111年-19-實作學生:生物醫學工程學系【陳政瑋】

參賽序號:19

海報主題

應用可解釋深度學習模型於多通道睡眠生理訊號之快速動眼期自動辨識

系級

生物醫學工程學系

指導老師及參賽學生

指導老師:林哲瑋
參賽學生:陳政瑋

構想說明

本研究探討自動化辨識睡眠階層技術中,深度學習模型藉由可視化技術(Grad-CAM)是否能真正從眼電訊號(EOG)中,擷取出與傳統根據AASM所制定的睡眠階層判斷中的對應特徵,確保所訓練的深度學習模型在能成功辨識REM期與NREM期的前提下,能夠正確且合理的得擷取特徵並學習。所設計的階段視二維CNN模型,套用開放資料集DREAMS BASE,期結果表明該模型在辨識REM與NREM上,具有足夠高的準確度(90%),並且有91%的召回率(recall)m379%的精確率。在特徵可視化的表現上,藉由Grad-CAM,我們可以大概確認其所擷取、學習、注重的區塊、特徵,發現與AASM所規定的REMs特徵相對照,模型所擷取之爭具有合理性,且與AASM規則有相關性。

    分享: