Automatic unsupervised respiratory analysis of infant respiratory inductance plethysmography signals
Notice bibliographique
Résumé
Infants are at risk for potentially life-threatening postoperative apnea (POA). We developed an Automated Unsupervised Respiratory Event Analysis (AUREA) to classify breathing patterns obtained with dual belt respiratory inductance plethysmography and a reference using Expectation Maximization (EM). This work describes AUREA and evaluates its performance. AUREA computes six metrics and inputs them into a series of four binary k-means classifiers. Breathing patterns were characterized by normalized variance, nonperiodic power, instantaneous frequency and phase. Signals were classified sample by sample into one of 5 patterns: pause (PAU), movement (MVT), synchronous (SYB) and asynchronous (ASB) breathing, and unknown (UNK). MVT and UNK were combined as UNKNOWN. Twenty-one preprocessed records obtained from infants at risk for POA were analyzed. Performance was evaluated with a confusion matrix, overall accuracy, and pattern specific precision, recall, and F-score. Segments of identical patterns were evaluated for fragmentation and pattern matching with the EM reference. PAU exhibited very low normalized variance. MVT had high normalized nonperiodic power and low frequency. SYB and ASB had a median frequency of respectively, 0.76Hz and 0.71Hz, and a mode for phase of 4o and 100o. Overall accuracy was 0.80. AUREA confused patterns most often with UNKNOWN (25.5%). The pattern specific F-score was highest for SYB (0.88) and lowest for PAU (0.60). PAU had high precision (0.78) and low recall (0.49). Fragmentation was evident in pattern events <2s. In 75% of the EM pattern events >2s, 50% of the samples classified by AUREA had identical patterns. Frequency and phase for SYB and ASB were consistent with published values for synchronous and asynchronous breathing in infants. The low normalized variance in PAU, was consistent with published scoring rules for pediatric apnea. These findings support the use of AUREA to classify breathing patterns and warrant a future evaluation of clinically relevant respiratory events.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».