2026年3月20日，世界睡眠日前一天，两条新闻叠在同一天。北京这边，中国睡眠研究会和中国疾控中心公布全国调查：15岁及以上人群睡眠质量差的流行率是23.87%。广州、上海、东莞的床垫厂则在比谁先把“智能体”写进发布会——喜临门和清华大学推出呼呼H300，慕思把鸿蒙智选智能床开到水立方。一边是人睡不好，一边是气囊、雷达和算法都在抢卧室。
真正卡住大规模监测的，往往不是再多一颗传感器。广东工业大学、中山一院生殖医学中心和中山大学孙逸仙纪念医院的一项研究，把问题说得更硬：床带已经能整夜记下体动、心率和呼吸，缺的是能拿来训练深度模型的、对得上脑电的标签。这篇已接收于 IEEE Internet of Things Journal 的论文给出一条工程路径——用同步脑电当“老师”，把分期标签迁到床垫下的惯性传感器上。
它没有宣布取代多导睡眠图。它承认自己还只是可行性证据。但这正好是眼下睡眠产业最需要被说清的那一层：消费级报告已经铺满手机，医疗级标注仍然极贵。
3亿人的觉，金标准还在实验室?
睡眠障碍不是一种病。2014年国际睡眠疾病分类第三版列了七大类、90多种。北京大学人民医院睡眠医学科主任韩芳常把门诊压成三句大白话：睡不着、睡不醒、睡不好。他是我国自主培养的首位临床睡眠医学博士，2025年底再次当选世界睡眠学会秘书长。2026年世界睡眠日，中国主题是“优质睡眠 美好生活”。韩芳在西普会上说，睡眠问题已成为仅次于心血管和肿瘤的第三大居民健康困扰；他所在医院的睡眠门诊量同比接近增长三成。
数字要分开看。中国疾控、复旦黄志力与韩芳等在 The Lancet Regional Health – Western Pacific 报告：全国46452人的代表性样本里，PSQI>5的加权患病率是23.9%，自报睡眠困扰高达53.7%，用过催眠药的只有1.6%。另一份《2025年中国睡眠健康调查报告》把18岁及以上的困扰率写成48.5%，覆盖人口超过3亿。主观困扰远大于规范就诊——《2026中国优质睡眠白皮书》里，七成受访者从未因失眠走进医院。
能把“睡得怎样”说清楚的金标准，仍然是多导睡眠图（PSG）。它同时记录脑电、眼电、肌电、心电、气流、血氧和体位，由经过培训的技师按美国睡眠医学会（AASM）规则，以30秒为一帧，标成清醒、N1、N2、N3和REM。自动化任务里，N1和N2常被并成浅睡，变成四分类。PSG分辨率高，也贵、也烦：要专属睡眠实验室，身上贴满电极，还容易引出“第一夜效应”——人睡在陌生房间里，一侧半球像还留着岗，结构就被拧歪。它适合诊断，不适合连续几个月在家里盯着看。
于是市场先走了。2017年Fitbit团队就在生理测量期刊上用光电容积描记和加速度做四期分期。2024年9月，Apple Watch的睡眠呼吸暂停通知拿到FDA 510(k)，靠的是腕部加速度计抓“呼吸紊乱”，连续多夜再提示中重度风险；美国睡眠医学会写得很清楚：这是筛查警报，不是诊断。三星手表走了另一条FDA De Novo通道。华为TruSleep 5.0公开说自己对标AASM的脑电分期，用心跳间隙、体动和姿态去认深睡、浅睡和REM。华为全屋智能的AI辅助康养传感器改用毫米波雷达，吸顶、无画面，主打坠床和睡眠时长。8H、米家把监测带缝进床垫；慕思的“潮汐算法”和喜临门的柔性传感带，则把分期写进了卖床的故事。
大众每天看到的是睡眠评分。睡眠中心每天缺的是床位。国家卫健委推动标准化睡眠门诊之后，呼吸科只看打呼噜、神经科只看失眠的墙在拆，但一夜PSG仍然贵、仍然少。居家设备要升级成能训练深度模型的数据，先得回答：标签从哪里来？
广工的MEMS，中山的临床，一条线
通讯作者何春华的履历不像典型的“发完论文再找应用”。中山大学微电子本科，北京大学微电子与固体电子学硕博，之后是工信部电子第五研究所、美的先行研究、广州三拾七度智能家居的产品研发总监，2021年以“青年百人”进入广东工业大学计算机学院。教师主页上的头衔是中国睡眠研究会睡眠产业智库专家。他2022年在同一本 IEEE IoT J 上发表过基于MEMS三轴加速度计和压力传感器的柔性生命体征与睡眠监测带；2023年还有一款结合穴位电刺激和生物电反馈的助眠眼罩。新论文写明：床带硬件沿用前序工作，规则或阈值模型大约78%准确率，再往上不是数据不够，是没有可靠的脑电参照标签。
