ApneaWhisper:基于变压器的音频细分,用于细粒度的非侵入性睡眠呼吸暂停检测
Yunu Kim1, Myeongbin Kim1, Jaemyung Shin2
1Department of Applied Artificial Intelligence, Hanyang University ERICA, Ansan, Gyeonggi-do, Republic of Korea.
Nature and science of sleep
|October 10, 2025
概括
ApneaWhisper是一款变压器模型,可高精度地从音频中非侵入性地检测睡眠呼吸暂停的亚型. 它通过估计呼吸暂停-呼吸暂停指数 (AHI) 来显示家庭监测的前景.
科学领域:
- 睡眠医学 睡眠医学
- 医疗保健中的人工智能
- 生物医学信号处理
背景情况:
- 睡眠呼吸暂停是一种常见的疾病,具有重大健康风险.
- 准确的诊断通常依赖于多睡眠学 (PSG),这是资源密集的.
- 需要使用非侵入性的方法来检测睡眠呼吸暂停和分类亚型.
研究的目的:
- 为了介绍ApneaWhisper,一个基于变压器的音频细分模型.
- 使用PSG-Audio数据评估ApneaWhisper在非侵入性检测睡眠呼吸暂停亚型方面的有效性.
- 评估模型对级和剪贴级睡眠呼吸暂停事件预测的能力.
主要方法:
- 利用了来自284名患者的PSG-Audio数据集.
- 采用预训练的Whisper编码器进行10ms分辨率的级特征提取.
- 开发了一种轻量级的变压器解码器,具有基于令牌的细分和分类头,微调与类平衡的交叉损失.
主要成果:
- 实现了0.82的剪贴级F1得分和0.70的级F1得分用于睡眠呼吸暂停检测.
- 超越了传统的基线模型 (MFCC+DNN,VGGish+bi-LSTM,基于VAD).
- 在区分阻塞性睡眠呼吸暂停 (OSA),混合睡眠暂停 (MSA),中央睡眠暂停 (CSA) 和低睡眠暂停方面表现出有前途的能力.
结论:
- ApneaWhisper提供精确的呼吸暂停事件定位,持续时间估计和亚型分类.
- 该模型有助于准确估计呼吸暂停-呼吸暂停指数 (AHI),可能减少对完全PSG的依赖.
- 在区分CSA和MSA方面仍然存在挑战;未来的工作可能涉及多式联运一体化和噪音强度培训.
