Omni-Sleep：通过 CNS-ANS 动力学分层对比学习的睡眠基础模型

睡眠生理学源于中枢神经系统 (CNS) 和自主神经系统 (ANS) 的协调动态，如脑电图 (EEG)、眼电图 (EOG)、肌电图 (EMG)、心电图 (ECG) 和呼吸等多模态多导睡眠图信号所反映的那样。然而，现有的睡眠基础模型通常以拓扑不可知的方式融合异质生物信号，忽略了它们的生理组织。我们介绍 Omni-Sleep，这是一种睡眠基础模型，它使用 CNS/ANS 分区作为拓扑约束表示学习的生理先验。 Omni-Sleep 通过三个目标学习结构化表示：系统内一致性，捕获神经和心肺信号中共享的子系统级因素；系统间同步，对齐子系统轨迹以模拟大脑-身体动力学；潜在空间掩蔽时间模型，捕捉长视界睡眠动态。 Omni-Sleep 经过超过 100,000 小时的多中心多模式 PSG 数据预训练，可根据睡眠分期和多种疾病分类进行评估。在数据集和模态消融设置中，Omni-Sleep 的性能优于强大的基础模型基线，显示出改进的标签效率、跨数据集泛化性以及对缺失模态的鲁棒性。这些结果凸显了生理层次对于可推广的睡眠表征学习的价值。代码可在 https://github.com/AutoBrain-sleep/OmniSleep 获取。