KDE-Sleep (University of Tsukuba)
Sleep EEG • AI • Medical Applications
KDE-SLEEP Teamでは，AI・データマイニング技術を用いた睡眠・医療データ解析を中心に研究を進めています.
生体信号 (脳波・心拍・酸素飽和度など) の処理を中心に,
機械学習・深層学習を活用した睡眠ステージ判定や疾患スクリーニングなどの応用研究を行っています.
KDEのWebページは こちら
研究室配属希望（情報科学類３年生）の方は こちら
修士・博士課程進学希望（他大学・社会人）の方は horie[at]cs.tsukuba.ac.jpまでご連絡ください．
🔑 研究のキーワード
- 機械学習
- 浅層学習
- Selective Desensitization Neural Networks
- 深層学習
- Convolutional Neural Networks
- Transformer
- Large-language models
- XAI
- 時系列信号処理
- 生体信号処理
- ポリソムノグラフ（脳波・眼電位・筋電位など）
- 音声（呼吸音）解析
- 情報技術の医療応用
- 自動診断・検査
- 睡眠ステージ判定
- パーキンソン病スクリーニング
- 個人差解析
🔬最近の研究テーマ
- 深層学習を用いた睡眠ステージ判定の高精度化と診断モデルのXAI化
- Transformerを活用した 個人差に強いモデル構築
- 家庭用計測デバイスを利用した パーキンソン病スクリーニング
- 医療データの前処理・特徴抽出・可視化手法の開発
- LLMを用いた睡眠検査レポートの自動生成
GitHub Organization
KDE-SLEEP Team focuses on AI and data-mining approaches for sleep and biomedical data analysis.
We develop machine-learning methods for automated sleep staging and early screening of neurological and sleep-related disorders.
For those interested in joining the lab, click here
KDE Webpage, click here
🔑 Research Keywords
- Machine Learning
- Shallow Learning
- Selective Desensitization Neural Networks
- Deep Learning
- Convolutional Neural Networks
- Transformer
- Large Language Models
- XAI (Explainable AI)
- Time-Series Signal Processing
- Biomedical Signal Processing
- Polysomnography (EEG, EOG, EMG, etc.)
- Acoustic (Respiratory Sound) Analysis
- Medical Applications of Information Technology
- Automated Diagnosis and Testing
- Sleep Stage Scoring
- Parkinson’s Disease Screening
- Individual Difference Analysis
🔬 Recent Research Topics
- Improving the accuracy and explainability (XAI) of sleep-stage classification using deep learning
- Developing robust models to individual differences through Transformer architectures
- Screening for Parkinson’s disease using home-based measurement devices
- Developing preprocessing, feature extraction, and visualization techniques for medical data
- Automatic generation of sleep study reports using Large Language Models (LLMs)