睡眠ISI:一个神经形态的时间域EEG分类框架,使用C4-A1信号的AdEx编码的间隔间隔
IEEE journal of biomedical and health informatics
|December 8, 2025
概括
这项研究介绍了SleepISI,这是一个新的,没有预处理的神经形态系统,用于使用原始EEG信号实时分类睡眠阶段. 它在低功耗的情况下达到高精度,非常适合重症监护病房.
科学领域:
- 神经形态工程的神经形态工程
- 生物医学信号处理
- 睡眠的药物 睡眠的药物
背景情况:
- 准确的睡眠阶段分类在重症监护室 (ICU) 对于患者的监测和治疗至关重要.
- 当前的自动化方法通常需要大量的预处理和计算,限制了资源有限的环境中的实时应用.
研究的目的:
- 开发一个无预处理的,时间域神经形态框架 (SleepISI) 用于实时睡眠分阶段使用单通道原始EEG.
- 评估系统的准确性,能源效率,以及在ICU中持续监控的可行性.
主要方法:
- 利用低功耗的自适应指数整合与火 (AdEx) 神经元模型将原始EEG信号编码为尖列车.
- 在10s和30s窗口中提取了十个基于尖端间隔 (ISI) 的特征.
- 采用分层的随机森林模型来分类睡眠阶段 (清醒,REM,非REM).
主要成果:
- 实现了高分类准确度:86.23% (CAP),82.13% (SleepEDF-20) 和91.87% (ISRUC-S3) 使用单个EEG通道而不进行预处理.
- 通过FPGA/ASIC原型,通过低功耗 (70.77μW) 证明了实时可行性.
- 使用克鲁斯卡尔-瓦利斯测试验证特征相关性.
结论:
- 睡眠ISI为基于EEG的持续睡眠监测提供了一个紧,可解释和节能的解决方案.
- 该系统适用于实时部署在硬件受限的设置,如ICU.
- 为睡眠分阶段的传统频域和深度学习方法提供了可行的替代方案.
