大鼠睡眠分期不再怕换药：只用生理盐水训练，换到致幻剂条件F1只掉不到1%
在超过110万个标注片段的大鼠EEG/EMG数据上，一套面向鲁棒性的深度学习流程把四类睡眠分期做到94.3%的F1，比SlumberNet的87.0%和随机森林的87.9%分别高7.3和6.4个百分点。此前多数自动分期模型用保留同一分布的随机划分评估，遇到新个体或药物造成的分布偏移就会明显退化。该流程用全局上下文向量、监督对比学习和双分支分类器学习对个体与处理条件不敏感的表征，只用生理盐水记录训练、在未见动物身上测试时，各项指标下降不到1%。