Schlafstadienerkennung
Die Schlafstufen-Detektion beinhaltet die automatische Identifizierung und Klassifizierung von Schlaufen aus Polysomnographie-Signalen, einschließlich Wachheit (W), nicht-rem-Schlafstufe I (N1), nicht-rem-Schlafstufe II (N2), nicht-rem-Schlafstufe III (N3) und rem-Schlaf (REM). Diese Aufgabe zielt darauf ab, die Genauigkeit und Effizienz der Schlafstörungsdiagnose zu verbessern, was einen erheblichen Anwendungswert in der klinischen Medizin und Schlafforschung hat.
SHHS
XSleepNet2 (EEG, EOG, EMG)
Sleep-EDF
IITNet CRNN (Fpz-Cz only)
MASS SS3
SPDTransNet
SHHS (single-channel)
MC2SleepNet 50% Masking (C4-A1 only)
DODO
Sleep-EDFx
SleePyCo (Fpz-Cz only)
Sleep-EDFx (single-channel)
DODH
SimpleSleepNet
ISRUC-Sleep
MASS (single-channel)
MASS SS2
IITNet (F4-EOG [Left] only)
Montreal Archive of Sleep Studies
PhysioNet Challenge 2018 (single-channel)
SleePyCo (C3-A2 only)
PhysioNet Challenge 2018
XSleepNet (EEG, EOG, EMG)
Sleep-EDF (single-channel)
ISRUC-Sleep (single-channel)
NeuroNet (C4-A1 only)