Key points are not available for this paper at this time.
目的:本研究旨在报告使用佩戴于手腕的设备估算睡眠阶段的准确性,该设备使用三维加速度计和光学脉搏光电容积描记仪(PPG)来测量运动。方法:从60名成人参与者处获得过夜记录,他们同时佩戴这些设备于左右手腕,并使用Type III家庭睡眠测试设备(Embletta MPR),该设备包含用于睡眠分期的EEG通道。这60名参与者自我报告为正常睡眠者(36名男性,24名女性,年龄=34±10,BMI=28±6)。根据AASM指南对Embletta记录进行评分以确定睡眠阶段,并用于开发和验证自动化睡眠阶段估算算法,该算法将睡眠阶段标记为清醒、浅睡(N1或N2)、深睡(N3)和快速眼动(REM)。特征从加速度计和PPG传感器中提取,反映了运动、呼吸和心率变异性。主要结果:根据留一法验证,自动化算法的epoch平均准确率为69%,Cohen's kappa为0.52 ± 0.14。没有观察到低估或高估清醒、浅睡或深睡持续时间的偏差。REM睡眠时间略有高估。最常见的错误分类是浅睡/REM和浅睡/清醒的标签错误。重要性:结果表明,使用佩戴于手腕的设备可以实现合理程度的睡眠分期准确性,这可能在睡眠习惯的纵向研究中具有实用性。
Beattie等人(周二)研究了这个问题。