为实现准确率高且计算复杂度低的阻塞性睡眠呼吸暂停(OSA)检测,根据血氧饱和度(SpO2)提出一种基于加法网络和自注意力机制的OSA检测方法。该方法引入加法网络用于SpO2的特征提取,以降低计算复杂度;采用自注意力机制调整采样点间的特征权重,以提高检测精度。在数据集Apnea-ECG上实现了敏感性94.56%、特异性96.91%的检测性能,且浮点运算数量为2.88 KFLOPs,比卷积操作减小了40%。实验结果表明:该方法在获得较高检测精度的同时,可以保持较低的计算复杂度。
科研之友
微信
新浪微博
Facebook
分享链接
