MSTSSleepNet睡眠分期网络

轻量可解释双视图

双视图并行处理生理信号，跨视图注意力深度融合时空频信息，实现高精度、高泛化的自动睡眠分期和OSA相关性分析。

Jiang, Yuhao · 张景 · Xiaozhuo, Bai · Pengyu, Jia · 田银

Expert Systems with Applications 2026

参数信息

epoch级准确率

83.95 %

技术优势

时频空三域深入融合

双视图并行处理时域和频域信息，并通过跨视图注意力机制深度融合，同时多尺度卷积模块结合电极拓扑结构，有效捕捉局部与全局脑活动，从而提高分类性能。

支持多层次可解释性

模型能够进行多层次可解释性分析，揭示OSA患者与健康对照在脑激活模式和频带能量分布上的显著差异，支持疾病辅助诊断。

应用场景

• 睡眠监测：实时自动睡眠分期，无需人工判读，适合长期家庭睡眠质量追踪。
• 可穿戴健康监测：轻量级模型可部署在可穿戴设备上，对脑电等信号进行连续睡眠监测。
• 生物信号分析：多尺度时频空协同网络有效提取生理信号中的睡眠相关特征。
• 医疗辅助诊断：可解释性分析揭示OSA患者脑活动差异，辅助疾病诊断与研究。
• 脑机接口：利用电极拓扑结构建模脑网络，为脑机接口提供睡眠状态解码。