Arquitetura Hierárquica CNN-BiMamba para Identificação de Estágios de Sono em Polissonografia com Aplicação à Detecção de REM sem Atonia

Authors:
Publisher website
Google Scholar
Abstract
O estagiamento automático do sono é etapa fundamental para a quantificação de REM Sem Atonia (RSWA), principal biomarcador do Transtorno Comportamental do Sono REM (RBD), marcador precoce de doenças neurodegenerativas. Métodos de aprendizado profundo geralmente operam em épocas de 30 segundos, resolução insuficiente para os eventos musculares breves (0,5–5s) característicos de RSWA. Este trabalho propõe uma arquitetura hierárquica CNN-BiMamba para o estagiamento do sono a partir de sequências contínuas de mini-épocas de 3 segundos. Avaliado em 151 exames de PSG via validação cruzada GroupKFold, o modelo alcançou F1-macro de 0, 736±0, 021 e Kappa de Cohen de 0, 691±0, 027, constituindo uma etapa inicial viável para futura detecção e quantificação de RSWA.

This publication has 11 references indexed in Scilit: