Generalizable Sleep Staging via Multi-Level Domain Alignment

要約

睡眠の評価と障害の診断には、自動睡眠の病期分類が不可欠です。
ほとんどの既存の方法は、特定のデータセットに依存し、他の目に見えないデータセットに一般化されるように制限されており、トレーニングデータとテストデータは同じデータセットからです。
この論文では、ドメイン一般化を自動睡眠段階に導入し、目に見えないデータセットのモデル一般化能力を改善す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方法に触発されて、機能アライメントのアイデアを採用し、SleepDGと呼ばれるフレームワークを解決することを提案します。
ローカルの顕著な特徴とシーケンシャル機能の両方が睡眠のステージングに重要であることを考慮すると、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の特徴アライメントを提案して、ドメインに不変の特徴表現を学習します。
具体的には、エポックレベルの特徴アライメントを設計して、異なるドメイン間の各睡眠エポックの特徴分布を整列させ、異なるドメイン間のシーケンシャル機能の矛盾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つのパブリックデータセットで検証され、最先端のパフォーマンスを実現します。

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