FENet:用于阻塞性睡眠呼吸暂停检测的频率提取网络
高能物理 - 唯象学
2021-01-11 v1 高能物理 - 理论
摘要
阻塞性睡眠呼吸暂停(OSA)是一种高发但隐匿的疾病,严重危害人类健康。多导睡眠图(PSG)作为检测OSA的金标准,需要多个专用传感器进行信号采集,因此患者必须亲自前往医院并承担单次检测的高昂费用。近来,许多单传感器替代方案被提出以提高成本效率和便利性。在这些方法中,基于RR间期(即两次连续脉搏之间的间隔)信号的方案在舒适度、便携性和检测精度之间达到了令人满意的平衡。本文从能量角度考量基于RR间期的OSA检测在现实世界中的实用性。由于光电容积脉搏波(PPG)脉冲传感器普遍配备于智能腕戴式可穿戴设备(如智能手表和手环),检测模型的能效对于全面支持患者整夜观测至关重要。这带来了挑战,因为受智能腕戴式设备有限电池容量的限制,PPG传感器无法持续采集连续信号。因此,我们提出一种新颖的频率提取网络(FENet),它可从输入RR间期信号的不同频带中提取特征,并利用下采样、不连续的RR间期信号生成连续检测结果。借助一对多结构,FENet仅需PPG传感器三分之一的工作时间,从而大幅降低能耗并实现整夜诊断。在真实OSA数据集上的实验结果揭示了FENet的SOTA性能。
引用
@article{arxiv.2101.02872,
title = {Radiative decay of the $\Xi(1620)$ in a hadronic molecule picture},
author = {HongQiang Zhu and Feng Yang and Yin Huang},
journal= {arXiv preprint arXiv:2101.02872},
year = {2021}
}