流神經(jīng)網(wǎng)絡(luò)檢測分層特征，利用長短時(shí)記憶（LSTM）網(wǎng)絡(luò)進(jìn)行序列數(shù)據(jù)學(xué)習(xí)，優(yōu)化單通道記錄的分類性能. 在探索了替代電極放置后，作者發(fā)現(xiàn)了一個(gè)舒適的放置于前額的單通道腦電電極位置，并表明它可以與其他電極集成，同時(shí)記錄眼電圖(EOG). 通過對62人(494 h睡眠)的數(shù)據(jù)進(jìn)行評估，證明該分析算法比現(xiàn)有的頂點(diǎn)或枕部電極放置方法的性能更好.

Supratak等[13]提出了DeepSleepNet模型，該模型利用卷積神經(jīng)網(wǎng)絡(luò)提取時(shí)間不變特征，并利用雙向長短期記憶自動(dòng)學(xué)習(xí)腦電圖分期間的睡眠轉(zhuǎn)換規(guī)律. 作者采用了兩步訓(xùn)練算法來訓(xùn)練模型，使用來自兩個(gè)公共睡眠數(shù)據(jù)集的不同單通道EEGs(F4-EOG(左)、Fpz-Cz和 Pz-Oz)評估該模型，結(jié)果表明，與最先進(jìn)的方法相比，該模型在兩個(gè)數(shù)據(jù)集上取得了相似的總體精度和f1 score. 這表明，在不改變模型架構(gòu)和訓(xùn)練算法的情況下，該模型可以自動(dòng)從不同數(shù)據(jù)集的原始單通道腦電圖中學(xué)習(xí)睡眠階段評分的特征，實(shí)現(xiàn)自動(dòng)睡眠分期. 與之類似，針對幀和序列進(jìn)行設(shè)計(jì)的模型還有SeqSleepNet[14]、SleepEEGNet[15]、CCRRSleepNet[16]，它們共同關(guān)注了睡眠分期的獨(dú)立性與連續(xù)性.

Dehkordi等[17]分析了從脈搏血氧儀光體積描記圖（PPG）中提取的心率變異性的標(biāo)準(zhǔn)特征，以識別不同的睡眠階段. 作者使用多導(dǎo)睡眠圖和Phone OximeterTM記錄了146名兒童的整晚的PPG信號.根據(jù)多導(dǎo)睡眠圖，將記錄分為1 min，并標(biāo)記為Wake，non-REM和REM. 對于每個(gè)時(shí)段，估計(jì)了心率變異性的六個(gè)標(biāo)準(zhǔn)時(shí)域和頻域特征. 作者分別訓(xùn)練了兩個(gè)支持向量機(jī)分類器，以對從睡眠時(shí)期中W期和NREM期進(jìn)行分類. 覺醒和睡眠的分類精度為77%，REM和NREM的分類精度為80%.

基于家庭的兒童睡眠監(jiān)測是一個(gè)急需解決的問題. 由于EEG是了解睡眠的重要標(biāo)準(zhǔn)，所以監(jiān)測單通道EEG信號是識別睡眠障礙最有前途的方法. 該方法不需要在用戶身上附加大量的傳感器，更適合兒童的睡眠監(jiān)測，使得數(shù)據(jù)更能反應(yīng)睡眠習(xí)慣. 目前的研究大多從腦電中提取各種特征作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，將深度學(xué)習(xí)模型作為進(jìn)一步特征融合和篩選的工具，沒有充分展現(xiàn)深度學(xué)習(xí)的優(yōu)勢. 因此，為了適應(yīng)當(dāng)前需求，本文提出了一種基于單通道腦電的兒童睡眠分期算法.

2 研究方法

卷 積神 經(jīng) 網(wǎng) 絡(luò) （Convolutional neural networks,CNN）是一種深度神經(jīng)網(wǎng)絡(luò). 深度學(xué)習(xí)已在諸如視覺識別，語音識別和自然語言處理等各種問題上取得了很好的成績. 在不同類型的深度神經(jīng)網(wǎng)絡(luò)中，關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的研究最為廣泛[18]. 圖1顯示了CNN的層次結(jié)構(gòu)及應(yīng)用.

圖1 CNN 的層次結(jié)構(gòu)及應(yīng)用Fig.1 CNN architecture and applications

2.1 數(shù)據(jù)擴(kuò)容

對于兒童睡眠數(shù)據(jù)少的情況，可采用重疊的方法對數(shù)據(jù)集進(jìn)行擴(kuò)充，規(guī)則如下：如果受試者的兩個(gè)連續(xù)時(shí)期具有相同的睡眠階段，則使用滑動(dòng)窗口進(jìn)行重疊，將重疊時(shí)間設(shè)置為25 s，重疊后新幀（Epoch）的睡眠階段標(biāo)簽未更改，如圖2所示.相反，如果兩個(gè)連續(xù)的epoch是不同的睡眠階段，則不會(huì)進(jìn)行重疊.

