实体
polysomnography
polysomnography
PulseAugur coverage of polysomnography — every cluster mentioning polysomnography across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
深度学习模型有望通过脑电图对睡眠呼吸暂停进行分类
研究人员开发了深度学习模型，通过脑电图（EEG）信号对睡眠呼吸暂停进行分类，旨在减少传统多导睡眠图（polysomnography）对资源的密集需求。该研究比较了包括Vision Transformer和Graph Attention Networks在内的各种架构，使用了原始时间数据、频谱图和拓扑数据分析特征等不同的信号表示。在575名儿科受试者的数据集上，一个在拓扑数据分析特征上训练的Vision Transformer模型取得了…
-
新的OSF基础模型推动睡眠生理学研究
研究人员推出了一系列新的睡眠生理学基础模型OSF，旨在解决多导睡眠图数据的异质性问题。通过对大量睡眠记录进行广泛预训练以及开发SleepBench基准，他们确定了可泛化睡眠模型的关键因素，包括通道不变特征学习和数据混合扩展。OSF模型在各种睡眠和疾病预测任务上取得了最先进的性能，展示了改进的样本效率和跨数据集扩展能力。
-
SleepMaMi：新型基础模型整合睡眠结构和生物信号
研究人员开发了SleepMaMi，这是一种新颖的睡眠基础模型，旨在整合长期睡眠结构和细粒度生物信号分析。该模型采用分层双编码器结构，其中宏观编码器用于处理时间依赖性，微观编码器用于处理信号形态。SleepMaMi在超过20,000份多导睡眠图记录上进行训练，在临床睡眠分析任务中表现出卓越的泛化能力和高效的适应性，性能优于现有的最先进模型。