SynthSleepNet은 다중 모달(EEG, EOG, EMG, ECG) 수면다원검사(PSG) 데이터 분석을 위한 혼합 자기지도학습 프레임워크입니다. 마스크 예측과 대조 학습을 통합하여 각 모달리티의 특징을 활용하고, Mamba 기반의 시간적 맥락 모듈을 사용하여 신호 간의 맥락 정보를 효율적으로 포착합니다. 수면 단계 분류, 무호흡증 검출, 저호흡증 검출 세 가지 하위 작업에서 기존 최고 성능 모델보다 우수한 성능(각각 89.89%, 99.75%, 89.60% 정확도)을 달성했으며, 제한된 레이블을 사용하는 준지도 학습 환경에서도 견고한 성능(각각 87.98%, 99.37%, 77.52% 정확도)을 보였습니다.
