DeepSleepNet : Un modèle de classification automatique des stades du sommeil basé sur l'EEG monocanal brut

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
classification des stades du sommeil   apprentissage profond   EEG monocanal   réseaux neuronaux convolutifs   LSTMs bidirectionnels   extraction de caractéristiques   automatisation  

Réseau de Sommeil Profond : Modèle de Scoring Automatique des Stades de Sommeil Basé sur l’EEG à Canal Unique Introduction Le sommeil a un impact significatif sur la santé humaine, et surveiller la qualité du sommeil est crucial dans la recherche et la pratique médicale. Traditionnellement, les experts en sommeil évaluent les stades du sommeil en a...

Une approche d'apprentissage profond basée sur l'attention pour la classification des stades du sommeil avec EEG monocanal

Ingénierie, Génie électrique, Sciences de l'information, Intelligence artificielle, Médecine, Analyses médicales, Neurologie,
Attention   Apprentissage profond   Stade du sommeil   EEG monocanal   Extraction de caractéristiques   Classification automatique   Dépendances temporelles  

L’électronique IEEE (Institut des ingénieurs électriques et électroniques) a publié dans le volume 29 de “Transactions on Neural Systems and Rehabilitation Engineering” de 2021 un article intitulé “A Single-Channel EEG Sleep Stage Classification Method Based on Attention Deep Learning”. Cet article a été rédigé par les chercheurs Emadeldeen Edele, ...