SleepVST: Sleep Staging from Near-Infrared Video Signals using Pre-Trained Transformers

摄像头生理监测技术的进步使得呼吸和心跳的强健、非接触式测量成为可能，这些指标被认为是睡眠阶段的指示器。这导致研究人员开始探索基于摄像头的睡眠监测技术，作为“黄金标准”多导睡眠图检测的有希望的替代方案，后者不仅繁琐，而且成本高，因此不适用于长期的临床研究。本文介绍了SleepVST，一种变压器模型，可以实现基于摄像头的睡眠阶段分类（睡眠分期）的最新性能。在接触式传感器数据的预训练之后，SleepVST在SHHS和MESA数据集上的心肺睡眠分期方面优于现有的方法，分别达到了0.75和0.77的总Cohen's kappa得分。然后，我们展示了SleepVST可以成功地转移到从视频中提取的心肺波形数据上，实现完全无接触的睡眠分期。在一个包含50个晚上的视频数据集中，我们实现了78.8％的总准确度和0.71的Cohen's kappa得分，实现了四类基于视频的睡眠分期的最新技术水平。

论文旨在解决基于摄像头的睡眠监测的问题，以及验证其与传统多导睡眠监测的可比性。

论文提出了一种基于Transformer模型的解决方案，使用预训练的传感器数据进行训练，然后将其成功转移到从视频中提取的心肺波形数据上，实现了完全无接触的睡眠分期。

论文使用了SHHS和MESA数据集进行了实验，证明了SleepVST模型的性能优于现有方法。在视频数据集上，SleepVST实现了四类睡眠分期的78.8％的总体准确率和0.71的Cohen's Kappa，创造了新的领域最新成果。

最近在这个领域中，还有一些相关研究，如“基于深度学习的睡眠分期的快速自动化方法”和“基于深度卷积神经网络的睡眠分期”等。