自动新生儿睡眠阶段分类:一项比较研究
Saadullah Farooq Abbasi1, Awais Abbas1, Iftikhar Ahmad2
1Department of Electronic, Electrical and System Engineering, University of Birmingham, Birmingham, United Kingdom.
Heliyon
|December 7, 2023
概括
本综述考察了新生儿的自动睡眠阶段分类,这对发育至关重要. 它强调了现有方法的局限性,例如多睡眠学 (PSG),并讨论了使用EEG和其他生物信号的进展.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 儿科 儿科 儿科
背景情况:
- 睡眠对新生儿大脑和身体发育至关重要.
- 准确的睡眠阶段评估在新生儿重症监护室 (NICU) 中至关重要.
- 多人睡眠学 (PSG) 是黄金标准,但成本高且劳动密集.
研究的目的:
- 综合审查现有的新生儿睡眠阶段自动分类算法.
- 确定当前算法的局限性,并提供未来的建议.
- 为了比较新生儿睡眠研究中使用的特征,分类方法和评估指标.
主要方法:
- 对新生儿自动睡眠阶段分类的研究进行系统审查.
- 分析使用脑电图 (EEG),心电图 (ECG) 和视频数据的算法.
- 功能提取技术,机器学习算法和性能指标的比较.
主要成果:
- 使用各种生物信号开发了多种自动睡眠分类算法.
- 现有的方法面临与准确性,成本和临床实施有关的挑战.
- 在研究中,特征选择,算法选择和评估参数存在显著差异.
结论:
- 自动睡眠阶段分类有望改善新生儿护理和发育评估.
- 需要进一步的研究来完善算法,验证发现,并克服当前的局限性.
- 方法和指标的标准化对于可靠的比较和临床翻译至关重要.
更多相关视频
19:15Assessment and Evaluation of the High Risk Neonate: The NICU Network Neurobehavioral Scale
Published on: August 25, 2014
86.0K
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
542
