DeepSleep 2.0 是 DeepSleep 的精简版本，后者是一种基于 U-Net 架构、全卷积的先进深度神经网络，在 2018 年 PhysioNet 计算挑战赛中取得了最高的非官方评分。所提出的网络架构采用紧凑的编码器-解码器结构，仅包含 740,551 个可训练参数。网络输入为完整的多通道多导睡眠图（polysomnographic）记录信号。该模型经过专门设计与优化，能够在保持预测准确性的前提下，以 5 毫秒的分辨率高效预测非阻塞性睡眠觉醒事件，适用于独立测试数据集的推理。与原始 DeepSleep 相比，实验结果表明，DeepSleep 2.0 在整体精确率-召回率曲线下面积（AUPRC）和整体受试者工作特征曲线下面积（AUROC）等指标上表现相当，同时显著降低了计算成本，验证了轻量化架构在保持高性能的同时实现高效推理的可行性。