呼吸信号睡眠分期模型

非接触式居家监测

该模型能从大规模夜间呼吸信号中实现四阶段睡眠分期，并可通过迁移学习适配雷达信号，支持非接触式居家睡眠监测。

Zhuang, Zhongxu · Xue, Biao · An, Qiang · Chu, Hui · 张玥 · 陈锐 · 许晶 · 丁宁 · Xiaochuan, Cui · Wang, Enzhen · 王美林 · Xin, Junyi · Yang, Xuan · 许妍 · Fu Wen, Hong · 朱晓华 · 彭木根 · 洪弘

Nature Communications 2025

参数信息

四阶段睡眠分期准确率（内部验证）
82.13 %
四阶段睡眠分期准确率（外部验证）
79.62 %
呼吸暂停低通气指数估计组内相关系数（内部）
0.90
呼吸暂停低通气指数估计组内相关系数（外部）
0.94
训练数据量
15785

技术优势

跨人群泛化强

模型在内部和外部验证集上均取得较高准确率，且在不同人口亚组间表现一致，减少了因人群差异导致的性能波动。

支持非接触监测

通过迁移学习，模型可适配雷达呼吸信号，无需穿戴设备即可在家庭环境中进行睡眠监测，提高了长期使用的依从性。

实时处理可行

模型采用自监督学习技术，支持实时处理，能够即时输出睡眠分期和呼吸事件信息，便于及时干预。

应用场景