Nature 神经科学主题·2026-10-20 08:00· 8 天前精选AI 评分72

全局上下文整合提升临床前睡眠分期在药物扰动下的稳健性

Global context integration for pharmacologically robust preclinical sleep stage classification

AI 导读

一项基于13只成年雄性Long-Evans大鼠的研究提出结合全局上下文向量（GCV）、双向交叉注意力和监督对比学习的睡眠分期模型，在受试者留出五折交叉验证中达到94.4%准确率和94.3%F1，优于SlumberNet（87.0%F1）和随机森林（87.9%F1）。

推荐理由

用13只大鼠的4通道脑电与肌电、超110万段4秒标注数据，比较全局上下文向量、监督对比学习与梯度反转三种策略在跨被试和跨用药条件下的睡眠分期表现。