在大型流行病学研究中,从部佩戴的加速度计中自动检测床上的时间:特罗姆索研究

科学领域:

• 流行病学 流行病学
• 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:

• 加速度计对于在大型流行病学研究中评估身体活动至关重要,通常佩戴在手腕或部.
• 虽然手腕穿戴的设备用于睡眠分析,但部穿戴的加速度计在此目的中未得到充分利用.
• 现有的方法往往忽视了部佩戴加速计的潜力,用于详细的睡眠和久坐行为分析.

研究的目的:

• 开发和验证一种新的方法来识别床上的时间,使用部穿戴的加速度计数据.
• 在大规模的流行病学研究中,使床上时间和久坐行为的高级分析成为可能.
• 为了利用与睡眠相关的研究,使用部穿戴的加速度计收集的现有数据集.

主要方法:

• 开发了特定于加速度计的数据增强技术 (例如,模仿不正确的磨损,添加噪音,随机裁剪) 以改进模型训练.
• 在来自特罗姆索研究的数据上训练了一个神经网络模型.
• 在独立的数据集上评估模型的性能,包括来自不同人口统计学群体的数据.

主要成果:

• 该算法在训练数据上获得了94%的准确性,在同一群体的未见数据上获得了92%的准确性.
• 当与来自不同人口群体的消费者可穿戴设备数据进行比较时,获得了相似的结果.
• 虽然概括很好,但在特定的日子或参与者身上观察到过度/低估床上时间的某些情况.

结论:

• 开发的方法提供了一种有前途的方法,用于从部穿戴的加速度计信号中识别床上的时间.
• 这种技术可以为专注于睡眠和久坐行为的纵向研究提供现有数据的重新分析.
• 它作为开发更复杂的算法,分析从部安装的传感器睡眠模式的基础.