期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RGCN的阻塞性睡眠呼吸暂停预测研究
被引量：
1
1
作者
张恩铭
袁玥
+2 位作者
滕飞
姚远
张海波
《郑州大学学报（理学版）》
CAS
北大核心
2023年第6期71-76,共6页
阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)预测对于睡眠健康预警至关重要。然而传统方法往往忽略各生理信号的空间和时间依赖性。提出一种基于循环图卷积网络(recurrent graph convolutional network,RGCN)的深度学习框架来挖...
阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)预测对于睡眠健康预警至关重要。然而传统方法往往忽略各生理信号的空间和时间依赖性。提出一种基于循环图卷积网络(recurrent graph convolutional network,RGCN)的深度学习框架来挖掘呼吸生理信号间的时空特征。此方法利用图结构对呼吸生理信号数据的关联性进行建模。第一阶段构造了时空循环卷积块,利用图卷积和循环卷积对信号的空间特征和时间特征进行提取,对睡眠呼吸信号进行预测。第二阶段基于卷积操作对预测后的呼吸信号进行OSA事件分类。实验结果表明,RGCN模型捕获了呼吸信号的时空相关性,呼吸信号预测最低MAE和RMSE分别达到1.0613和2.9941,利用预测的呼吸信号进行OSA事件预测的F1达到了89.7%,与其他方法相比效果有明显提升。
展开更多
关键词
阻塞性睡眠
呼吸
暂停预测
呼吸生理信号
循环图卷积
深度学习
在线阅读
下载PDF
职称材料
题名
基于RGCN的阻塞性睡眠呼吸暂停预测研究
被引量：
1
1
作者
张恩铭
袁玥
滕飞
姚远
张海波
机构
西南交通大学计算机与人工智能学院
四川大学华西医院
奥塔哥大学计算机科学系
出处
《郑州大学学报（理学版）》
CAS
北大核心
2023年第6期71-76,共6页
基金
四川省国际科技创新合作项目(2022YFH0020)。
文摘
阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)预测对于睡眠健康预警至关重要。然而传统方法往往忽略各生理信号的空间和时间依赖性。提出一种基于循环图卷积网络(recurrent graph convolutional network,RGCN)的深度学习框架来挖掘呼吸生理信号间的时空特征。此方法利用图结构对呼吸生理信号数据的关联性进行建模。第一阶段构造了时空循环卷积块,利用图卷积和循环卷积对信号的空间特征和时间特征进行提取,对睡眠呼吸信号进行预测。第二阶段基于卷积操作对预测后的呼吸信号进行OSA事件分类。实验结果表明,RGCN模型捕获了呼吸信号的时空相关性,呼吸信号预测最低MAE和RMSE分别达到1.0613和2.9941,利用预测的呼吸信号进行OSA事件预测的F1达到了89.7%,与其他方法相比效果有明显提升。
关键词
阻塞性睡眠
呼吸
暂停预测
呼吸生理信号
循环图卷积
深度学习
Keywords
obstructive sleep apnea prediction
respiratory physiological signals
recurrent graph convolution
deep learning
分类号
R766 [医药卫生—耳鼻咽喉科]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RGCN的阻塞性睡眠呼吸暂停预测研究
张恩铭
袁玥
滕飞
姚远
张海波
《郑州大学学报（理学版）》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
