基于深度学习的跨对象脑电睡眠分期研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1002-3208.2022.04.010.

基于深度学习的跨对象脑电睡眠分期研究

引用
目的 跨对象脑电睡眠分期是国际顶级会议NeurIPS 2021最新提出的一项挑战性任务,目的是解决当前脑电睡眠分期中主要存在的目标数据不足问题.本文基于深度学习方法对该任务进行了初步探索,通过对数据集的深入分析,结合深度学习AttnSleep(attention-based deep learning approach for sleep stage classification)模型,设计实现了一种基于类感知损失函数(class-aware loss function)的单通道脑电睡眠分期方法.方法 实验数据来自NeurIPS 2021 BEETL Competition任务一官方所提供的跨对象数据集,首先对脑电数据进行标准化预处理,然后使用本文设计的方法进行睡眠分期,并对其结果进行检验.结果 在数据集提供的2个不同年龄组别中,本文方法分别达到了67.33和66.68的任务指标,同时也验证了类感知损失函数的作用.结论 使用基于类感知损失函数的单通道AttnSleep模型有助于在目标数据不足的情况下提升跨对象脑电睡眠分期的效果.文中所用的实验方法代码将发布于https://github.com/MatrixWP/EEG-sleep-stage-classification.

跨对象睡眠分期、脑电、深度学习、AttnSleep模型、类感知损失函数

41

R318.04(医用一般科学)

军队装备综合研究项目LB20201A010010

2022-08-23(万方平台首次上网日期,不代表论文的发表时间)

共6页

399-404

相关文献
评论
暂无封面信息
查看本期封面目录

北京生物医学工程

1002-3208

11-2261/R

41

2022,41(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn