基于多通道多域知识蒸馏的单通道 EEG 睡眠分期算法
信号处理
2024-01-09 v1
摘要
本文提出了一种基于多通道多域（MCMD）的知识蒸馏算法，用于利用单通道脑电图（EEG）进行睡眠分期。所提出的算法同时学习了来自不同域和不同通道的知识。本工作采用了多通道预训练和单通道微调方案。源域中不同通道的知识被迁移到目标域的单通道模型中。采用预训练的教师 - 学生模型方案，结合目标域中的输出迁移和中间特征迁移，将知识从多通道教师模型蒸馏到单通道学生模型。所提出的算法实现了 86.5% 的最先进单通道睡眠分期准确率，与最先进的多通道模型相比仅下降了 0.6%。与基线模型相比提高了 2%。实验结果表明，来自多个域（不同数据集）和多个通道（例如肌电图 EMG、眼电图 EOG）的知识可以迁移到单通道睡眠分期中。
引用
@article{arxiv.2401.03430,
title = {Multi-Channel Multi-Domain based Knowledge Distillation Algorithm for Sleep Staging with Single-Channel EEG},
author = {Chao Zhang and Yiqiao Liao and Siqi Han and Milin Zhang and Zhihua Wang and Xiang Xie},
journal= {arXiv preprint arXiv:2401.03430},
year = {2024}
}
备注
5 pages, 2 figures, published by IEEE TCAS-II