相关实验视频
Updated: Jul 8, 2025
07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.7K
从基于EEG的,代改进的,低成本的多传感器和仅使用动图的设备中选择睡眠追踪器
Ju Lynn Ong1, Hosein Aghayan Golkashani1, Shohreh Ghorbani1
1Sleep and Cognition Laboratory, Centre for Sleep and Cognition, Yong Loo Lin School of Medicine, National University of Singapore, Singapore.
Sleep health
|December 13, 2023
概括
基于EEG的Dreem头带为睡眠跟踪提供了最高的准确性,特别是在睡眠不足的夜晚. 像Oura和Fitbit这样的反复改进的追踪器平衡了健康睡眠者的准确性和成本,而低成本的选项不推用于研究.
科学领域:
- 睡眠科学 睡眠科学
- 可穿戴技术可穿戴技术
- 生物医学工程 生物医学工程
背景情况:
- 可穿戴睡眠追踪器越来越多地用于睡眠监测.
- 对于研究应用来说,评估它们的准确性与多睡眠学 (PSG) 相比是至关重要的.
- 不同的追踪器类别,从基于EEG的低成本消费设备,在他们的技术复杂性上有所不同.
研究的目的:
- 为了评估六种不同的可穿戴睡眠追踪器的性能.
- 为了比较不同睡眠分类阶段 (2阶段和4阶段) 的追踪器准确度.
- 根据研究需求,为选择合适的追踪器提供建议.
主要方法:
- 评估了六种可穿戴设备:Dreem 3 (EEG),Actigraph GT9X (动图),Oura Ring Gen3,Fitbit Sense,Xiaomi Mi Band 7和Axtro Fit3 (消费者追踪器),这些设备的使用情况是如下:
- 三个年龄组的60名参与者在实验室环境中过夜.
- 进行了时代分析和差异分析,将设备数据与实验室多睡眠学 (PSG) 进行比较,并进行共识评分.
主要成果:
- 基于EEG的Dreem头带显示了最高的准确性 (2阶段卡帕=0.76,4阶段卡帕=0.76-0.86).
- 代改进的追踪器 (Oura,Fitbit) 显示了中度的准确性 (2 阶段的kappa 0.47-0.64),表现优于基本的动图.
- 低成本的追踪器表现最差 (2级卡帕<0.31).
- 在睡眠质量较差的夜晚,差异更大.
结论:
- 基于EEG的Dreem头带推用于需要高睡眠阶段精度或评估睡眠障碍的研究.
- 适度准确的消费者追踪器 (Oura,Fitbit) 为健康睡眠者的一般研究提供了性能和可用性的平衡.
- 低成本的追踪器只适用于基本的床上时间记录,而不是用于研究级睡眠分析.
