相关实验视频
Updated: Jun 11, 2025
07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.6K
在家庭睡眠测试期间结合信号以进行无EEG唤醒检测:一项回顾性研究
Safa Boudabous1, Juliette Millet2, Emmanuel Bacry1
1CEREMADE, CNRS-UMR 7534, Université Paris-Dauphine PSL, 75016 Paris, France.
Diagnostics (Basel, Switzerland)
|September 28, 2024
概括
在没有电脑电图 (EEG) 的情况下检测睡眠唤醒事件,可以使用家庭睡眠测试 (HST) 设备. 结合胸部努力,心率和觉醒/睡眠信号,有望改善睡眠障碍诊断.
科学领域:
- 睡眠医学 睡眠医学
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 准确的睡眠唤醒检测对于诊断睡眠障碍,如睡眠呼吸暂停/睡眠暂停综合征至关重要.
- 通常用于唤醒检测的脑电图 (EEG) 信号通常无法在家庭睡眠测试 (HST) 设置中使用.
- 在资源有限的HST环境中,需要替代生理信号来检测兴奋.
研究的目的:
- 研究结合易于测量的生理信号的有效性,以在没有EEG的情况下在HST期间检测兴奋.
- 探索深度学习模型,以使用有限的生理输入来自动检测兴奋.
- 确定最佳的信号组合,以提高在无EEG的HST中唤醒检测的准确性.
主要方法:
- 一项以数据为导向的,回顾性研究,使用来自动脉样硬化多民族研究数据集的多睡眠学数据.
- 模拟有限通道HST设置,以评估各种生理信号组合.
- 采用深度学习模型来自动检测兴奋和绩效评估.
主要成果:
- 结合多个生理信号在唤醒检测中显著超过单信号模型.
- 胸部努力,心率和觉醒/睡眠指标的组合实现了与使用心电图的最先进方法相提并论的性能.
- 通过组合信号模型实现了61.59%的平均精度和56.46%的平均回忆.
结论:
- 易于记录的HST信号可以有效地描述睡眠唤醒的自主标志物.
- 这种方法为HST设备的无EEG兴奋检测提供了可行的替代方案.
- 这些发现为HST设备设计人员提供了宝贵的指导,以提高唤醒检测能力.
