相关实验视频
Updated: Jun 8, 2026
07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.6K
使用深度学习人工智能和时间事件定位分析的指尖家庭睡眠呼吸暂停测试系统的验证
Ke-Wei Chen1, Chun-Hsien Tseng2, Hsin-Chien Lee3,4
1PranaQ Pte. Ltd., Singapore.
Sleep
|January 17, 2025
概括
这项研究验证了TipTraQ家庭睡眠呼吸暂停测试 (HSAT) 系统,显示其紧型设备准确预测睡眠指标. TipTraQ系统在家诊断睡眠呼吸暂停时表现出可靠的性能.
科学领域:
- 医疗器械 医疗器械
- 睡眠医学 睡眠医学
- 人工智能的人工智能
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 是一种普遍的疾病,需要准确的诊断.
- 家庭睡眠呼吸暂停测试 (HSAT) 提供了一个方便的替代在实验室的多睡眠学.
- 现有的HSAT系统的精度和复杂性各不相同.
研究的目的:
- 为了验证TipTraQ,一个新的紧型家庭睡眠呼吸暂停 (HSAT) 测试系统.
- 评估TipTraQ使用人工智能驱动的光电显微镜和加速度计数据分析的性能.
- 为了比较TipTraQ的诊断能力与多睡眠学标准.
主要方法:
- 预计将招募352名参与者 (240名内部,112名外部验证) 怀疑患有OSA.
- 同时进行了多睡眠图和TipTraQ HSAT.
- 将TipTraQ衍生的总睡眠时间 (TQ-TST) 和呼吸事件指数 (TQ-REI) 与多睡眠学衍生的TST和呼吸暂停-呼吸暂停指数 (AHI) 相比较.
主要成果:
- 外部验证显示了强烈的相关性:TQ-TST与TST (斯皮尔曼的r=0.81) 和TQ-REI与AHI (斯皮尔曼的r=0.95).
- 根平均平方误差为TST的0.53小时和AHI的7.53事件/小时.
- 时间事件局部化分析显示,呼吸事件的准确预测具有高的真实阳性率.
结论:
- TipTraQ HSAT系统准确地预测了总睡眠时间和呼吸系统事件.
- 性能指标与现有的HSAT设备相似.
- 经过验证的时间事件定位支持TipTraQ在诊断睡眠呼吸暂停方面的实用性.
