MétaCan
Menu
Retour à la cohorte
Enregistrement W4401039453 · doi:10.2147/nss.s464944

Nonlinear Heart Rate Variability Analysis for Sleep Stage Classification Using Integration of Ballistocardiogram and Apple Watch

2024· article· en· W4401039453 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNature and Science of Sleep · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMedicineBallistocardiographyHeart rate variabilityHeart rateSleep (system call)CardiologyInternal medicineBlood pressure

Résumé

récupéré en direct d'OpenAlex

Purpose: Wearable or non-contact, non-intrusive devices present a practical alternative to traditional polysomnography (PSG) for daily assessment of sleep quality. Physiological signals have been known to be nonlinear and nonstationary as the body adapts to states of rest or activity. By integrating more sophisticated nonlinear methodologies, the accuracy of sleep stage identification using such devices can be improved. This advancement enables individuals to monitor and adjust their sleep patterns more effectively without visiting sleep clinics. Patients and Methods: Six participants slept for three cycles of at least three hours each, wearing PSG as a reference, along with an Apple Watch, an actigraphy device, and a ballistocardiography (BCG) bed sensor. The physiological signals were processed with nonlinear methods and trained with a long short-term memory (LSTM) model to classify sleep stages. Nonlinear methods, such as return maps with advanced techniques to analyze the shape and asymmetry in physiological signals, were used to relate these signals to the autonomic nervous system (ANS). The changing dynamics of cardiac signals in restful or active states, regulated by the ANS, were associated with sleep stages and quality, which were measurable. Results: Approximately 73% agreement was obtained by comparing the combination of the BCG and Apple Watch signals against a PSG reference system to classify rapid eye movement (REM) and non-REM sleep stages. Conclusion: Utilizing nonlinear methods to evaluate cardiac dynamics showed an improved sleep quality detection with the non-intrusive devices in this study. A system of non-intrusive devices can provide a comprehensive outlook on health by regularly measuring sleeping patterns and quality over time, offering a relatively accessible method for participants. Additionally, a non-intrusive system can be integrated into a user's or clinic's bedroom environment to measure and evaluate sleep quality without negatively impacting sleep. Devices placed around the bedroom could measure user vitals over longer periods with minimal interaction from the user, representing their natural sleeping trends for more accurate health and sleep disorder diagnosis.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle