Tendremos que investigar esto en algún momento. Para que el menú contextual funcione, cada párrafo debe ser identificado de forma única por el código TeX de manera que el visor pueda leer el archivo .parlocs y entenderlo. Los esb y las leyendas de figuras probablemente añaden varias capas de confusión, tanto para la parte que realiza la identificación como para la que intenta interpretarla.
t
Iba a escribir que los 'márgenes automáticos' (cat:headingsbox|esb / cat:titlebox|esb) se manejan con el mismo código, por lo que no tiene mucho sentido intentar usarlos. Sin embargo, si mal no recuerdo, hay algunas diferencias sutiles en la secuencia, es decir, creo que generan un bloque de encabezado normal y luego lo colocan dentro de un margen, lo que significa que nunca lograrás que algo como cat:headingsbox|s1 funcione, mientras que en tu ejemplo, cat:middle|s1 sería un estilo válido.
Así que podría valer la pena intentarlo si te sientes aventurero. Todo esto es de memoria de hace meses, sin releer el código, así que podría estar enviándote a buscar un pato salvaje (una búsqueda inútil).