使用EEG检测睡眠呼吸暂停:对数据集,方法,挑战和未来方向的系统审查
Shireen Fathima1,2, Maaz Ahmed3,4
1Department of Electronics and Communication Engineering, HKBK College of Engineering, Bengaluru, Karnataka, 560045, India. shireen.fathima6@gmail.com.
Annals of biomedical engineering
|February 12, 2025
概括
电脑电图 (EEG) 信号对检测睡眠呼吸暂停 (SA) 有希望,为多重睡眠学提供了一个更容易获得的替代方案. 本综述强调了基于EEG的SA检测使用机器学习和深度学习技术的进展.
科学领域:
- 神经科学是一个神经科学.
- 医疗技术 医疗技术 医学技术
- 数据科学数据科学数据科学
背景情况:
- 睡眠呼吸暂停 (SA) 影响全球超过9.36亿成年人,构成重大公共卫生挑战.
- 目前的诊断方法,如多睡眠学,是昂贵的和不方便的.
- 电脑电图 (EEG) 信号为SA检测提供了一个有希望的,非侵入性的方法.
研究的目的:
- 在过去的十年里,系统地审查和分析基于EEG的睡眠呼吸暂停检测研究.
- 专注于深度学习和机器学习技术,应用于SA的EEG信号.
- 探索信号分解,特征提取,选择和分类方法在SA的EEG中.
主要方法:
- 一个系统的文献审查,遵循PRISMA和PICO的指导方针.
- 在5个数据库中搜索了2010年1月至2024年12月的出版物.
- 选了402篇论文,其中63篇被选中进行详细分析.
主要成果:
- 基于EEG的方法显示了改善睡眠呼吸暂停诊断的巨大潜力.
- 对63项选定的研究进行分析,为目前用于SA检测的EEG应用提供了有价值的见解.
- 确定了用于SA的EEG信号分析的机器学习和深度学习的关键进展.
结论:
- 该研究强调了基于EEG的睡眠呼吸暂停检测取得的实质性进展.
- 确定了需要进一步研究以优化EEG驱动的诊断工具的领域.
- 提供了使用EEG的睡眠呼吸暂停诊断未来创新的基础理解.
