多チャンネル生理学的信号を用いた畳み込みニューラルネットワークによる睡眠段階の分類

抄録

睡眠ポリグラフ（Polysomnography：PSG）は睡眠中の生理学的信号を記録する包括的な検査方法である．近年，大規模なPSGのデータがSleep Heart Health Study（SHHS）データセットとして公開されている．一方で，各睡眠段階に対するSHHSデータセットのデータ数の分布は不均衡である．また，各生理学的信号は異なるサンプリング周波数を持つため，補間により入力データ長を統一する前処理がしばしばされている．本論文では，畳み込みニューラルネットワークを用いて，不均衡データと均衡データの学習による睡眠段階の分類を行う．また，入力データに対し補間を適用し，分類への影響を調査する．