基于神经网络的睡眠纺锤波高级识别
信号处理
2022-05-12 v2 机器学习
定量方法
摘要
睡眠纺锤波是一种神经生理现象，似乎与记忆形成及中枢神经系统的其他功能相关，并可在睡眠期间的脑电图记录（EEG）中观察到。即使评定者经过高度训练，EEG 记录中人工标记的纺锤波注释也存在显著的评定者内和评定者间差异，这降低了纺锤波测量作为研究和诊断工具的可靠性。大规模在线数据注释（MODA）项目最近通过整合多位此类评定专家的共识来解决这一问题，从而提供了一个质量更高的纺锤波注释语料库。基于该数据集，我们提出了一种 U-Net 型深度神经网络模型，用于自动检测睡眠纺锤波。我们的模型性能超越了当前最先进的检测器以及 MODA 数据集中的大多数专家。我们观察到，在所有年龄段的受试者中，包括那些纺锤波特别难以可靠检测的老年人，检测准确率都有所提高。我们的结果突显了自动化方法以超人类表现完成重复繁琐任务的潜力。
引用
@article{arxiv.2202.05158,
title = {Advanced sleep spindle identification with neural networks},
author = {Lars Kaulen and Justus T. C. Schwabedal and Jules Schneider and Philipp Ritter and Stephan Bialonski},
journal= {arXiv preprint arXiv:2202.05158},
year = {2022}
}
备注
11 pages, 4 figures