当前位置：首页 > news >正文

PSDNorm：面向睡眠分期的时间归一化新范式

news 2025/10/11 15:54:28

在这里插入图片描述

在多中心睡眠脑电（EEG）研究中，模型往往在一个数据集上表现良好，却在另一中心的病人上性能骤降。
造成这一现象的“域偏移（Domain Shift）”问题，正是 ICLR 2026 投稿论文《PSDNorm: Temporal Normalization for Deep Learning in Sleep Staging》所要解决的核心。

一、研究背景

在睡眠分期任务中，模型需要从 EEG 等生理信号中识别 Wake、N1、N2、N3、REM 等睡眠阶段。
但由于采集设备、受试人群、采样率等差异，不同中心的数据分布存在显著偏移。
传统的归一化方法（如 BatchNorm、LayerNorm、InstanceNorm）虽然在视觉或语音领域表现优异，但在 EEG 这种强时序相关信号上并不适用：

BatchNorm 忽略了时间相关性；
LayerNorm 在跨通道归一化时丢失了时间结构；
InstanceNorm 假设样本独立同分布，无法处理信号的自相关特性。

作者指出，这些归一化层在时间维度上是“盲”的，无法感知信号的周期性与功率谱密度（Power Spectral Density, PSD）特征，因此在跨域泛化时效果有限。

二、核心方法：PSDNorm 层

在这里插入图片描述

论文提出的 PSDNorm（Power Spectral Density Normalization） 是一种可直接插入网络的归一化层，
核心思想是在时频域上对特征图进行“功率谱对齐”，让模型学习到 域不变的时序统计结构。

✳️ 1. 核心思想

与其在时域中简单做零均值单位方差标准化，PSDNorm 选择在频域中执行以下步骤：

估计特征图的功率谱密度 (PSD)：通过 Welch 方法计算每个通道的频谱；
计算批次的 Wasserstein 均值（Riemannian barycenter）：得到当前 batch 的平均频谱分布；
执行 Monge 映射 (Monge Mapping)：利用最优传输理论，将每个样本的 PSD 对齐至该均值；
生成过滤器 Ĥ 并在频域中归一化特征图，从而抑制域间分布差异。

这一过程不仅考虑信号的能量分布，还保留其时间自相关结构。

✳️ 2. 公式描述

$G~(j)=M∗f(G(j)−μ^(j)1∗ℓT,P^) \tilde{G}^{(j)} = \mathcal{M}*f(G^{(j)} - \hat{\mu}^{(j)} 1*\ell^T, \hat{P})$

其中：

( $hat{P}$ )：当前批次的 PSD 重心；
( $mathcalMf(⋅)mathcal{M}_f(\cdot)$ )：基于 Monge 映射的归一化函数；
( $f$ )：控制时间相关性范围的滤波参数（典型取值 1~17）。

当 ( $f$ =1 ) 时，PSDNorm 退化为普通的 InstanceNorm。

✳️ 3. 层内流程概览（训练阶段）

输入特征图 G → PSD 估计 → 批次 PSD 均值↓
计算运行中 Riemannian 重心 → 生成频域滤波器 Ĥ↓
Monge 映射归一化输出 G̃

伪代码如下：
在这里插入图片描述

三、实验与结果

🧪 数据与设置

论文在 10 个大型睡眠分期数据集 上进行验证，包括：

SHHS、MASS、CHAT、SOF、MROS、CFS、CCSHS、HPAP、ABC、PHYS

共计 10,000+ 被试、14,000+ 夜次、千万级样本，使用 leave-one-dataset-out (LODO) 评估方案。

基线方法涵盖：

传统归一化：BatchNorm / LayerNorm / InstanceNorm
预处理方法：Temporal Monge Alignment (TMA)

📊 主要结果（摘要）

在这里插入图片描述

方法	LODO 准确率 (%)	数据效率	说明
BatchNorm	80.2	1×	常见基线
LayerNorm	79.8	1×	无时序建模
TMA (预处理)	82.1	2×	仅离线对齐
PSDNorm (本文)	84.7	4× 更高数据效率	在线频谱对齐

在这里插入图片描述

结论：在相同架构下，PSDNorm 显著提升跨域泛化性能，且在仅使用 25% 训练数据时，性能可匹敌完整 BatchNorm 训练。

四、作者主要贡献

🚀 提出 PSDNorm：首个可嵌入网络、基于功率谱对齐的时序归一化层。
🧠 理论上将 Monge 最优传输 与 Riemannian 流形均值 引入神经网络归一化。
🔬 在 10 个真实临床数据集上实现 跨域 SOTA 泛化性能。
⚙️ 提供可直接替换 BatchNorm 的模块实现，计算复杂度 O(Ncℓf log f)。
💡 实验显示该方法 无需重训练即可提升测试域鲁棒性。

五、启发与思考

✴️ 启发 1：从时间到频率的归一化视角

PSDNorm 将“归一化”从时域转移到频域，使模型对 频谱能量差异 不敏感，
这对跨设备、跨人群 EEG 建模尤其关键。

✴️ 启发 2：域泛化可从网络层级解决

相较 SleepDG、SleepDIFFormer 等通过损失函数或对抗学习对齐特征的方案，
PSDNorm 将“域对齐”直接嵌入到网络结构层面，提升可复用性与可部署性。

✴️ 启发 3：跨域 EEG 的统一基准方向

该研究展示了统一处理多数据源 EEG 的潜力，为未来“全球化 PSG 模型”提供基础组件。

六、总结

PSDNorm 通过频谱域的归一化策略，在不改变模型结构的前提下显著增强跨域泛化能力。
它不仅是一种“归一化层”，更是一种 隐式的时频对齐机制。
未来可结合 Transformer 或 Domain-Generalization 框架（如 SleepDG、SleepDIFFormer）进一步提升鲁棒性。