混合智能在精准睡眠阶段判别中的应用研究
邵益梓1
黄柏恺1
杜利东2
王鹏2
李振锋2
陈贤祥2
方震2
1.中国科学院空天信息创新研究院,北京 100190;中国科学院大学 电子电气与通信工程学院,北京 1000492.中国科学院空天信息创新研究院,北京 100190;中国科学院大学 电子电气与通信工程学院,北京 100049;中国医学科学院 "个性化呼吸慢病管理研究"创新单元,北京 100730
摘要：针对手工睡眠分期过程繁琐,自动睡眠分期模型存在精度不足或难以解释分类结果的问题,本研究提出了一种基于混合智能的自动睡眠分期模型,结合数据智能和知识智能以实现睡眠分期精度、可解释性和泛化性的平衡.首先,基于典型脑电(electroencephalography,EEG)和眼电(electrooculography,EOG)通道的任意组合,建立了基于U-Net架构的时序全卷积网络和多任务特征映射结构;其次,通过组合不同睡眠图校正方法,探究了知识智能对粗睡眠图的不同作用方式.本模型在ISRUC和Sleep-EDFx数据集上的F1指标分别为 0.804、0.780.此外,本研究利用知识智能解决了模型得到的粗睡眠图跳变过多、睡眠阶段转换不合理的问题.结果表明,本研究能够为睡眠医师提供有效的判读辅助,在提高临床睡眠分期效率上具有巨大潜力.
关键词：睡眠分期混合智能多任务学习特征映射可解释性睡眠图校正
分类号：R318(医用一般科学)TP181(自动化基础理论)TP183(自动化基础理论)
资助基金：国家重点研发计划(2020YFC2003703)国家自然科学基金(62071451)中国医学科学院医学与健康科技创新工程项目(2019I2M-5-019)
论文发表日期：2024-06-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：10( 190-199 )
英文信息