另外两位通讯作者把场景拉回医院。黄孙兴在中山大学附属第一医院生殖医学中心做不孕和辅助生殖，简历里写着AI在健康管理中的应用——睡眠与激素、体重和助孕结局本就是一条临床线，团队2025年还做过孕妇睡姿的床带识别。梁茂金是中山大学孙逸仙纪念医院耳科主任医师、博士生导师，主业是耳聋、中耳炎和侧颅底，同时关注ADHD、失眠和AI。耳科门诊里的打鼾、憋醒，最后常常要和睡眠呼吸暂停汇合；把床带做成可过夜的筛查入口，对他们不是猎奇。
共同第一作者是广工计算机学院的詹健、林欣然、叶尚乐，一位硕士、一位本科、一位跨专业硕士。
这不是“大模型换皮”，是传感器、同步电路和临床场景先在车间里长过一遍的题目。
老师是脑电，学生是床带
方法可以压成一句：先在公开脑电上训一个靠得住的分期器，再让它给同步采到的床带信号打伪标签，最后只把床带信号和这些标签交给新模型。论文把它叫作 EEG-guided label transfer。整体框架见图1。
源域是 Sleep-EDF 的睡眠盒式和遥测两组记录，只取 Fpz-Cz，100 Hz，切成标准30秒帧。标签并成四类：清醒、浅睡（N1+N2）、深睡（N3+N4）、REM。划分必须按人：同一个人的帧不能既出现在训练集又出现在测试集，否则准确率会被“同一个人的相邻30秒太像”抬上去。预处理的均值和方差也只在训练折上估计。
目标域招了40名健康成人：无已知睡眠障碍，无神经精神疾病，近期不用中枢神经药物。每人在安静、控温的实验室里睡一整夜，约7–8小时。头上是便携脑电，100 Hz；躯干下是床带，同样100 Hz记三轴加速度和三轴角速度，再从中估计心率、呼吸率和活动指数。两套设备用硬件触发对齐，误差小于10毫秒。伦理委员会批了，知情同意也有。论文自己写：这只支持可行性，还没有失眠、呼吸暂停或碎片化睡眠的病人。
标签不是技师手标的PSG，而是源域模型打出来的伪标签。每一帧输出四类后验，取最大Softmax当置信度；只留置信度≥0.80的帧给床带模型。阈值从初稿的0.95降到0.80，因为0.95会把深睡留存从87.55%砍到63.62%，REM从85.18%砍到66.71%，覆盖率不够。留下来的39442帧占全部的91.41%。作者把它称为“脑电引导的伪标签”，不是独立金标准。
两边共用同一套时间建模骨架，叫 SERN（Sleep Epoch Recognition Network）。两个一维卷积分支并行：小核抓局部，大核抓长程；拼起来后送双向LSTM，看前后各一段，预测中间那一帧。源域吃的是原始单通道脑电；目标域吃的是六轴运动，外加心率、呼吸和活动。21帧组成一条序列。结构见图2。
消融写得很直：拿掉大核，源域准确率掉3.1个百分点，目标域掉11.9个百分点；拿掉双向LSTM，目标域准确率掉8.8个百分点。睡眠不是一帧照片，是前后都在说话的过程。大核和循环层做的，是把“这一分钟像深睡”放回整晚的节奏里。
数字好看，但要先看它跟谁比
源域上，按人划分，SERN准确率0.8662，宏F1 0.8410，Cohen’s kappa 0.7904，和 TinySleepNet、AttnSleep 同一档。它的任务不是刷新脑电SOTA，而是证明这个“老师”本身站得住，才能往下迁移。
清醒窗口怎么切，会让数字跳一截。Post30保留入睡前全部清醒、只留醒后30分钟，准确率到0.9338±0.0069，kappa 0.8754——因为大量好认的清醒帧还在。Trimmed把入睡前后的清醒都裁到30分钟，准确率回到0.8714。论文把两种混淆矩阵都摊开，见图3、图4。
迁到床带之后，作者先画了一张整晚的睡眠结构图（图5）：清醒、浅睡、深睡、REM按周期起伏，而不是一帧一帧乱跳。这是定性检查——伪标签至少还长得像一夜睡眠，而不是噪声。
目标域同样按人划分：28人训练、4人验证、8人测试。和SVM、逻辑回归、MLP、一维CNN，以及改输入后的 AttnSleep-like、TinySleepNet-like 比，SERN最高：准确率83.56%，宏F1 79.69%，kappa 0.7498，宏平均召回79.33%。比前序规则模型的约78%往上走了一截，而且四类更均衡。
