轻量级睡眠监测：电极距离比位置更重要的自动评分
摘要：摘要：睡眠监测的现代发展正在向结合算法进行自动睡眠评分的不显眼传感器方向转变。许多不同的湿电极和干电极、以耳为中心、额头安装或头带设计的组合已被提出，同时还有各种机器学习算法用于自动睡眠评分。在本文中，我们比较了13种不同的、基于相同数据集且使用相同流程进行分析的传感器设置。我们发现，所有包含横向和EOG派生物的设置显示出类似的、最先进的性能，平均Cohen’s kappa值至少为0.80。这表明，电极的距离而不是位置对于准确的睡眠评分很重要。最后，根据所展示的结果，我们认为，随着当前自动阶段评估方法的竞争性表现，迫切需要建立一个超越当前单个人评分者评分的改进基准。
作者：Kaare B. Mikkelsen, Huy Phan, Mike L. Rank, Martin C. Hemmsen, Maarten de Vos, Preben Kidmose
论文ID：2104.04567
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-04-14