SleepMaMi: A Universal Sleep Foundation Model for Integrating Macro- and Micro-structures

작성자

Haebom

카테고리

Empty

저자

Keondo Park, Younghoon Na, Yourim Choi, Hyunwoo Ryu, Hyun-Woo Shin, Hyung-Sin Kim

💡 개요

기존 수면 의학 분야가 세분화된 작업별 모델에 국한되어 전반적인 수면 구조를 간과했던 문제를 해결하기 위해, SleepMaMi는 시간적 맥락과 미세한 신호 특징을 모두 포착하는 보편적인 수면 기반 모델을 제안합니다. 본 연구는 계층적 듀얼 인코더 설계와 인구 통계학적 정보 기반 대조 학습, 그리고 마스크드 오토인코더(MAE)를 활용하여 대규모 PSG 데이터셋에 사전 학습을 진행했습니다. 이를 통해 SleepMaMi는 다양한 하위 작업에서 기존 모델들을 능가하는 뛰어난 일반화 성능과 적은 데이터로도 효과적인 적응 능력을 보여주었습니다.

🔑 시사점 및 한계

•

수면의 거시적 구조(전체 수면 패턴)와 미시적 구조(신호 형태)를 통합하는 통합적 접근 방식의 필요성을 제시합니다.

•

대규모 PSG 데이터셋과 계층적 듀얼 인코더, 효과적인 사전 학습 전략을 통해 범용적인 수면 분석 모델 구축의 가능성을 보여줍니다.

•

임상 수면 분석에서 적은 양의 레이블 데이터로도 높은 성능을 달성할 수 있는 가능성을 제시합니다.

•

현재 모델은 다양한 하위 작업에서 우수한 성능을 보이지만, 특정 희귀 수면 장애나 복잡한 다중 질환을 가진 환자에 대한 성능은 추가 검증이 필요할 수 있습니다.

PDF 보기

Made with Slashpage