文献

J-GLOBAL ID：202202214136936593   整理番号：22A0482016

ポリソムノグラフィデータに基づく自動注釈睡眠段階【JST・京大機械翻訳】

Auto-annotating sleep stages based on polysomnographic data

著者 (6件)： Zhang Hanrui (Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Wang Xueqing (Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Li Hongyang (Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Mehendale Soham (Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Guan Yuanfang (Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, MI 48109, USA) ,  Guan Yuanfang (Department of Internal Medicine, the University of Michigan Medical School, Ann Arbor, MI 48109, USA)
資料名： Patterns  (Patterns)
巻： 3  号： 1  ページ： Null  発行年： 2022年 
JST資料番号： W6439A  ISSN： 2666-3899  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 睡眠障害は生活の質に影響し,睡眠障害の臨床診断は,記録と注釈付けの睡眠ポリグラフ記録を必要とする時間がかかり,退屈なプロセスである。本研究では,睡眠段階をミリ秒レベルで予測する,睡眠ポリグラフ記録と深層学習アーキテクチャに基づく自動注釈アルゴリズムを開発した。モデルは,3.8sの計算時間と高精度で各記録を自動的に注釈することによって,ポリソムノグラフィ記録アノテーションプロセスの効率を改善する。覚醒や無呼吸などの疾患関連睡眠ステージもこのモデルにより同定でき,さらに,モデルが潜在的に提供できる生理学的洞察を拡大した。最後に,モデルのロバスト性を示すために,異なるモダリティから収集したデータに対するモデルの適用性を調べた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  適応性 ,  覚醒 ,  睡眠障害 ,  計算機アーキテクチャ ,  ロバスト性 ,  無呼吸 ,  クオリティオブライフ ,  *ポリソムノグラフィー ,  *アノテーション
準シソーラス用語： *睡眠相 ,  モダリティ ,  臨床診断 ,  高精度 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (8件)： 睡眠障害 ,  睡眠段階アノテーション ,  ポリソムノグラフィ ,  無呼吸 ,  深層学習 ,  畳込みニューラルネットワーク ,  Uネット ,  マルチタスク学習

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： ポリソムノグラフィ ,  注釈 ,  睡眠段階