【免费下载链接】sleepfm-clinical
SleepFM-Clinical 是发表在 Nature Medicine 上的多模态睡眠基础模型 SleepFM 的开源实现。它把多导睡眠图（Polysomnography，PSG）中的生理信号统一组织成 BAS、RESP、EKG、EMG 四大模态，并从中学习可预测疾病风险的睡眠表征。这篇文章带你快速搞懂：这四个缩写分别对应 PSG 里的哪些通道、为什么这样分组，以及它们在代码中是如何落地的 🧭
PSG 多导睡眠图：睡眠分析的"金标准"数据源
PSG 是睡眠医学中的金标准检测手段，一晚上会同时记录脑电、心电、呼吸、肌电等多路信号。不同医院、不同设备的电极摆放方式（montage）和通道命名千差万别——有的叫 EEG F3-A2，有的叫 C3-M2，有的干脆只写 EEG。
这正是 SleepFM 设计四大模态的原因：
- 统一命名混乱：把成百上千种通道写法归类到 4 个模态，屏蔽设备差异；
- 容错处理：某台设备缺某一类信号时，模型依然可以训练（对比学习 leave-one-out 模式）；
- 下游灵活：睡眠分期主要看 BAS，呼吸暂停主要看 RESP，疾病预测则四路信号一起上。
预训练数据规模：超过 585,000 小时 PSG 记录、约 65,000 名受试者（见 README.md）。
BAS 脑电模态：睡眠分期的"主角"
BAS = Basic（脑/眼信号组），对应 PSG 中的脑电（EEG）与眼电（EOG）通道，是判定睡眠阶段的核心依据。
| 信号类型 | 典型通道名（channel_groups.json 中的写法） | 临床意义 |
|---|---|---|
| 脑电 EEG | F3、C4、O1:M2、EEG F3-A2 | 区分 Wake / N1 / N2 / N3 / REM |
| 眼电 EOG | EOG(L)、EOG(R)、LOC、ROC、E1、E2 | 识别 REM 期快动眼与清醒期眼动 |
| 参考电极 | A1、A2、M1、M2 | 耳垂/乳突参考，用于导联命名 |
睡眠分期的标签体系就在 sleepfm/preprocessing/preprocessing.py 中：{'Wake': 0, 'Rem': 1, 'N1': 2, 'N2': 3, 'N3': 4, 'Artifact': 5}。
RESP 呼吸模态：发现睡眠呼吸暂停的关键
RESP = Respiratory（呼吸信号组），覆盖呼吸努力、气流、血氧和鼾声，是判断睡眠呼吸暂停综合征（OSA）的核心模态。
- 呼吸努力带：
Chest、Thorax、Abd、RIP Thorax、ABDOMEN—— 胸/腹带，判断"有努力但无气流"的阻塞性事件； - 气流信号：
Nasal Pressure、NASAL P、AIRFLOW、NasalAC—— 鼻压/热敏气流； - 血氧与脉搏：
SpO2、SaO2、TcSpO2、Pulse、PPG、Heart Rate—— 捕捉夜间血氧下降（AHI 评分依赖它）； - 鼾声与温度：
Snore、MIC、Oral Therm—— 辅助标记鼾声事件。
预处理脚本中定义了呼吸事件编码（sleepfm/preprocessing/preprocessing.py）：
flow_events = {'Central Apnea': 1, 'Mixed Apnea': 2,
'Obstructive Apnea': 3, 'Hypopnea': 4, 'RERA': 5}
EKG 心电模态：通往心血管风险的窗口
EKG = Electrocardiogram（心电组），对应 PSG 中的 ECG 通道，如 ECG、ECG II、ECG I、ECG L 等。
心电看似"与睡眠无关"，但夜间心律失常、心率变异性与全因死亡、心梗、心衰、房颤等风险高度相关。论文中 SleepFM 在 130 种疾病上取得 C-Index ≥ 0.75，其中心梗 0.81、心衰 0.80、房颤 0.78，EKG 模态功不可没。疾病预测的 PheCode 标签映射见 sleepfm/configs/label_mapping.csv。
EMG 肌电模态：捕捉睡眠中的身体活动
EMG = Electromyography（肌电组），包括颌肌、腿部和肢体肌电：
| 子类 | 典型通道名 | 用途 |
|---|---|---|
| 下颌肌电 | Chin、CHIN、Chin:Chin2、LChin | REM 期肌张力消失的判据之一 |
| 腿部肌电 | LEG(L)、LEG(R)、LLEG、RLEGEMG | 周期性肢体运动（PLM）检测 |
| 肢体肌电 | Arms-L、Arm-R、Foot-L | 体动与异常运动监测 |
