基于水平集卡尔曼滤波的可穿戴数据昼夜相位及其不确定性估计方法

昼夜节律钟是一个内部计时器，协调行为和生理的每日节律，包括睡眠和激素分泌。准确追踪昼夜节律钟的状态（即昼夜相位）在精准医学中具有巨大潜力。可穿戴设备提供了在真实世界中估计昼夜相位的机会，因为它们可以无创地监测受昼夜节律钟影响的各种生理输出。然而，从可穿戴数据准确估计昼夜相位仍然具有挑战性，主要由于缺乏将逐分钟可穿戴数据与昼夜相位先验知识相集成的方法。为解决此问题，我们提出了一个集成多时间尺度生理数据以估计昼夜相位的框架，以及一种基于贝叶斯推断和一种称为水平集卡尔曼滤波的新状态空间估计方法的高效实现算法。我们的数值实验表明，我们的方法在昼夜相位估计上始终优于先前的方法。此外，我们的方法使我们能够检查来自不同来源的噪声对估计的贡献，这是先前方法无法实现的。我们发现，与外部刺激无关的内部噪声是决定估计结果的关键因素。最后，我们开发了一个用户友好的计算包并将其应用于真实世界数据，以展示我们方法的潜在价值。我们的结果为系统理解昼夜节律钟的真实世界动态奠定了基础。