算法和深度學(xué)習(xí)使弗林德斯大學(xué)(Flinders University)的睡眠研究人員能夠深入研究睡眠健康的奧秘。
他們利用機(jī)器學(xué)習(xí)和人工智能開發(fā)了一個(gè)免費(fèi)的在線工具,全世界的睡眠專家和研究人員都在使用該工具來研究所謂的K-復(fù)合波(K-complex)的作用。在腦電圖(EEG)中,K-復(fù)合波是一種突出的,簡(jiǎn)短的上下波動(dòng)的腦電活動(dòng)模式,在睡眠期間持續(xù)約半秒。
在《睡眠》(Sleep)雜志上發(fā)表的弗林德斯大學(xué)新論文的主要作者Bastien Lechat說,當(dāng)在EEG屏幕上顯示時(shí),它看起來有點(diǎn)像“ K”線。
“我們希望該算法將有助于快速推進(jìn)有關(guān)神秘K-復(fù)合波波形及其相關(guān)健康結(jié)果的新發(fā)現(xiàn)?!?/p>
“缺乏K-復(fù)合波與各種臨床問題有關(guān),例如阿爾茨海默病和失眠,這表明K-復(fù)合波是正常睡眠和身體健康的重要組成部分。”
弗林德斯大學(xué)阿德萊德睡眠健康研究所(Adelaide Institute for Sleep Health)的Lechat先生說:“雖然K-復(fù)合波的意義和作用還不清楚,但其中一個(gè)主要的理論是,它們反映了低水平的決策過程,即在睡眠過程中對(duì)感官輸入的反應(yīng)是醒來還是保持睡眠?!?nbsp;
睡眠期間大約每?jī)煞昼姵霈F(xiàn)一次K-復(fù)合波,由于過于密集,無法進(jìn)行常規(guī)睡眠評(píng)分。
如果考慮使用K-復(fù)合波,專業(yè)睡眠技術(shù)人員需要大約0.5到1.5小時(shí)才能完成一項(xiàng)睡眠研究。
手動(dòng)評(píng)分也有很大的可變性,專家評(píng)分者之間的一致性低至50%。深度學(xué)習(xí)算法在夜間睡眠研究中自動(dòng)對(duì)K-復(fù)合波進(jìn)行評(píng)分,比手動(dòng)評(píng)分更快、更可靠。
研究報(bào)告的合著者Branko Zajamsek博士說:“該算法只需3分鐘就能計(jì)算出一整夜的睡眠數(shù)據(jù),并且比目前所有可用的自動(dòng)化方法都要出色?!?/p>
除了提高檢測(cè)速度和準(zhǔn)確性外,該算法還提供了“置信度”或概率等級(jí),從而可以對(duì)清晰的K-復(fù)合波信號(hào)和模棱兩可的K-復(fù)合波信號(hào)進(jìn)行更有用的比較,這是人工評(píng)分所定義的。
這使得睡眠評(píng)分輸出更全面,但與其他自動(dòng)化方法相比非常容易理解。
參考文獻(xiàn)
Source:Finders University
AI unlocks rhythms of ‘deep sleep’
Reference:
Bastien Lechat, Kristy Hansen, Peter Catcheside, Branko Zajamsek, Beyond K-complex binary scoring during sleep: probabilistic classification using deep learning, Sleep, , zsaa077, https://doi.org/10.1093/sleep/zsaa077
聯(lián)系客服