腿肌电事件在预处理中被编码为 {'P-Marker': 1, 'I-Marker': 2, 'LM Body position': 3, 'LM Resp': 4}，用于区分周期性肢体运动与觉醒反应。
代码落地：channel_groups.json 通道字典
四大模态的"名字词典"集中在 sleepfm/configs/channel_groups.json：
- BAS：517 个通道名条目（约 345 个去重后）
- RESP：149 个条目
- EKG：52 个条目
- EMG：249 个条目
数据加载时，sleepfm/models/dataset.py 会逐一比对 HDF5 文件中的通道名，把匹配到的通道划入对应模态；若某模态一个通道都没匹配到，该文件会被剔除，保证四模态齐全。
采样与通道数在预训练配置 sleepfm/configs/config_set_transformer_contrastive.yaml 中定义：
BAS_CHANNELS: 10
RESP_CHANNELS: 7
EKG_CHANNELS: 2
EMG_CHANNELS: 4
sampling_duration: 5 # 分钟
sampling_freq: 128 # Hz
patch_size: 640
modality_types: ["BAS", "RESP", "EKG", "EMG"]
也就是说，每条训练样本 = 4 个模态 ×（各自的通道数）× 5 分钟 @ 128Hz 的信号块。不同文件通道数不同怎么办？collate_fn 用零填充 + mask 对齐到同一 batch，让模型天然适应各种 montage。
数据流转：从 .EDF 原始文件到模型输入
完整的数据管道是三步：
- 预处理：sleepfm/preprocessing/preprocessing.py 把 .EDF 文件重采样、低通滤波、标准化后写入 .HDF5（可用
preprocessing/preprocessing.sh一键执行）； - 对比预训练：sleepfm/pipeline/pretrain.py 用 leave-one-out 对比学习（随机遮挡一个模态，让其余模态互相学习）训练 SetTransformer，得到 sleepfm/checkpoints/model_base/best.pt；
- 微调/评估：睡眠分期（
finetune_sleep_staging.py）与疾病预测（finetune_diagnosis_coxph.py）分别复用该表征，微调权重在 sleepfm/checkpoints/model_sleep_staging/ 与 sleepfm/checkpoints/model_diagnosis/。
快速上手：仓库自带的 Demo 数据
想亲手看看数据长什么样，可以直接打开 notebooks/demo.ipynb，配套数据都在 notebooks/demo_data/：
- demo_psg.edf：一条完整 PSG 原始记录；
- demo_psg.csv：5 秒一个时间片的标注格式（
Start,Stop,StageName,StageNumber）； - is_event.csv 与 time_to_event.csv：疾病预测任务的"是否发生事件 / 距事件时间"标签；
- demo_age_gender.csv：年龄、性别等人口学特征。
数据集划分文件为 sleepfm/configs/dataset_split.json，训练时按 train/validation/test 三组 HDF5 路径取数。
总结：一张图看懂 PSG 数据四模态
| 模态 | 全称 | 核心信号 | 主要服务任务 |
|---|---|---|---|
| 🧠 BAS | Brain/Eye | EEG、EOG | 睡眠分期（Wake/REM/N1/N2/N3） |
| 🫁 RESP | Respiratory | 胸腹带、鼻气流、SpO2、鼾声 | 呼吸暂停与低通气事件 |
| ❤️ EKG | ECG | 心电导联 | 心血管与全因死亡风险预测 |
| 💪 EMG | Electromyography | 颌/腿/肢体肌电 | REM 判定、PLM、体动 |
一句话记忆：BAS 管"睡没睡熟"，RESP 管"呼吸顺不顺"，EKG 管"心脏扛不扛得住"，EMG 管"身体动没动"。四大模态经 channel_groups.json 统一命名、填充对齐后进入 SetTransformer，最终让 SleepFM 成为横跨睡眠分期与疾病预测的基础模型 ✅
【免费下载链接】sleepfm-clinical
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
