محققان در یک پژوهش جدید، قدرت مدلهای «ترنسفورمر بینایی» (Vision Transformers) و «شبکههای عصبی گراف» (GNN) را برای تحلیل سیگنالهای مغزی (EEG) به کار گرفتهاند تا تشخیص اختلال وقفه تنفسی در خواب (Sleep Apnea) را خودکار کنند.
این مدلها با بررسی دادههای کودکان، توانستهاند با دقت قابلتوجهی الگوهای مرتبط با این اختلال را شناسایی کنند. این دستاورد میتواند در آینده جایگزین فرآیندهای طولانی و خستهکننده تحلیل دستی دادههای پزشکی شود و به تشخیص سریعتر و دقیقتر بیماران کمک کند. 🧠✨
منبع: arXiv Machine Learning
