Abstract
Introduction:
Sleep Stage Classification and Obstructive Sleep Apnea (OSA) Event Detection are two essential tasks in sleep analysis. These tasks have been approached using separate deep learning models, despite their strong correlation. In this study, we propose a unified sound-based multi-task AI model that enhances the performance of both tasks by leveraging shared information and reducing computation costs.
Materials and Methods:
Our dataset comprises 2,048 recorded sleep sessions obtained from a university hospital, which were annotated using polysomnography (PSG). To facilitate analysis, we converted the audio data into mel-spectrograms representing 30-second epochs.
The proposed deep neural network model consisted of two components: a feature extractor and a transformer encoder. The feature extractor was responsible for capturing essential features required for classifying breathing patterns, and the extracted features were then fed into the transformer encoder. This transformer encoder, known for its effectiveness in handling sequential data, leveraged the relationships among consecutive epochs of the respiratory sound. In the multi-task model, both the sleep stage classification and OSA event detection tasks shared the same feature extractor, enabling them to learn valuable information from identical mel-spectrograms. However, to address the unique nuances and patterns relevant to each task, two separate transformer modules were employed as individual heads. To train the multi-task model, we initially trained two distinct teacher models individually, with each model dedicated to a specific task. Subsequently, the multi-task model was trained using both the observed labels from the PSG and the features generated by the well-trained single-task teacher models. This approach, known as distillation learning, allowed the multi-task model to learn from the collective knowledge of the teacher models and benefit from their specialized features.
Results:
Our multi-task model exhibited superior performance in both tasks compared to the separately trained teachers. For the 3-class OSA detection task, we achieved a macro F1 score of 0.635, surpassing the teacher model's score of 0.633. Moreover, the sleep stage classification task demonstrated significant improvement, with a macro F1 score of 0.690 for the 4-class sleep stage classification task, compared to the teacher model's score of 0.683. Our model also achieved high agreement with the PSG golden standards, with 87.4% on OSA detection, and 71.0% on Sleep Stage classification.
Conclusions:
By employing a unified sound-based multi-task model, we successfully enhanced the performance of both OSA detection and sleep stage classification tasks. Additionally, we achieved a reduction in the number of parameters in our model by nearly 50%, saving half the cost of storing and executing the tasks, thus making our solution more accessible to public healthcare. Further studies can explore the potential of this approach in other sleep-related tasks and datasets.
V.L. Le
J. Kim
E. Cho
D. Lee
J. Hong
D. Kim
M. Lee
S.H. Moon
C. Kushida3
J.-W. Kim
1. I confirm that the abstract and that all information is correct.: Yes 2. I confirm that the abstract constitutes consent to publication.: Yes 3. I confirm that I submit this abstract on behalf of all authors.: Yes I understand that the presenting author MUST register for the congress.: Yes
브이엠아이씨 주식회사(이하 “회사”)은(는) 개인정보보호법에 따라 이용자의 개인정보 보호 및 권익을 보호하고 개인정보와 관련한 이용자의 고충을 원활하게 처리할 수 있도록 다음과 같은 처리방침을 두고 있습니다.
회사는 개인정보처리방침을 개정하는 경우 웹사이트 공지사항(또는 개별공지)을 통하여 공지할 것입니다.
본 방침은 2024년 2월 27일부터 시행됩니다.
“회사”는 개인정보를 다음의 목적을 위해 처리합니다. 처리한 개인정보는 다음의 목적이외의 용도로는 사용되지 않으며 이용 목적이 변경될 시에는 사전동의를 구할 예정입니다.
1. 민원사무 처리
민원인의 신원 확인, 민원사항 확인, 사실조사를 위한 연락·통지, 처리결과 통보 등을 목적으로 개인정보를 처리합니다.
2. 마케팅 및 광고에의 활용
신규 서비스(제품) 개발 및 맞춤 서비스 제공, 이벤트 및 광고성 정보 제공 및 참여기회 제공 , 인구통계학적 특성에 따른 서비스 제공 및 광고 게재 , 서비스의 유효성 확인, 접속빈도 파악 또는 서비스 이용에 대한 통계 등을 목적으로 개인정보를 처리합니다.
“회사”는 제1조에서 명시한 목적을 위해 다음의 개인정보 항목을 처리하고 있습니다.
수집항목
수집 및 이용 항목
수집 및 이용 목적
문의하기
이름, 전화번호, 이메일, 소속
이용자의 식별 및 본인 확인 , 서비스 이용에 대한 공지 및 상담 민원처리
서비스 이용 중 자동으로 수집 되는 정보
서비스 이용기록, 접속 로그, 쿠키, 접속 IP정보, 단말기 정보 (OS, 디바이스 아이디 등)
1. “회사”는 법령에 따른 개인정보 보유·이용기간 또는 정보주체로부터 개인정보를 수집시에 동의 받은 개인정보 보유,이용기간 내에서 개인정보를 처리,보유합니다.
2.각각의 개인정보 처리 및 보유 기간은 다음과 같습니다.
• 수집방법 : 홈페이지, 모바일웹, 생성정보 수집 툴을 통한 수집
• 보유근거 : 신용정보의 이용 및 보호에 관한 법률 (이하 신용정보법), 상법, 통신비밀보호법
• 보유 및 이용 기간 :
◦ 신용정보의 수집/처리 및 이용 등에 관한 기록 (신용정보법) : 3년
◦ 상업장부와 영업에 관한 중요서류 (상법) : 10년
◦ 전표 또는 이와 유사한 서류 (상법) : 5년
◦ 웹사이트 방문기록 (통신비밀보호법) : 3개월
1. 서비스 이용 및 통계 분석을 목적으로 로그 분석툴인 Google Analytics, 도구를 사용하고 있습니다. Google Analytics에 의한 로그 분석을 중단하고 싶으신 경우, https://tools.google.com/dlpage/gaoptout 를 통하여 설정을 해제하실 수 있습니다.
