睡眠障碍杂志：治疗和护理

使用深度学习技术检测睡眠呼吸暂停事件

马哈茂德·阿贝德* 和图尔盖·伊布里克奇

本研究强调了一种从睡眠研究中检测睡眠呼吸暂停事件的自动化方法。多导睡眠图测试是诊断睡眠呼吸暂停的黄金标准。不幸的是，它价格昂贵、耗时，而且对患者来说也不舒服。我们选择了可以通过便携式指尖脉搏血氧仪和 hexoskin 智能衬衫轻松获取的信号。因此，使用更少的设备同时又能保证足够的时间，可以降低多导睡眠图的成本。因此，本研究的科学价值在于简化该领域其他睡眠专家使用的方法。两个睡眠呼吸暂停数据库用于训练和测试四个深度学习模型。三个生理信号组合成一个 60 秒大小的窗口。事实证明，深度学习方法足以检测呼吸暂停事件，具体取决于数据质量和神经网络架构。混合模型的准确率分别高达 97% 和 92%，优于其他模型。