基于表面肌电图的定期四肢运动检测的基准算法

科学领域:

• 睡眠医学 睡眠医学
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 周期性四肢运动障碍 (PLMD) 的特点是睡眠期间不自发的腿部运动.
• 目前的检测方法依赖于表面电肌图 (sEMG) 的手动标记,这是主观的,可能会低估运动.
• 需要标准化,客观的算法来准确检测LM.

研究的目的:

• 在PLMD.中开发和评估用于检测腿部运动 (LMs) 的自动化算法.
• 建立一个与临床评分手册兼容的基准算法.
• 减少主观性,提高LM检测中的可重现性.

主要方法:

• 提出了一种算法,使用百分比参数在0.5秒段中评估sEMG.
• 在临床环境中对20名患者的sEMG数据测试了算法.
• 将算法性能与手动标签和评分手动解释进行比较.

主要成果:

• 该算法在40%的参数设置下获得了0.751的F1得分.
• 实现了0.895的召回率和0.604.4的精度.
• 与严格的评分手动解释相比,表现出更高的性能,这产生了零回忆和精度.

结论:

• 开发的算法显示了在PLMD中客观和可重现的LM检测的希望.
• 它提供了一种标准化的方法来补充现有的临床评分手册.
• 这项工作代表了向PLM标签的自动基准迈出的一步.