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

该研究在同一批大鼠上系统比较了药物扰动下的睡眠分期泛化能力，并公开了样本数据与代码，适合关注域泛化方法和临床前睡眠分析的研究者参考。