S5: El aprendizaje auto supervisado mejora la detección de husos de sueño en EEG de un solo canal a través de la segmentación temporal

Puntos clave

• Esta investigación tiene como objetivo mejorar la precisión y eficiencia en la detección de husos de sueño en señales de EEG utilizando aprendizaje auto supervisado.
• Desarrolló un enfoque de aprendizaje auto supervisado para identificar husos de sueño.
• Implementó una estrategia de segmentación temporal para el análisis de EEG.
• Creó una caja de herramientas gráfica para un análisis fácil de la detección de husos de sueño.
• Logró una detección precisa de husos de sueño en grabaciones de EEG de un solo canal.
• Demostró una mejor automatización en los procesos de detección de husos.