基于受试者间相关性的对比学习睡眠分期
信号处理
2025-02-25 v1 机器学习
摘要
近年来，大量研究将深度学习应用于自动睡眠分期。然而实际上，这些工作较少关注睡眠分期中的跨受试者问题。同时，新兴的关于受试者间相关性的神经科学理论可为跨受试者分析提供新见解。本文提出了已用于睡眠分期研究的 MViTime 模型。并通过对比学习实现受试者间相关性理论，为解决睡眠分期中的跨受试者问题提供了可行方案。最后给出实验结果和结论，表明所开发方法在睡眠分期上取得了最先进的性能。消融实验的结果也证明了基于对比学习的跨受试者方法的有效性。
引用
@article{arxiv.2305.03178,
title = {Contrastive Learning for Sleep Staging based on Inter Subject Correlation},
author = {Tongxu Zhang and Bei Wang},
journal= {arXiv preprint arXiv:2305.03178},
year = {2025}
}
备注
12 pages, 6 figures