开源的 Yet Another Spindle 算法的性能评估 睡眠分阶段算法与黄金标准对比 手动评估青少年时期的多睡眠记录
Davide Benedetti1, Emma Frati2, Orsolya Kiss3
1Center for Health Sciences, SRI International, Menlo Park, California, USA; Department of Translational Research and of New Surgical and Medical Technologies, University of Pisa, Pisa, Italy.
Sleep health
|September 14, 2023
概括
另一个螺旋算法准确地得分青少年的睡眠阶段,显示高灵敏度和特异性与手动评分相比. 建议在专家监督下进行进一步验证,以在临床环境中获得最佳使用.
科学领域:
- 神经科学是一个神经科学.
- 睡眠医学 睡眠医学
- 生物医学工程 生物医学工程
背景情况:
- 准确的睡眠评分对于诊断睡眠障碍和了解睡眠生理学至关重要.
- 手动多睡眠学得分是耗时的,并且受得分者之间的变化影响.
- 自动睡眠评分算法为高效和一致的睡眠分析提供了潜在的解决方案.
研究的目的:
- 评估 Yet Another Spindle Algorithm (YASA) 在青少年的自动睡眠评分中的性能.
- 为了比较YASA的自动睡眠分阶段与手动多睡眠记分.
- 为了确定影响YASA在不同录制条件下的表现的因素.
主要方法:
- 在NCANDA研究中利用了来自151名健康青少年的327个夜晚的多睡眠记录数据.
- 应用了 Yet Another Spindle 算法进行自动睡眠评分.
- 进行时代分析和差异分析,包括布兰德-阿尔特曼图表,比较自动和手动评分.
- 进行回归分析以评估年龄,性别,得分者和记录地点的影响.
主要成果:
- YASA显示了高的平均灵敏度 (例如,唤醒:93.04%,N2:87.67%) 和特异性 (例如,唤醒:96.75%,N1:97.31%).
- 马修斯相关系数和科恩卡帕在REM睡眠中最高 (0.85),在N1睡眠中最低 (0.39).
- 在与事件相关的潜在夜晚,N3和REM睡眠的表现下降,受年轻年龄,男性性别和记录地点的影响.
结论:
- 另一个螺旋算法显示了对得分青少年睡眠多睡眠图数据的有希望的性能.
- 结果支持YASA在临床和研究环境中的潜在使用.
- 专家评分员的监督可以提高YASA分类结果的可靠性.
