Bispectral analysis of tracheal breath sounds for Obstructive Sleep Apnea
Notice bibliographique
Résumé
Obstructive Sleep Apnea (OSA) is a respiratory disorder with serious consequences that is characterized by repetitive cessation of breathing for more than 10s often associated with a drop of more than 4% in the blood's Oxygen saturation level. The gold standard for OSA diagnosis is full-night Polysomnography (PSG), which is a time-consuming, inconvenient, and costly assessment. On the other hand, our team has showed that the analysis of tracheal respiratory sounds recorded during wakefulness holds promises to be used as a simple and effective tool for screening moderate and severe OSA. In this paper, we examine the nonlinear characteristics of tracheal breath sounds and the possibility to extract features from Higher Order Spectra (HOS) for OSA screening. The data used in this study were recorded during wakefulness in two body positions, supine and upright, and during mouth and nose breathing. We estimated the bispectrum of the sounds in each respiratory cycle, calculated the median bifrequencies and the energy of the bispectrum, and investigated any statistically significant differences between the extracted features in two groups of non-OSA and severe OSA data. The differences in the features between body positions and nose/mouth breathing were also looked at. One-way ANOVA revealed significant differences in the features between non-OSA individuals and those with severe OSA. The results encourage the use of these features in future studies for OSA screening.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».