相关实验视频
Updated: Jul 25, 2025

Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
无处不在和个人睡眠跟踪的知识发现:范围审查
Nhung Huyen Hoang1, Zilu Liang1
1Graduate School of Engineering, Kyoto University of Advanced Science, Kyoto, Japan.
先进的分析方法可以揭示个人睡眠跟踪数据中的复杂关系,提供比简单观察更深入的见解. 未来的研究应该专注于数据质量和将发现转化为可行的建议.
科学领域:
- 计算机科学 计算机科学
- 医疗信息学 医疗信息学
- 数据科学数据科学数据科学
背景情况:
- 消费者可穿戴的睡眠追踪器和移动应用程序越来越受欢迎,用于监测睡眠质量.
- 这些技术收集有关睡眠模式,日常习惯和环境因素的数据.
- 睡眠与情境因素之间的复杂关系往往需要超越视觉检查的先进分析方法.
研究的目的:
- 审查和分析文献,将正式的分析方法应用于个人信息学,以获得睡眠跟踪见解.
- 在睡眠跟踪数据中调查研究趋势,睡眠质量指标,上下文因素和知识发现方法.
- 确定该领域的重大发现,挑战和机会.
主要方法:
- 在主要的学术数据库和研究图书馆中进行了系统的文献搜索.
- 包括的出版物经过相关性选,并根据预定义的研究问题进行分析.
- 14个出版物符合本范围审查的纳入标准.
主要成果:
- 对睡眠跟踪知识发现的研究是有限的,大多数研究来自美国.
- 通常使用的睡眠指标包括主观睡眠质量,睡眠效率和睡眠开始延迟.
- 简单的相关性和回归分析占主导地位,机器学习在预测或异常检测方面的使用有限.
- 运动,使用数字设备,摄入咖啡因/酒精以及睡眠环境被确定为影响睡眠质量的关键上下文因素.
结论:
- 知识发现方法为从自我跟踪数据中提取见解提供了巨大的潜力,超越了简单的视觉检查.
- 未来的研究应该优先考虑高质量的数据收集和处理个体变化的方法.
- 将发现的知识转化为实际的,可操作的见解仍然是一个关键的挑战和机会.
更多相关视频
11:21Methodology for Establishing a Community-Wide Life Laboratory for Capturing Unobtrusive and Continuous Remote Activity and Health Data
Published on: July 27, 2018
04:54Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
Published on: November 8, 2024
相关概念视频
Understanding Sleep
The circadian rhythm, a nearly 24-hour cycle, is deeply influenced by environmental light cues. Light exposure directly affects the hypothalamus, which in turn regulates...
Substance Use Disorders Affecting Sleep
Understanding the concepts of physical dependence,...
Sleep Apnea
The condition is more prevalent among...
Sleep-Wake Cycles
NREM Sleep
NREM sleep comprises four progressive stages that seamlessly merge:
Insufficient Sleep and Sleep Deprivation
Sleep deprivation is a more severe form of sleep loss...
REM Sleep Behavior Disorder
RBD is significantly associated with...