arXiv eess.SP（Signal Processing）·· 3 小时前AI 评分38
基于 SleepFM 编码器的密集睡眠纺锤波定位方法
Adapting Sleep Foundation Models for Dense Sleep Spindle Localization
AI 导读
研究将冻结的 SleepFM 编码器与局部时频通路结合，用于密集 EEG 睡眠纺锤波定位，通过局部表征驱动定位、残差交叉注意力引入 SleepFM 时间上下文。在 MODA 数据集六折交叉验证中，模型在 IoU 0.2 下达到事件级 F1 为 0.8080±0.0040。消融实验显示定位主要依赖局部频谱与子 token 时间信息，预训练表征提供补充上下文。
AI 要点
团队
Alexis Bollengier 为第一作者，Hichem Sahli 为末位作者，共 5 位作者。
主要结果
在 MODA 数据集六折交叉验证中，IoU 0.2 下事件级 F1 为 0.8080±0.0040。
解决什么问题
将睡眠基础模型适配到密集 EEG 事件定位，解决多秒级表征难以精确恢复睡眠纺锤波边界的问题。
方法
冻结 SleepFM 编码器，加入保留纺锤波相关频谱与 token 内位置的局部时频通路，残差交叉注意力引入 SleepFM 时序上下文，经 token 到样本重建与时间细化输出密集预测。
局限
从研究设计看，仅在 MODA 数据集上评估，代码待录用后发布；论文投稿 IEEE ICASSP 2027，尚在审稿中。
AI 依据原文整理，未经人工核对。
来源：arXiv eess.SP（Signal Processing） · arxiv.org