MC2SleepNet: التصنيف المتقاطع متعدد الوسائط مع التعلم التبايني لتصنيف مراحل النوم

يؤثر النوم بشكل عميق على صحتنا، وقد تؤدي قلة النوم أو الاضطرابات المرتبطة به إلى مشكلات جسدية ونفسية. وعلى الرغم من النتائج المهمة التي تم التوصل إليها في الدراسات السابقة، تظل التحديات قائمة في تحسين نماذج التعلم العميق، خصوصًا في التعلم متعدد الوسائط لتصنيف مراحل النوم بدقة عالية. تقدم بحثنا شبكة MC2SleepNet (الشبكة متعددة الوسائط ذات التماسك المتقاطع مع التعلم التبايني لتصنيف مراحل النوم). وتهدف هذه الشبكة إلى تسهيل التعاون الفعّال بين الشبكات العصبية التلافيفية (CNNs) وبنية النموذج المُحَوِّل (Transformer) في التدريب متعدد الوسائط، باستخدام التعلم التبايني والتماسك المتقاطع. توفر الإشارات الكهربائية الدماغية الأحادية القناة الخام (EEG) وبيانات الطيف المرتبطة بها وسائط متعددة ذات خصائص مختلفة، مما يعزز التعلم متعدد الوسائط. وقد حققت شبكة MC2SleepNet أداءً متقدمًا على مستوى التقنيات الحالية، بتحقيق دقة قدرها 84.6% على مجموعة بيانات SleepEDF-78، و88.6% على مجموعة بيانات دراسة صحة القلب والنوم (SHHS). تُظهر هذه النتائج قدرة الشبكة المقترحة على التعميم الفعّال على كلا النوعين من البيانات، الصغيرة والكبيرة.