个性化评分者建模：一种从多位专家中推导稳健睡眠分期标签的基于学习的框架
一项新研究提出基于学习的睡眠分期标签构建方法（LBH），利用多位专家的评分行为和混淆矩阵生成更可靠的参考睡眠图。在DOD-H和DOD-O数据集上，随机森林与EEG+EMG组合取得了最佳性能，准确率约86%，优于数据集评分图和最佳评分者评分图。
睡眠分期是睡眠障碍临床诊断与管理中的关键环节。传统自动睡眠分期研究通常将某一位临床专家标注的睡眠图作为唯一参考标准，用以训练和评估模型。然而，不同评分者之间对同一晚睡眠记录的标注往往存在不可忽略的差异，这种评分者间变异会带来标签噪声，也可能使模型性能评估产生偏差。针对这一问题，Seyyed Ali Hoseini 及其合作者提出了一种称为“基于学习的睡眠图”（LBH）的框架，尝试在保留个体评分者信息的前提下，从多位专家的集体标注中生成更稳健的参考标签。相关论文于2026年8月12日提交至 arXiv（编号 2608.12446），目前收录于机器学习（cs.LG）与人工智能（cs.AI）等多个主题。
在方法上，LBH 使用公开的 DOD-H 和 DOD-O 两个多评分者数据集。研究团队将 EEG（C3-M2）以及颏下肌电（chin EMG）信号划分为30秒的片段，并从每种模态中分别提取30个特征；当同时使用 EEG 与 EMG 时，每个片段共得到60个特征。LBH 的核心思想是为每一位评分者构建一个混淆矩阵，该矩阵由机器学习分类器输出得到，用于刻画评分者在不同睡眠分期上的阶段性行为。对混淆矩阵进行列归一化后，模型可以估计：在给定某位评分者标注结果的前提下，各个真实睡眠分期对应的概率。随后，系统将多位评分者的概率结果进行跨评分者聚合，为每一个片段赋予最终标签，从而形成新的参考睡眠图。
研究者在实验中比较了三种分类器——随机森林（RF）、支持向量机（SVM）和多层感知机（MLP），并分别在仅使用 EEG 和使用 EEG+EMG 两种条件下评估 LBH。同时，他们将 LBH 与原始数据集睡眠图（DH）以及表现最佳的单人评分者睡眠图（BSH）进行对比。结果显示，LBH 在整体性能上一致优于两种基线。其中最优配置为随机森林结合 EEG+EMG：在 DOD-H 数据集上达到 86.07% 的准确率、85.46% 的精确率和 85.29% 的 F1 分数；在 DOD-O 数据集上则达到 86.04% 的准确率、85.21% 的精确率和 84.70% 的 F1 分数。
这些结果说明，通过个性化地建模每一位评分者的标注行为，睡眠分期参考标准的构建可以变得更加可靠。与直接舍弃多数评分信息、只保留一个“最佳”评分者或简单合并所有评分相比，LBH 充分利用了多专家标注中的互补信息，且不需要丢弃个体差异。该方法对后续自动睡眠分期模型的训练、跨中心数据集的标定以及睡眠研究中的评测基准建立，都有潜在价值。未来工作可能进一步探索更复杂的评分者行为模型，或将 LBH 扩展到更多样化的临床数据集。