World Sleep Industry ENCYCLOPEDIA

睡眠脑电数据分析服务

6.5.3

定义、范围与解释边界

睡眠脑电数据分析服务,是对睡眠期间采集的脑电及相关生理信号进行接收、质控、标注、分期、事件识别、定量分析、可视化和报告的专业服务。输入可来自实验室多导睡眠监测、研究脑电、家庭或可穿戴系统,常与眼电、肌电、心电、呼吸、血氧、体位、视频和事件标记联合。分析只对已获得的信号和预定问题负责,不能修复未采集的导联,也不能从低质量或不适用数据中创造可靠结论。

服务需区分技术处理、睡眠技师评分、科研分析、算法开发和具有执业权限人员的临床解释。睡眠阶段、觉醒、呼吸或运动事件的标注可构成报告基础,但数据分析方不应在授权范围外作诊断、改变治疗或保证监管接受。科研用、临床用和产品验证用结果的规范、复核、记录和验证要求可能不同;同一算法在一个数据集表现良好,不代表适用于其他设备、人群或用途。

数据接收、来源与分析计划

受理时应核对研究或检查标识、同意和使用权限、采集日期、设备与软件版本、导联名称和位置、参考方式、单位、采样率、滤波、校准、阻抗记录、时区、灯灭灯亮、药物、干预及技术员备注。还要确认原始文件是否连续、是否重采样或导出、时钟是否漂移、不同设备如何同步,以及既往处理是否可逆。患者或受试者身份与分析编号应分离,传输、存储和访问依适用隐私、伦理和数据协议控制。

分析前方案应写明目标人群、记录类型、评分规范及版本、主要和次要指标、有效记录门槛、分析区间、导联优先级、伪迹规则、缺失处理、亚组、重复测量和统计方法。临床常规分析、探索性频谱、算法训练和验证应分别标记,避免看过结果后更换频段、时间窗或排除规则。若输入不满足用途,应出具数据差距和可行性结论,而不是默认用插值、重参考或自动修复掩盖问题。

信号质控与预处理

质控应先检查文件可读性、时长、通道映射、单位、动态范围、采样和时间戳,再识别导联脱落、饱和、削顶、桥接、漂移、工频、电极移动、眼动、心电、肌电和运动污染。每个通道及时间段的可用性、丢失、异常和修复动作都应记录,并保留不可修改的原始副本。质量指标只能帮助筛查,不能替代逐段查看;将坏通道、伪迹或设备重启误作生理活动,会同时扭曲分期、事件和频谱结果。

重参考、滤波、陷波、重采样、插值、独立成分或其他去伪迹处理会改变信号,参数必须由问题和数据特征决定,并保存处理前后比较。滤波不应制造或删除关键波形,重采样前要处理混叠,插值不能被当作真实测量。定量脑电分析应把伪迹检测置于统计之前,报告各阶段和组别被排除的比例;如果排除与疾病、设备或干预相关,就要评估由此产生的选择偏倚。

睡眠分期、事件与一致性

人工或辅助评分应采用项目指定且适用于年龄、记录类型和用途的规则版本,明确时代长度、导联组合、睡眠阶段、觉醒、呼吸、运动和心脏事件定义。多导睡眠监测中的睡眠期总时间、睡眠效率、潜伏期、阶段比例和事件指数依赖分母与记录区间;家庭检测若未测得可信睡眠时间,不应把记录时间分母产生的指标无条件称为多导睡眠监测中的同名指数。规则变更或不同缺氧阈值可改变结果,报告必须注明。

评分人员应接受相应训练,疑难片段按预设路径复核,并定期评价分期、觉醒、呼吸事件和运动事件的评分者间一致性。仅报告总体准确率可能掩盖稀少阶段或事件的系统差异,应结合逐类混淆、事件计数差、偏倚和一致性指标。参考评分也可能存在分歧,建立共识时应保存各评分者、裁决和最终标签,不得用最终标签覆盖原始判断历史。

定量脑电与统计分析

定量分析可包括功率谱、慢波活动、纺锤波、K复合波、微觉醒、连接、相位—振幅耦合或时频特征,但每项指标须说明导联、参考、频段、窗函数、重叠、归一化、基线和检测阈值。睡眠结构指标与信号特征应按生理问题、阶段和时间组织,不能从大量特征中只挑显著项。头皮脑电反映的是受体积传导、参考和噪声影响的电位差,传感器层关联不等同于确定的脑源或因果机制。

统计单位应与设计一致,区分受试者、夜晚、时代、事件和通道,避免把同一人的大量时代当成独立样本。模型需处理重复测量、夜间时序、站点和设备批次、年龄、性别、药物及其他预设混杂,报告效应量、区间、缺失、多重比较与敏感性分析。小样本或探索性结果应标记不确定性;组间平均差不能直接用于个体诊断,相关性、分类性能和预测能力也不能互相替代。

自动评分与算法验证

自动分期或事件检测系统应明确预定用途、输入通道、前处理、模型与权重版本、训练和验证数据来源、标签规范、受试者级划分及人工参与方式。训练集、调参集和独立测试集应隔离,避免同一人、相邻时代或同一夜泄漏造成虚高表现。验证应覆盖目标年龄、疾病、设备、站点和信号质量,报告逐类性能、校准、置信区间、失败与不可判定率,并检查代表不足人群和不同硬件中的偏差。

算法输出应保留置信或质控信息,低质量、未知模式和分布外记录可转人工而非强制给出标签。人工复核的范围、修改率和最终责任要写清,自动结果不应因速度快而免于原始信号审阅。模型、评分规则、设备固件或前处理改变后需做影响评估、版本控制和必要的再验证;用于医疗决策的软件还要满足适用的产品、质量、风险、网络安全和上市要求,科研代码本身不等于获准医疗器械。

交付、可复现性与质量监督

交付物可包括原始数据清单、质量报告、通道与事件字典、处理日志、分期和事件标注、睡眠结构表、定量特征、图形、分析代码、软件环境和结果报告。原始数据、清洗数据、标签、派生指标和最终表格应分层保存,以受试者、会话、通道、时间和版本键连接;开放格式与结构化元数据有助于交换,但格式转换损失须记录。报告应说明使用规范、限制、异常、排除、偏差、人工复核和适用范围。

质量体系应管理人员资格、评分者间一致性、代码复核、测试数据、设备和软件版本、访问日志、备份、缺陷、纠正措施和变更。交付前以冻结输入和受控代码重现表图并核对样本流向,服务结束时按协议移交或销毁数据、撤销访问并保留审计轨迹。高质量分析的标志是来源清楚、原始信号可追溯、规则明确、处理可复现、验证贴合用途和结论克制,而不是自动化程度、特征数量或单一准确率。