MEDi-SOL:用于估计睡眠开始延迟的多组合分布模型

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 数据科学数据科学数据科学

背景情况:

• 睡眠开始延迟 (SOL) 是睡眠质量的关键指标,也是睡眠障碍的潜在标志物.
• 准确的SOL预测有助于识别有风险的个体,并提高整体睡眠健康.
• 脑电图 (EEG) 提供了关于大脑活动的宝贵数据,对于理解睡眠动态至关重要.

研究的目的:

• 开发和评估一种用于估计睡眠开始延迟 (SOL) 分布和入睡功能的新型模型.
• 将拟议模型的性能与传统的生存和回归模型进行比较.
• 介绍一种可视化个人入睡过程的方法.

主要方法:

• 提出了用于估计睡眠开始延迟 (MEDi-SOL) 的多组合分布模型,其中包含了一个时间编码器和一个时间分布解码器.
• 使用了来自公众睡眠心脏健康研究数据集的脑电图 (EEG) 数据.
• 在集合框架内评估了四种概率分布 (正常,逻辑-正常,韦布尔,逻辑-逻辑),与生存和回归模型进行比较.

主要成果:

• 合并了log-Logistic和log-Normal分布的Medi-SOL模型在一致性指数 (C指数) 和平均绝对误差 (MAE) 方面取得了最佳表现.
• 与个人分布,生存和回归模型相比,整体方法显示出更高的准确性和更快的训练时间.
• 该模型成功地可视化了个人的睡眠开始过程,为睡眠动态提供了洞察力.

结论:

• 一种基于分布的整体方法,特别是将逻辑-逻辑和逻辑-正常分布结合起来,对于SOL估计比点估计方法更有效.
• MEDi-SOL模型为睡眠分析提供了一个准确,高效和有洞察力的工具.
• 这种方法提高了对睡眠开始的理解和预测,有助于改善睡眠障碍的识别和管理.