利用心冲击描记法进行分类睡眠分期
人机交互
2022-02-17 v2 机器学习
信号处理
摘要
随着我们开始了解睡眠对人们生活的广泛影响，一种实用的睡眠阶段检测方式变得愈发必要。当前的睡眠分期检测方法昂贵、对睡眠有侵入性，且在现代家庭环境中不实用。尽管在实验室环境中通过脑电图监测脑活动、肌活动和眼动来检测睡眠分期提供了检测的黄金标准，本文旨在研究一种新方法，使人们在不受干扰的正常睡眠习惯下获得类似的洞察与结果。心冲击描记法（BCG）是一种非侵入式传感技术，通过测量心脏产生的弹道力来收集信息。利用从 BCG 提取的特征，如使用时长、心率、呼吸率、相对每搏输出量和心率变异性，我们提出实现一种睡眠分期检测算法，并将其与从 Fitbit Sense 智能手表提取的睡眠分期进行比较。BCG 的可及性、易用性和相对较低的成本为使用该设备提供了许多应用和优势。通过将该设备标准化，人们将能够受益于 BCG 来分析自身睡眠模式并得出关于睡眠效率的结论。本工作展示了使用 BCG 作为一种准确且非侵入式睡眠监测方法的可行性，该方法可在个人舒适的睡眠环境中布置。
引用
@article{arxiv.2202.01038,
title = {Using Ballistocardiography for Sleep Stage Classification},
author = {Jiebei Liu and Peter Morris and Krista Nelson and Mehdi Boukhechba},
journal= {arXiv preprint arXiv:2202.01038},
year = {2022}
}