1. ”회사”는 이용자의 개인정보를 제1조에서 명시한 범위 내에서만 처리하며, 이용자의 개인정보를 원칙적으로 외부에 제공하지 않습니다. 다만 법령의 의거한 경우, 수사 목적으로 법령에 정해진 절차와 방법에 따라 수사기관의 요구가 있는 경우, 이용자가 사전에 동의한 경우에는 예외로 합니다.
1. 정보주체는 “회사”에 대해 언제든지 다음 각 호의 개인정보 보호 관련 권리를 행사할 수 있습니다.
• 개인정보 열람요구
• 오류 등이 있을 경우 정정 요구
• 삭제요구
• 처리정지 요구
2. 제1항에 따른 권리 행사는 “회사”에 대해 개인정보 보호법 시행령 제41조 제1항에 따라 서면, 전자우편, 모사전송(FAX) 등을 통하여 하실 수 있으며 “회사“는 이에 대해 지체 없이 조치하겠습니다.
3. 정보주체가 개인정보의 오류 등에 대한 정정 또는 삭제를 요구한 경우에는 “회사”는 정정 또는 삭제를 완료할 때까지 당해 개인정보를 이용하거나 제공하지 않습니다.
4. 제1항에 따른 권리 행사는 정보주체의 법정대리인이나 위임을 받은 자 등 대리인을 통하여 하실 수 있습니다. “회사”는 정보주체 권리에 따른 열람의 요구, 정정·삭제의 요구, 처리정지의 요구 시 열람 등 요구를 한 자가 본인이거나 정당한 대리인인지를 확인합니다.
“회사”는 원칙적으로 개인정보 처리목적이 달성된 경우에는 지체없이 해당 개인정보를 파기합니다. 파기의 절차, 기한 및 방법은 다음과 같습니다.
1. 파기절차
• 이용자가 입력한 정보는 목적 달성 후 별도의 DB에 옮겨져(종이의 경우 별도의 서류) 내부 방침 및 기타 관련 법령에 따라 일정기간 저장된 후 혹은 즉시 파기됩니다. 이 때, DB로 옮겨진 개인정보는 법률에 의한 경우가 아니고서는 다른 목적으로 이용되지 않습니다.
• 파기기한이용자의 개인정보는 개인정보의 보유기간이 경과된 경우에는 보유기간의 종료일로부터 5일 이내에, 개인정보의 처리 목적 달성, 해당 서비스의 폐지, 사업의 종료 등 그 개인정보가 불필요하게 되었을 때에는 개인정보의 처리가 불필요한 것으로 인정되는 날로부터 5일 이내에 그 개인정보를 파기합니다.
2.파기방법
• 전자적 파일 형태의 정보는 기록을 재생할 수 없는 기술적 방법을 사용합니다.
• 종이에 출력된 개인정보는 분쇄기로 분쇄하거나 소각을 통하여 파기합니다.
“회사”는 개인정보보호법 제29조에 따라 다음과 같이 안전성 확보에 필요한 기술적/관리적 및 물리적 조치를 하고 있습니다.
1. 정기적인 자체 감사 실시 개인정보 취급 관련 안정성 확보를 위해 정기적(분기 1회)으로 자체 감사를 실시하고 있습니다.
2. 개인정보 취급 직원의 최소화 및 교육 개인정보를 취급하는 직원을 지정하고 담당자에 한정시켜 최소화 하여 개인정보를 관리하는 대책을 시행하고 있습니다.
3. 내부관리계획의 수립 및 시행 개인정보의 안전한 처리를 위하여 내부관리계획을 수립하고 시행하고 있습니다.
4. “회사”는 해킹이나 컴퓨터 바이러스 등에 의한 개인정보 유출 및 훼손을 막기 위하여 보안프로그램을 설치하고 주기적인 갱신·점검을 하며 외부로부터 접근이 통제된 구역에 시스템을 설치하고 기술적/물리적으로 감시 및 차단하고 있습니다.
5. 개인정보처리시스템에 접속한 기록을 최소 6개월 이상 보관, 관리하고 있으며, 접속 기록이 위변조 및 도난, 분실되지 않도록 보안기능 사용하고 있습니다.
6. 문서보안을 위한 잠금장치 사용 개인정보가 포함된 서류, 보조저장매체 등을 잠금장치가 있는 안전한 장소에 보관하고 있습니다.
7. 비인가자에 대한 출입 통제 개인정보를 보관하고 있는 물리적 보관 장소를 별도로 두고 이에 대해 출입통제 절차를 수립, 운영하고 있습니다.
1.“회사”는 개인정보 처리에 관한 업무를 총괄해서 책임지고, 개인정보 처리와 관련한 정보주체의 불만처리 및 피해구제 등을 위하여 아래와 같이 개인정보보호 책임자를 지정하고 있습니다.
2. 정보주체께서는 “회사”의 서비스(또는 사업)을 이용하시면서 발생한 모든 개인정보 보호 관련 문의, 불만처리, 피해구제 등에 관한 사항을 개인정보 보호책임자 및 담당부서로 문의하실 수 있습니다. “회사”는 정보주체의 문의에 대해 지체 없이 답변 및 처리해드릴 것입니다.
이름
남교훈
직책
대표이사
이메일
aviation@vminfracap.com
1.이 개인정보처리방침은 시행일로부터 적용되며, 법령 및 방침에 따른 변경내용의 추가, 삭제 및 정정이 있는 경우에는 변경사항의 시행 7일 전부터 공지사항을 통하여 고지할 것입니다.