sleep staging | BriefGPT - AI 论文速递

关键词sleep staging

搜索结果 - 18

MSSC-BiMamba：多模态睡眠分期分类与睡眠障碍早期诊断
通过深度学习技术生成的自动化睡眠分期和睡眠障碍分类模型结合了有效通道关注机制以及双向状态空间模型，显著提高了诊断准确性和效率。
PDFa month ago
WaveSleepNet: 一种可解释的专家级睡眠分期网络
本研究提出 WaveSleepNet，一种可解释的神经网络用于睡眠分期，在训练过程中利用隐藏空间表示来识别不同睡眠阶段的特征波样本，通过评分确定波样本在输入信号中的存在和相对比例，并通过多个损失函数进行训练以确保波样本的多样性和稳健性。通过
PDF3 months ago
SleepPPG-Net2：基于光电容积脉搏图的深度学习睡眠分期通用化
该研究旨在开发一种可推广的深度学习模型，用于从原始 PPG 生理时间序列中进行四类（清醒、浅睡眠、深睡眠和快速眼动（REM））睡眠分期任务，并与其他优秀模型进行对比评估。SleepPPG-Net2 模型在性能上表现出更高的优势，并且可以根据
PDF3 months ago
CVPRSleepVST: 使用预训练转换器从近红外视频信号进行睡眠分期
通过相机采集的生理监测进展，我们可以非接触性地测量呼吸和心脏脉搏，而这些指标可以反映出睡眠阶段的信息。因此，我们提出了 SleepVST，一种基于 Transformer 模型的睡眠分期分类方法，通过预训练和应用于视频数据，SleepVST
PDF3 months ago
使用具有位置预测的 Transformer 进行高效睡眠分期
无监督学习在睡眠分期方面的研究表明，应用全面的预训练方案能够显著提高性能，减少所需的标记训练数据，因此建议在睡眠分期的自监督学习研究中采用这种方法。
PDF3 months ago
合成时间序列预训练的数据高效睡眠分期
通过预测随机生成的合成时间序列的频率内容的一种预训练任务，我们的实验表明，我们的方法在数据有限和受试者少的情况下超越完全监督学习，在有很多受试者的情况下与其性能相匹配。此外，我们的结果强调了频率信息对于睡眠阶段判定的相关性，并且还表明，深度
PDF4 months ago
域不变表示学习与自动睡眠分期的睡眠动力学建模
本研究提出了一种基于神经网络的自动睡眠分期模型（DREAM），通过从生理信号中学习领域通用表示并建模睡眠动力学，解决了睡眠分期研究中的几个关键问题，包括主体生理信号的异质性、从未标记的睡眠信号数据中提取有意义信息以改善预测性能的能力、建模睡
PDF7 months ago
U-PASS：一种基于不确定性引导的深度学习管道，用于自动化睡眠分期
本研究提出了一个名为 U-PASS 的机器学习流程，它在数据获取、训练和模型部署的每个阶段都加入了不确定性估计，应用于老年睡眠呼吸暂停症患者的医疗数据，通过优化训练数据、寻找信息样本和推迟最不确定的样本给专家，提高了准确率至 85%。U-P
PDFa year ago
基于混合注意力的脑电睡眠分期
该论文提出了一个名为 HASS 的新框架，使用良好设计的时空注意机制以自适应方式分配权重给不同的睡眠阶段下的 EEG 信号的空间和时间关系，该框架显著提高了睡眠定量评估的准确性和可靠性。
PDFa year ago
利用 EEG 辅助深度知识蒸馏提高基于单导联心电图的睡眠分期
利用知识蒸馏从 EEG 到 ECG 的跨模态知识传递，提高了 ECG 睡眠分期的分类性能。
PDF2 years ago
可解释性睡眠分期中性能和效用的平衡权衡
本文提出了一种基于深度学习的解释性方法，通过将深度学习嵌入使用归一化特征来表示，用于支持临床睡眠分期，该方法在不同数据集上具有优异的性能，能够实现良好的性能和可靠的临床解释性。
PDF2 years ago
SERF：使用嵌入、规则和特征进行可解释的睡眠分期
利用睡眠作为案例研究，该论文提出了一种结合由黑箱深度学习导出的高准确性和临床可解释性的通用方法 SERF，用于睡眠分期。该模型使用卷积和循环神经网络混合的嵌入来得到可诠释的特征空间，并应用基于简单模型如浅决策树的分类方法，其结果优于同类型模
PDF2 years ago
TransSleep：基于转换感知的注意力机制深度神经网络用于睡眠分期
提出一种称为 TransSleep 的新颖深度神经网络结构，使用具有上下文的信息，采用多尺度特征提取器模块、阶段混淆估计器模块和上下文编码器模块，用于睡眠分期，取得了良好的自动分期性能，并在 Sleep-EDF 和 MASS 数据集上展示出
PDF2 years ago
IJCAISalientSleepNet：睡眠分期的多模态显著波测量网络
提出了一种基于多模态数据的睡眠分期网络 SalientSleepNet，该网络使用了 U2-Net 体系结构，并且由两个独立的 U2-Net 流组成，用于从多模态数据中提取显著特征，并使用多尺度提取模块捕获不同睡眠阶段之间的多尺度过渡规则，
PDF3 years ago
XSleepNet: 自动睡眠分期的多视角序列模型
本文提出了一个名为 XSleepNet 的序列到序列的睡眠分期模型，可以从不同的视角（例如，原始信号和时频图像）学习联合表示，在不同视角之间平衡表示功率，从而改善了睡眠分期方法的结果。
PDF4 years ago
NIPS一种统一的贝叶斯方法，用于预测早产儿脑龄，并建模脑电睡眠转换随年龄的变化
该论文提出了一种使用贝叶斯网络和多个高斯混合模型进行睡眠分期和评估早产儿脑发育的方法，从而提高预测准确性。
PDF6 years ago
自动睡眠阶段分类的联合分类和预测 CNN 框架
本文提出了一种基于卷积神经网络的联合分类和预测框架，以及一个简单有效的 CNN 架构，用于自动睡眠分期。在 Sleep-EDF 和 Montreal Sleep Datasets 上进行的实验结果表明，该框架具有优越性能并且优于常见分类方案
PDF6 years ago
SLEEPNET：基于深度学习的自动睡眠分期系统
提出了一种基于深度递归神经网络的睡眠分期自动化诊断工具 SLEEPNET，其在超过 10000 名患者的数据集上进行了训练，并在独立测验中展现出高于 85％的准确性与 79％左右的算法 - 专家间一致性，可实现专业水平的睡眠诊断。
PDF7 years ago