移动睡眠阶段分析使用多通道可穿戴设备与可伸缩透明电极集成
Hyun-Kyung Um1,2, Eunseo Noh3,4, Chaehwa Yoo5
1Department of Mechanical and Biomedical Engineering, Ewha Womans University, Seoul 03760, Republic of Korea.
ACS sensors
|May 15, 2025
概括
一个新的可穿戴设备使用可伸缩的电极来准确监测睡眠信号. 这项技术使人工智能驱动的睡眠分期能够改善家庭睡眠障碍诊断.
科学领域:
- 生物医学工程 生物医学工程
- 睡眠医学 睡眠医学
- 可穿戴技术可穿戴技术
背景情况:
- 睡眠障碍在老年人群中普遍存在,影响整体健康.
- 多睡眠视图 (PSG) 是诊断的黄金标准,但很不方便.
- 需要可访问,准确的家庭睡眠监测解决方案.
研究的目的:
- 开发一个可穿戴设备 (WD),具有可伸缩透明电极 (STEs),用于多信号睡眠监测.
- 实现人工智能 (AI) 用于睡眠分阶段,使用来自WD的数据.
- 为了评估WD的表现与PSG标准相比.
主要方法:
- 开发了一种具有导电性和灵活性STEs的WD,用于记录生物信号.
- 收集的多信号数据包括脑电图 (EEG),眼电图 (EOG),肌电图 (EMG),光电图和运动图.
- 在多信号数据上训练了一种AI模型,用于自动化睡眠分阶段.
主要成果:
- 该WD记录了高精度和低噪音的生物信号,与PSG相比.
- 在人工智能驱动的睡眠分期中,获得了73.2%的准确性和0.72的宏F1得分.
- 睡眠分期的准确性仅在使用EEG,EOG和EMG信号时略有改善.
结论:
- 开发的WD提供了一个紧的多信号解决方案,方便在家监测睡眠.
- 这项技术有可能成为个性化睡眠疗法的评估工具.
- 未来的设计可以通过专注于核心电生理信号来简化.
