2023 信号处理大挑战——电子预防：睡眠行为作为精神病患者复发的指标
信号处理
2023-04-19 v1 机器学习
摘要
本文介绍了 USC SAIL 提交给 2023 信号处理大挑战——电子预防（任务 2）关于检测精神病患者复发的方法与结果。复发预测已被证明具有挑战性，主要由于个体间症状和对治疗反应的异质性。我们通过研究在无监督机器学习设置中使用睡眠行为特征将复发日估计为离群值来解决这些挑战。我们从实地收集的人类活动和心率数据中提取信息特征，并评估特征类型和时间分辨率的各种组合。我们发现短时睡眠行为特征优于其清醒对应特征及更大时间间隔。我们的提交在任务官方排行榜中排名第 3，证明了此类特征作为精神病复发客观且非侵入性预测因子的潜力。
引用
@article{arxiv.2304.08614,
title = {Signal Processing Grand Challenge 2023 -- e-Prevention: Sleep Behavior as an Indicator of Relapses in Psychotic Patients},
author = {Kleanthis Avramidis and Kranti Adsul and Digbalay Bose and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2304.08614},
year = {2023}
}
备注
2 pages, 1 table, ICASSP 2023, Grand Challenges Track