Sleep-EDF Expanded dataset

LLaMA 3.1 助力 AI 校正睡眠分期分类错误

研究人员开发了一种新颖的方法，通过使用 LLaMA 3.1 来识别和移除不可靠的睡眠分期标注，从而提高从脑电图数据进行睡眠分期分类的准确性。该 LLM 辅助流程首先训练一个轻量级模型 TinySleepNet，以识别低置信度的时段。然后将这些时段提交给 LLaMA 3.1，以根据临床指南进行评估。通过在清理后的数据上重新训练 TinySleepNet，该系统提高了准确性和宏观 F1 分数，尤其是在 REM 睡眠检测方面，同时保持了实时应用的效率。