【113/12/19】15:10-16:00 Colloquium：Associate Professor Chih-En Kuo(National Chung Hsin University)
| Colloquium | |
|
|
|
| Date | 2024-12-19 15:10-16:00 |
| Place | Mathtmatics Building 1F Classroom 3174 |
| Speaker | Associate Professor Chih-En Kuo (National Chung Hsin University) |
| Title | 人工智慧技術於睡眠輔助診斷系統之開發 |
| Abstract | 睡眠資料的評分工作不僅主觀，更是相當耗時的過程。因此，開發自動睡眠階段評分系統對於減少臨床人力需求變得極為重要。本研究提出一套自動睡眠階段評分系統，結合了資料增強技術、整合式卷積神經網路（CNN）以及專家知識。研究對象包含19位健康受試者和23位失眠患者的整夜睡眠生理訊號。首先，我們將整夜腦電圖訊號分割成30秒的片段。接著，使用連續小波轉換將每個片段轉換為頻譜圖，並應用簡單的資料增強技術來擴充訓練資料的多樣性。隨後，這些頻譜圖作為我們提出的CNN模型──頻譜圖網路（Spectrogram Net，簡稱SNet）以及其他12種知名CNN的訓練輸入。我們選取準確率最高的前三個CNN模型組成整合模型。為了驗證所提方法的穩健性，我們採用了2折交叉驗證。實驗結果顯示，本方法的平均準確率達93.78%，Kappa係數為91.18%，F1分數為88.93%。這些結果證實了結合資料增強、整合式CNN與專家知識的proposed方法在基於頻譜圖的影像分類上具有極高的準確性。 |
|
|
|