SleepFM 是斯坦福大學(xué)開源的多模態(tài)睡眠分析模型，基于超過14,000名參與者的100,000小時睡眠數(shù)據(jù)，通過融合大腦活動、心電圖和呼吸信號，提供全面的睡眠健康評估。旨在提高睡眠分析的效率和準(zhǔn)確性。模型采用對比學(xué)習(xí)技術(shù)，優(yōu)化睡眠階段分類和睡眠呼吸障礙檢測的準(zhǔn)確性。SleepFM 能輔助臨床診斷和研究，能集成到可穿戴設(shè)備中，用于個人睡眠健康管理。開源特性為睡眠醫(yī)學(xué)領(lǐng)域提供了一個強(qiáng)大的研究和應(yīng)用平臺。

SleepFM的主要功能

睡眠階段分類：自動分析和分類個體的睡眠階段，包括清醒、淺睡、深睡和REM睡眠。 睡眠呼吸障礙檢測：識別睡眠期間的呼吸異常，如呼吸暫停和低通氣。 人口統(tǒng)計屬性預(yù)測：從生理信號中預(yù)測個體的年齡和性別。 數(shù)據(jù)檢索：通過一種生理信號檢索與之對應(yīng)的其他模態(tài)信號。 臨床輔助：輔助臨床醫(yī)生分析睡眠監(jiān)測數(shù)據(jù)，提高診斷效率。 健康管理：集成到可穿戴設(shè)備中，用于個人睡眠健康的監(jiān)控和管理。 研究與藥物開發(fā)：支持睡眠相關(guān)的臨床研究和藥物效果監(jiān)測。

SleepFM的技術(shù)原理

多模態(tài)數(shù)據(jù)融合：結(jié)合 BAS、ECG 和呼吸信號，信號分別來自大腦、心臟和肺部，覆蓋了19 個數(shù)據(jù)通道。 對比學(xué)習(xí)框架：SleepFM 探索兩種對比學(xué)習(xí)框架，即成對對比學(xué)習(xí)（pairwise CL）和留一法對比學(xué)習(xí)（leave-one-out CL）。成對對比學(xué)習(xí)將來自不同模態(tài)的正匹配對在潛在空間中拉近，同時推開負(fù)匹配對。留一法對比學(xué)習(xí)則是在構(gòu)建對比學(xué)習(xí)樣本時，將兩個輸入與剩下的輸入構(gòu)成樣本對，從而從一個片段構(gòu)建出三個樣本對。 自監(jiān)督預(yù)訓(xùn)練：通過自監(jiān)督學(xué)習(xí)方法，SleepFM 在預(yù)訓(xùn)練階段不依賴于標(biāo)注數(shù)據(jù)，通過設(shè)計的數(shù)據(jù)增強(qiáng)策略和對比損失函數(shù)來學(xué)習(xí)數(shù)據(jù)的表示。 下游任務(wù)性能提升：預(yù)訓(xùn)練得到的表示用于多種下游任務(wù)，如睡眠階段分類和睡眠呼吸障礙（SDB）檢測。SleepFM 的表現(xiàn)超過了傳統(tǒng)的端到端訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)（CNN）。

SleepFM的項目地址

GitHub倉庫：https://github.com/rthapa84/sleepfm-codebase arXiv技術(shù)論文：https://export.arxiv.org/pdf/2405.17766

SleepFM的應(yīng)用場景

臨床診斷：輔助醫(yī)生和睡眠專家快速準(zhǔn)確地分析睡眠監(jiān)測數(shù)據(jù)，提高診斷效率和準(zhǔn)確性。 睡眠研究：在睡眠醫(yī)學(xué)研究中，分析臨床試驗數(shù)據(jù)和監(jiān)測藥物效果，以及研究睡眠模式和睡眠障礙。 健康管理：集成到可穿戴設(shè)備或智能家居系統(tǒng)中，幫助個人監(jiān)控和改善睡眠質(zhì)量。 藥物開發(fā)：在新藥開發(fā)和臨床試驗中，用于評估藥物對睡眠質(zhì)量的影響。 教育和培訓(xùn)：在醫(yī)學(xué)教育中，作為教學(xué)工具，幫助學(xué)生和專業(yè)人員學(xué)習(xí)睡眠生理學(xué)和睡眠障礙的識別。 遠(yuǎn)程醫(yī)療：在遠(yuǎn)程醫(yī)療環(huán)境中，為遠(yuǎn)離醫(yī)療中心的患者提供睡眠監(jiān)測和分析服務(wù)。

? 版權(quán)聲明

本站文章版權(quán)歸 AI工具集 所有，未經(jīng)允許禁止任何形式的轉(zhuǎn)載。

網(wǎng)址: SleepFM http://www.u1s5d6.cn/newsview76896.html