arXiv发布ECG-SDI睡眠深度研究
发生了什么
据arXiv cs.LG报道，研究人员开发了基于单导联心电图的深度学习框架ECG-SDI，用于连续睡眠深度画像。该模型使用12,392份多导睡眠图训练，内部测试集与排除REM的阶段相关性达0.828，外部Cleveland Family Study为0.848。生物标志物表型识别出与较高全因死亡率相关的亚型（HR 1.20）。在507名CPAP治疗参与者中，归一化睡眠深度面积增加6.1%，浅睡负担降低16.0%。
- 训练数据量
- 12,392份
- 外部AUROC
- 0.977
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口