从脑电到睡眠分期与注意状态，算法怎样作出判断？

研究对象

以睡眠分期为主要案例，另选一项具有外部行为标准的注意/警觉任务作对照；比较原始信号、人工标注、模型输出与实际用途，消费设备的专注/放松评分须定位具体产品与版本后再取证。

为什么值得做

理解从生理信号到状态标签的推论链，研究训练分布、标注一致性、个体差异和场景变化对结果的影响，避免只看一个平均准确率。

待比较的机制

• 可重复的生理特征支持部分状态区分，但标签边界、阶段转换和个体差异限制对应
• 模型可能同时利用眼动、肌电、动作或人群特征，需明确实际信号来源及目标
• 个体校准或分布适应可改善部分迁移，随机切片与受试者重叠也可能抬高表面性能，需按人/时间/设备比较

与父库的分界

专题第7篇，依赖T65/T66；现有T54研究睡眠对记忆的作用，本题研究睡眠状态如何被识别。父库脑机接口篇聚焦运动/语音解码与读心升格，本题限定非侵入状态监测。睡眠分期、注意任务与消费评分分别核证，不预设一个任务成功便证明其他评分有效。 开题核父库231篇快照及T65/T66；本篇完成特征/上下文/参照与迁移验证研究，未重写睡眠记忆或读心裁决。

证据入口

1. The Dreem Headband compared to polysomnography for electroencephalographic signal acquisition and sleep staging

   2020 · 原始25名受试者同步记录与5名专家分期比较；已核摘要、DOI 10.1093/sleep/zsaa097和作者开发方关联。开题核参考标签、阶段混淆、算法训练/测试划分与独立验证；设备和人工一致不自动证明每项输出有同等用途。 · 摘要或题录入口已核

2. Evaluation of Dreem headband for sleep staging and EEG spectral analysis in people living with Alzheimer’s disease and older adults

   2025 · 原始老年人与阿尔茨海默病人群验证；已核期刊题录及公开方法/结果摘录（DOI 10.1093/sleep/zsaf122），期刊直开失败。开题取得全文核头带版本、样本、PSG双评分及误差；不将旧研究健康样本性能直接继承到不同人群。 · 摘要或题录入口已核

入口初筛 2026-09-11；课题尚未完成时，这些材料不代表已有研究结论。