跨年龄通用
面向多年龄组的自适应多尺度时间聚焦睡眠分期模型，通过年龄分类、维度扩展、多尺度卷积与顺序时间编码协同提取睡眠信号的多粒度时序特征，赋予模型跨成人、儿童与婴儿的泛化分期能力，摆脱常规方案仅针对单一年龄组或单一数据集的局限。
Zhu, Hangyu · 郭遥 · Wu, Yonglin · Zhang, Yiyuan · Shen, Ning · Xu, Yan · 王来栓 · 陈晨 · Wei, Chen
Expert Systems with Applications 2024
通过年龄分类模块和概率重分配辅助任务，模型能同时处理成人、儿童和婴儿的睡眠数据，免去为每个年龄组单独训练和部署的负担。
顺序多尺度卷积网络与时间编码器的组合能提取不同粒度的时序特征，兼顾短时变化与长程依赖，提升分期准确性。
模型在 CHFU 婴儿数据集上达到 66.5% 准确率，显示其对发育期脑电模式的适应性。