EEG-based Sleep Staging with Hybrid Attention

要約

睡眠ステージングは​​、睡眠の質を評価し、睡眠障害を診断するために重要です。
ただし、さまざまな睡眠段階における脳波 (EEG) 信号内の空間的および時間的関係の両方を捕捉することは依然として困難です。
この論文では、ハイブリッド アテンション EEG 睡眠ステージング (HASS) フレームワークと呼ばれる新しいフレームワークを提案します。
具体的には、さまざまな睡眠段階における脳の時空間関係に基づいて、チャネル間およびチャネル内のEEGセグメントに重みを適応的に割り当てる、適切に設計された時空間注意メカニズムを提案します。
MASS および ISRUC データセットの実験結果は、HASS が一般的な睡眠ステージング ネットワークを大幅に改善できることを示しています。
私たちが提案したフレームワークは、睡眠ステージング中に脳波信号の時空間関係を捉える困難を軽減し、臨床現場と研究現場の両方で睡眠評価の精度と信頼性を向上させることが期待されています。

要約(オリジナル)

Sleep staging is critical for assessing sleep quality and diagnosing sleep disorders. However, capturing both the spatial and temporal relationships within electroencephalogram (EEG) signals during different sleep stages remains challenging. In this paper, we propose a novel framework called the Hybrid Attention EEG Sleep Staging (HASS) Framework. Specifically, we propose a well-designed spatio-temporal attention mechanism to adaptively assign weights to inter-channels and intra-channel EEG segments based on the spatio-temporal relationship of the brain during different sleep stages. Experiment results on the MASS and ISRUC datasets demonstrate that HASS can significantly improve typical sleep staging networks. Our proposed framework alleviates the difficulties of capturing the spatial-temporal relationship of EEG signals during sleep staging and holds promise for improving the accuracy and reliability of sleep assessment in both clinical and research settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google