研究人员开发了Sleep2Word,一个旨在将周边生理信号翻译成脑电图(EEG)频谱图的新型框架。该方法利用持续时间感知词化,将生理嵌入分组为可变持续时间的块,并将它们的内容和持续时间量化为特定模态的词汇表。与现有基线相比,该系统在重建脑电图频谱图以及改善睡眠分期、觉醒检测和生存预测方面表现出优越的性能。Sleep2Word还显著压缩了整夜序列,提供了有利的准确性-计算权衡以及可解释的跨模态分析潜力。 AI
影响 通过从非EEG周边测量中提取EEG数据,实现了更易于访问的睡眠分析。
排序理由 详细介绍一种新信号翻译方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- breathing
- CatalyzeX
- DagsHub
- electrocardiography
- electroencephalography
- Gotit.pub
- Hugging Face
- photoplethysmography
- ScienceCast
- Sleep2Word
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →