NeuroSleep: Energieeffizientes Schlaf-Tracking mit neuromorpher EEG-Analyse

NeuroSleep ist ein neuromorpher, ereignisbasiertem System, das kontinuierliches EEG‑Monitoring auf tragbaren Edge‑Geräten ermöglicht, ohne die Energieeffizienz zu gefährden. Durch die Umwandlung roher EEG‑Signale in multi‑skalige, bipolare Ereignisströme mittels Residual Adaptive Multi‑Scale Delta Modulation (R‑AMSDM) kann die Genauigkeit gezielt gegen die Datenmenge abgewogen werden.

Das System nutzt eine hierarchische Inferenzarchitektur: Ein Event‑based Adaptive Multi‑scale Response (EAMR) extrahiert lokale Merkmale, ein Local Temporal‑Attention Module (LTAM) aggregiert kontextuelle Informationen und ein Epoch‑Leaky Integrate‑and‑Fire (ELIF) Modul erfasst langfristige Zustandspersistenz. Diese Kombination ermöglicht eine präzise Schlafstadienklassifizierung mit minimalem Rechenaufwand.

In einer 5‑Fold‑Cross‑Validation am Sleep‑EDF Expanded Datensatz erzielte NeuroSleep eine durchschnittliche Genauigkeit von 74,2 % bei lediglich 0,932 M Parametern. Im Vergleich zu dichten Verfahren wurden die sparsity‑adjusted effektiven Operationen um etwa 53,6 % reduziert. Gegen einen dichten Transformer‑Baseline verbesserte NeuroSleep die Genauigkeit um 7,5 % und senkte die Rechenlast um 45,8 %.

Durch die Kombination neuromorpher Codierung mit zustandsbewusster Modellierung bietet NeuroSleep eine skalierbare Lösung für dauerhaftes, energieeffizientes Schlaf‑Monitoring auf Edge‑Plattformen.