圖2 數(shù)據(jù)集重疊Fig.2 Datasets overlapping

由于EEG是低頻信號，其頻率主要集中在0.5～40 Hz[19]，因此使用了二階巴特沃斯濾波對原始EEG數(shù)據(jù)進(jìn)行了預(yù)處理，消除高頻噪聲和直流成分. 因?yàn)閮和ɑ顒?dòng)通常為高波幅（100～400 μV），所以不對腦電數(shù)據(jù)的振幅進(jìn)行限制.

需要注意的是，由于5個(gè)睡眠分期的epoch數(shù)量不相同且分布不相同，所以數(shù)據(jù)集會(huì)失去平衡性，進(jìn)而影響機(jī)器學(xué)習(xí)算法的性能. 因此，本研究采用了以下策略來調(diào)整每個(gè)睡眠分期的epoch數(shù)量：

（1）統(tǒng)計(jì)數(shù)據(jù)集中每個(gè)睡眠分期的epoch數(shù)量，以其中最小數(shù)量的類型的epoch數(shù)量作為閾值，每種類型的epoch只保留閾值數(shù)，其余的epoch被丟棄.

（2）將平衡后的數(shù)據(jù)集按W、N1、N2、N3、R的順序重新排列.

2.2 1D-CNN 模型與算法

本研究將Alexnet[20]進(jìn)行改進(jìn)，利用單通道腦電信號（C4-M1通道），將1D卷積核替換了2D卷積核，并在1D-CNN中添加了批量歸一化層（Batch normalization layer），而卷積核的大小保持不變.1D-CNN模型的示意圖如圖3所示，該模型由5個(gè)卷積層，3個(gè)池化層和3個(gè)完全連接的層組成.

圖3 1D-CNN 模型Fig.3 1D-CNN model

由于1D-CNN的輸入是30 s為一個(gè)epoch的數(shù)據(jù)，即1×3840一維時(shí)間序列，因此在模型中使用了1D卷積核. 一維卷積運(yùn)算過程定義為：

第一和第二卷積層分別使用大小為1×22和1×5的大卷積核，而第三到第五卷積層使用大小為1×3的小卷積核. 在第一，第二和第五卷積層之后，本研究利用大小為1×3的maxpooling層來減少特征圖的尺寸. 將最后一個(gè)最大池化層的生成的特征圖展平為一維向量. 該向量被送到全連接層以進(jìn)行二進(jìn)制分類，并獲得最終的識別結(jié)果. 本研究選擇ReLU（整流線性單位）作為激活函數(shù)，其定義如下：

批處理歸一化層位于第一卷積層之后，該層可以歸一化特征激活，從而減少內(nèi)部協(xié)變量偏移.批處理規(guī)范化定義如下：

式中，B代表包含m個(gè)樣本的小批量，μB和分別代表B的均值和方差. λ是數(shù)值穩(wěn)定性的常數(shù)，γ和β分別是訓(xùn)練過程中計(jì)算出的比例和移位參數(shù)，有關(guān)詳細(xì)信息，請參見文獻(xiàn)[21].

2.3 睡眠分期系統(tǒng)

針對現(xiàn)實(shí)需求，以PyQt為基礎(chǔ)，設(shè)計(jì)開發(fā)了睡眠分期系統(tǒng)，方便醫(yī)生的使用，如圖4所示，該圖展示了一段時(shí)長為60 s的多導(dǎo)睡眠圖，圖中展示了前8個(gè)通道的生物電信號，即2個(gè)眼電通道與6個(gè)腦電通道，并用顏色區(qū)分了不同的睡眠分期，可以看到，該60 s由一個(gè)N2期的后半部分、一個(gè)完整的W期和一個(gè)N1期的開始部分組成.

圖4 睡眠分析系統(tǒng)原型Fig.4 Prototype of the sleep analysis system

3 實(shí)驗(yàn)過程

3.1 數(shù)據(jù)集

本研究中使用的數(shù)據(jù)集來自首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院，數(shù)據(jù)集包括來自14位受試者的PSG記錄. 每位受試者至少記錄6條EEG通道，2條EOG通道. 原始數(shù)據(jù)集epoch數(shù)量為14383，重疊、平衡后的epoch數(shù)量為30195.

3.2 實(shí)驗(yàn)環(huán)境

數(shù)據(jù)預(yù)處理和功能提取部分是在PyCharm 2020.1.2環(huán)境中在具有 64 GB RAM 的 AMD Ryzen7-3700x@3.60 GHz上實(shí)現(xiàn)的. 深度學(xué)習(xí)實(shí)驗(yàn)是在NVIDIA GeForce RTX 2080 Ti上利用 tensorflow 框架在Python環(huán)境中進(jìn)行的.

