Generalizable Sleep Staging via Multi-Level Domain Alignment

要約

自動睡眠ステージングは​​、睡眠の評価と障害の診断に不可欠です。
既存の手法のほとんどは 1 つの特定のデータセットに依存しており、トレーニング データとテスト データが同じデータセットからのものである、他の目に見えないデータセットに一般化できるように制限されています。
この論文では、自動睡眠ステージングにドメイン一般化を導入し、目に見えないデータセットに対するモデルの一般化能力を向上させることを目的とした一般化可能な睡眠ステージングのタスクを提案します。
既存のドメイン一般化手法に触発されて、機能調整のアイデアを採用し、それを解決するために SleepDG と呼ばれるフレームワークを提案します。
局所的な顕著な特徴と連続的な特徴の両方が睡眠ステージングにとって重要であることを考慮して、ドメイン不変の特徴表現を学習するために、エポックレベルとシーケンスレベルの特徴アライメントを組み合わせたマルチレベル特徴アライメントを提案します。
具体的には、異なるドメイン間で各単一睡眠エポックの特徴分布を調整するエポックレベルの特徴アライメントと、異なるドメイン間での連続する特徴の不一致を最小限に抑えるシーケンスレベルの特徴アライメントを設計します。
SleepDG は 5 つの公開データセットで検証されており、最先端のパフォーマンスを実現しています。

要約(オリジナル)

Automatic sleep staging is essential for sleep assessment and disorder diagnosis. Most existing methods depend on one specific dataset and are limited to be generalized to other unseen datasets, for which the training data and testing data are from the same dataset. In this paper, we introduce domain generalization into automatic sleep staging and propose the task of generalizable sleep staging which aims to improve the model generalization ability to unseen datasets. Inspired by existing domain generalization methods, we adopt the feature alignment idea and propose a framework called SleepDG to solve it. Considering both of local salient features and sequential features are important for sleep staging, we propose a Multi-level Feature Alignment combining epoch-level and sequence-level feature alignment to learn domain-invariant feature representations. Specifically, we design an Epoch-level Feature Alignment to align the feature distribution of each single sleep epoch among different domains, and a Sequence-level Feature Alignment to minimize the discrepancy of sequential features among different domains. SleepDG is validated on five public datasets, achieving the state-of-the-art performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google