#睡眠障碍# 【科学家研发AI睡眠模型，捕捉多导睡眠图数据特征，提升睡眠障碍诊断效率】

近日，#澳门理工大学# 郭晶晶教授团队，提出一款名为 MSSC-BiMamba 的 AI 模型，能够捕捉多导睡眠图多模态数据特征，提升睡眠分期与睡眠障碍的诊断效率。

据介绍，考虑到多导睡眠监测的特点，该团队设计了这款多模态睡眠状态分类模型。

该模型结合了高效通道注意力机制和双向状态空间模型，能够有效捕捉多导睡眠图数据中的多维特征和长距离依赖关系，实现更准确的睡眠分期和睡眠障碍分类。

对于健康人群和睡眠障碍人群的睡眠阶段，本次算法具备不错的分类能力，在睡眠障碍的早期诊断上也具有较高准确性。

此外，本次算法的参数量仅有 0.47M，能够实现快速的推理。

这种轻量级的设计，让其可以部署在各种平台之上，从而为#睡眠医疗# 提供降本增效的可能。

与此同时，这种高效的自动化睡眠分析系统，也有望成为传统多导睡眠图人工手动标注的替代或补充。

戳链接查看详情：http://t.cn/A6H1RKEJ