3.3 實(shí)驗(yàn)參數(shù)

數(shù)據(jù)預(yù)處利用kaiming初始化器[22]初始化1DCNN中的權(quán)重參數(shù)，這可以提高模型的收斂速度.使用Adam優(yōu)化器[23]以0.00001學(xué)習(xí)率進(jìn)行參數(shù)優(yōu)化. 批處理大小為256個(gè). 在此研究中使用了交叉熵?fù)p失函數(shù)，其定義為：

式中，En是基本的交叉熵?fù)p失函數(shù)，N是訓(xùn)練樣本的數(shù)量，yk和pk分別表示樣本的真實(shí)標(biāo)簽和預(yù)測標(biāo)簽.

為了防止過度擬合問題，本研究使用了dropout和L2正則化方法. Dropout可以在訓(xùn)練過程中以指定的概率隨機(jī)斷開層的各個(gè)單元[24]. L2正則化是在損失函數(shù)之后添加正則項(xiàng)以降低網(wǎng)絡(luò)復(fù)雜性. 具有L2正則化項(xiàng)的交叉熵?fù)p失函數(shù)定義為：

表1 超參數(shù)表Table 1 Model hyperparameters

在這項(xiàng)研究中，準(zhǔn)確率、精確度、召回率、F1得分和Kappa系數(shù)（K）用于評估性能.

3.4 實(shí)驗(yàn)結(jié)果

本研究是在成人自動(dòng)睡眠分期的研究基礎(chǔ)上，通過改進(jìn)將1D-CNN結(jié)構(gòu)用于兒童自動(dòng)睡眠分期，訓(xùn)練集包括從14位健康受試者中分出的30195個(gè)epoch，使用了14折交叉驗(yàn)證實(shí)驗(yàn)，在每一折中，利用1位受試者的數(shù)據(jù)作為測試集，剩下的13位受試者作為訓(xùn)練集，這個(gè)實(shí)驗(yàn)需要重復(fù)14次以保證所有的數(shù)據(jù)都被使用到. 本研究的準(zhǔn)確率為85.57%. 表2各項(xiàng)評價(jià)指標(biāo)的結(jié)果. 在訓(xùn)練和預(yù)測的速度上，本研究所用時(shí)間均遠(yuǎn)小于DeepSleepNet，約為其 1/5.

表2 實(shí)驗(yàn)結(jié)果Table 2 Experimental results

由于訓(xùn)練時(shí)用到了防止過擬合的L2正則化和dropout，而驗(yàn)證的時(shí)候沒有用到正則化和dropout，為了防止出現(xiàn)過擬合，將參數(shù)設(shè)置的較大，因此出現(xiàn)驗(yàn)證準(zhǔn)確率大于訓(xùn)練準(zhǔn)確率的情況.準(zhǔn)確率和損失如圖5和6所示. 圖7顯示了1DCNN模型通過本實(shí)驗(yàn)數(shù)據(jù)獲得的歸一化混淆矩陣，其中數(shù)字代表分類正確或錯(cuò)誤的樣本. 通過混淆矩陣可以看出，Wake、N2、N3和REM期睡眠的分類性能很好. 對于N1期睡眠，存在將N1期睡眠誤分類為Wake、N2和REM期睡眠的情況，因此以后的工作應(yīng)重點(diǎn)研究N1期睡眠的準(zhǔn)確性.

圖5 訓(xùn)練和驗(yàn)證準(zhǔn)確率Fig.5 Training and validation accuracy

圖6 訓(xùn)練和驗(yàn)證損失Fig.6 Training and validation loss

圖7 混淆矩陣Fig.7 Confusion matrix

4 結(jié)論

本研究對Alexnet進(jìn)行改進(jìn)，提出了一種基于有標(biāo)簽單通道腦電圖的睡眠分期1D-CNN模型.由于1D-CNN是一個(gè)端到端的學(xué)習(xí)模型，即將特征提取器和分類器集成到一個(gè)算法中. 端到端學(xué)習(xí)方法可以克服手動(dòng)特征提取的局限性，從而提高睡眠分期準(zhǔn)確率. 該模型用于兒童睡眠分期，對未來利用機(jī)器學(xué)習(xí)方法輔助臨床兒童睡眠分期，設(shè)計(jì)了研究方案，為進(jìn)一步研究兒童睡眠障礙奠定了基礎(chǔ). 總體而言，對于基于帶有睡眠階段標(biāo)記的單通道EEG的自動(dòng)睡眠分期，本文介紹的1DCNN模型可以實(shí)現(xiàn)針對于兒童的自動(dòng)睡眠分期.在未來的工作中，仍需要研究更適合于兒童的睡眠分期策略，在基于更大數(shù)據(jù)量的基礎(chǔ)上，進(jìn)行進(jìn)一步的實(shí)驗(yàn). 在大樣本數(shù)據(jù)集下，研究可以選擇更多的睡眠相關(guān)特征進(jìn)行測試，并進(jìn)一步增加一維神經(jīng)網(wǎng)絡(luò)的規(guī)模，最大程度地發(fā)揮深度卷積神經(jīng)網(wǎng)絡(luò)的能力.