2ヶ月前

エポック内およびエポック間の時間的文脈ネットワーク(IITNet)を用いた単一チャンネル生EEGの自動睡眠スコアリングにおけるサブエポック特徴量の利用

Hogeon Seo; Seunghyeok Back; Seongju Lee; Deokhwan Park; Tae Kim; Kyoobin Lee
エポック内およびエポック間の時間的文脈ネットワーク(IITNet)を用いた単一チャンネル生EEGの自動睡眠スコアリングにおけるサブエポック特徴量の利用
要約

単一チャンネルの生EEGから自動睡眠スコアリングを行うために、イントラおよびインタエポックの時間的コンテクストを学習する深層学習モデルIITNetが提案されました。半分の分間(エポック)のEEGから睡眠ステージを分類するために、睡眠専門家は睡眠に関連するイベントを調査し、見つけたイベント間の遷移規則を考慮します。同様に、IITNetは残差ニューラルネットワークによりサブエポックレベルでの代表的な特徴量を抽出し、これらの特徴量のシーケンスからイントラおよびインタエポックの時間的コンテクストを双方向LSTMを通じて捉えます。性能は3つのデータセットについて、シーケンス長(L)が1から10まで増加するにつれて評価されました。IITNetは他の最先端の結果と同等の性能を達成しました。SleepEDF (L=10)では最良精度が83.9%、MF1が77.6%、Cohen's kappa ($κ$)が0.78であり、MASS (L=9)ではそれぞれ86.5%、80.7%、0.80で、SHHS (L=10)ではそれぞれ86.7%、79.8%、0.81でした。4つのエポックを使用してもなお性能は同等でした。単一エポックを使用する場合と比較して平均すると、精度とMF1はそれぞれ2.48ポイントと4.90ポイント向上し、N1, N2, およびREMのF1値はそれぞれ16.1ポイント、1.50ポイント、6.42ポイント向上しました。4つ以上のエポックでは性能向上が有意ではありませんでした。これらの結果は、最新の2分間の生単一チャンネルEEGを考えることで効率的にかつ信頼性のある深層ニューラルネットワークによる睡眠スコアリングができる合理的な選択であることを支持しています。さらにベースラインとの実験では、深層残差ネットワークによるイントラエポック時間的コンテクスト学習が全体的な性能向上に寄与することと、インタエポック時間的コンテクト学習との間に正の相乗効果があることが示されました。

エポック内およびエポック間の時間的文脈ネットワーク(IITNet)を用いた単一チャンネル生EEGの自動睡眠スコアリングにおけるサブエポック特徴量の利用 | 最新論文 | HyperAI超神経