关键数字在图6。清醒召回85.5%，浅睡87.0%，REM 79.2%，深睡只有65.7%，其中20.1%被判成浅睡。REM也有13.7%滑向浅睡。床带看见的是微动、心率和呼吸，不是慢波和纺锤波。相邻阶段本来就难分，IMU更没有神经生理的那一层。论文写得很克制：这是对迁移标签的符合程度，不是对独立PSG的临床分级成绩。
局限三条，作者自己列了，不必替他们圆。第一，40人全是健康志愿者，没有中重度OSA（AHI≥15）、原发性失眠或碎片化睡眠。第二，N1并进浅睡，换来类别稳定，丢掉了和碎片化最相关的那一档。第三，老师自己也是模型。下一步他们写了两条：病人队列加独立PSG；在大规模无标签IMU上做自监督预训练。第二条和2025年可穿戴脑电上的自监督路线是同一类判断——家里会先堆出没有人标的数据，标签会一直贵。
热点在卧室，裁判还在睡眠中心
大众碰到的不是SERN，是手表、床垫和雷达。2026年3月那一轮发布会把叙事推到“具身睡眠智能体”“卧室中枢”：感知压力分布，30到90秒里调气囊；打鼾就抬一点角度；OTA以后再加模式。喜临门引用的指数里，超过68.6%的受访者说自己受失眠困扰，颈部不适38.5%，腰部不适36.6%。睡眠和脊柱在同一张床上见面，产业不会放过。
监管已经把消费电子和诊断拉开。Apple和三星拿到的是筛查通知，不是替代PSG或家用睡眠呼吸暂停检测（HSAT）。AASM比较各家手表时写过一句行业里都该记住的话：它们往往高估总睡眠时间、低估醒后清醒，病人会拿着手环数据来就诊，医生应当用它分诊和随访，而不是把它当成确诊。华为康养雷达强调原始数据不出门、无画面，方向是适老看护，不是分期竞赛。鱼跃一类厂商走的是便携监测和互联网医疗价格目录，那是另一条更靠近医保的轨道。
何春华这条线的位置比较特殊：硬件先在智能家居公司里做过，再回到学校补标签和算法。DeepTech写汗液智能戒指时，西湖大学丁士超转述过约瑟夫·王的话——有价值的可穿戴不只是一颗高性能传感器，还要解决采样、传输和长期佩戴。床带也是。78%的规则模型够不够卖一张“睡眠报告”？消费市场大概够。要不要进睡眠门诊的初筛路径，要看它能不能在病人身上、对着独立PSG站住。这篇论文把球踢到了正确的半场：先解决标签，再谈部署。
如果能稳定标出结构、标出夜醒、标出可能的呼吸紊乱趋势，并且老老实实写成“筛查”，它们才是医工交叉里用得上的那一层。
3亿人的觉，不该再绑在实验室的电极上
这条监测带还没有证明自己能在病人家里替代一夜电极。它证明的是另一件事：非穿戴睡眠分期现在缺的不是把传感器做得更薄，而是如何在不把实验室搬回家的前提下，把脑电级监督迁过去。对医生，这是提醒：病人递来的睡眠App，先问它的标签从哪来、有没有按人验证、有没有独立PSG。对产业，这是需求定义：下一轮竞争不在首页的“深睡+12分钟”，而在同步标注、按受试者划分、以及敢把深睡65.7%的召回写进正文。对还在实验室排队的人，这是一句被写进物联网期刊的话——金标准可以不必每夜都绑在身上，但老师必须先是脑电。
参考资料
主要来源： Zhan等，IEEE Internet of Things Journal 已接收稿，DOI: 10.1109/JIOT.2026.3727106；He等，同刊 2022 监测带硬件；Sang等，Lancet Reg Health West Pac 2026；中国睡眠研究会 / 中国疾控 2026年全国睡眠质量调查；AASM关于Apple Watch与智能手表睡眠功能的说明；FDA对Apple Watch睡眠呼吸暂停通知的510(k)；2026年3月世界睡眠日及喜临门、慕思相关报道；广东工业大学何春华教师主页。文中准确率、kappa均指向原论文实验设置，不构成个体化诊疗或产品功效承诺。夜间严重憋醒、晨起头痛、难以控制的日间嗜睡，或明确打鼾伴呼吸暂停，应到正规睡眠中心评估，而不是用消费级报告替代诊断。
图片说明： 文中六张图均裁自上述 IEEE 作者稿，仅供本报道解读使用；正式发表版或有编辑改动。转载请遵循 IEEE 版权与作者授权。
审核 | 医工学人理事会
