基于RGCN的阻塞性睡眠呼吸暫停預(yù)測(cè)研究
摘要: 阻塞性睡眠呼吸暫停(obstructive sleep apnea, OSA)預(yù)測(cè)對(duì)于睡眠健康預(yù)警至關(guān)重要。然而傳統(tǒng)方法往往忽略各生理信號(hào)的空間和時(shí)間依賴(lài)性。提出一種基于循環(huán)圖卷積網(wǎng)絡(luò)(recurrent graph convolutional network, RGCN)的深度學(xué)習(xí)框架來(lái)挖掘呼吸生理信號(hào)間的時(shí)空特征。此方法利用圖結(jié)構(gòu)對(duì)呼吸生理信號(hào)數(shù)據(jù)的關(guān)聯(lián)性進(jìn)行建模。第一階段... (共6頁(yè))
開(kāi)通會(huì)員,享受整站包年服務(wù)