De real a sintético: PSG-GAN aprende dinámicas de señales de apnea del sueño para entrenamiento de IA

Resumen del corpus

Se desarrolló una red generativa antagónica (PSG-GAN) para co-sintetizar segmentos más largos de señales de polisomnografía (PSG) con características de apnea obstructiva del sueño (OSA). Los resultados mostraron que las señales sintéticas fueron realistas y el modelo entrenado con ellas tuvo buen rendimiento en la clasificación del sueño y la segmentación de eventos respiratorios. Esto subraya el potencial de los datos sintéticos para el desarrollo de algoritmos de diagnóstico del sueño.

Periodista: Riku Huttunen

Personas mencionadas
Noticia original

Ver todas las noticias de arXiv Computer Science AI