基于心电信号的自注意力双向门控循环网络疲劳检测模型

人类操作员的生理疲劳状态对其作业效率与安全性存在很大的影响,本研究提出了一种基于自注意力（SA）机制的双向门控循环（BiGRU）网络疲劳检测模型,研究基于心电信号的疲劳检测方法。首先采集了模拟不同负荷水平的过程控制任务环境下操作人员的心电数据,以一维心电数据作为输入,经过去噪预处理后,使用改进的BiGRU神经网络进行特征提取,BiGRU在保留GRU优点的同时可以更加充分学习心电信号前后时序的特征联系,并通过SA机制筛选显著相关特征信息,最后将所获得的特征信息经过softmax分类器,得到疲劳分类结果。与传统的GRU模型和BiLSTM模型进行了比较,经过改进后的SA-BiGRU模型的疲劳分类性能整体提高2%~5%,总体准确率达83%。     

多导睡眠图特征提取研究

多导睡眠图是睡眠过程监护和睡眠生理研究的重要工具。本文在6例整夜睡眠监护实验的基础上提出了利用脑电复杂性及多导睡眠图功率谱特征的方法客观反映睡眠的进程,为睡眠的自动分阶分析及睡眠质量的评估研究打下了基础。尤其是脑电复杂性测度与睡眠深度的关系研究对于睡眠生理的研究具有理论意义。     

慢性失眠症临床与多导睡眠图研究

我们对36例慢性失眠症进行了临床调查,心理分析和多导睡眠图检查,对其中31例患者进行了MMPI测定,24例患者进行了EPQ测定。经分析我们认为:1.本组失眠症可分为三类:(1)持续性精神生理性失眠;(2)主观性失眠;(3)伴有情绪障碍的失眠。2.慢性失眠者多表现为悲观、抑郁、易怒、情绪不稳定。     

阿尔茨海默病患者的多导睡眠图研究

目的：探讨阿尔茨海默病患者（Alzheimer diseased．AD）睡眠参数改变的生物学特点。方法：应用多道睡眠图对35例阿尔茨海默病患者进行睡眠描记，分析相关睡眠参数，并与30例正常人比较。结果：阿尔茨海默病患者潜伏期延长（38．44min）、总睡眠时间减少（259．71min）、中途醒转次数增多（7．55次）、睡眠效率低（58．06％）、快眼动（REM）睡眠潜伏期缩短（62．36min）、REM睡眠时间（32．42min）和REM活动度（67．91单位）减少（P〈0．05～0．01）。结论：阿尔茨海默病患者不但有睡眠量的减少，而且伴有睡眠质的改变，其中REM睡眠潜伏期、REM睡眠时间和REM活动度是评价脑功能恢复的客观指标。     

睡眠呼吸暂停综合征患者的睡眠分期算法研究

针对可穿戴睡眠监测缺乏有效的自动睡眠分期和睡眠质量评价方法这一问题,提出一种适用于睡眠呼吸暂停综合征患者的自动睡眠分期方法。通过心电图R-R间期序列,分别得到心率变异性、呼吸幅度变异性和呼吸率变异性信号。以此为基础,提取时域、频域及非线性特征共55个。利用门控循环单元网络,分别构建清醒-睡眠二分类、清醒-快速眼动-非快速眼动睡眠三分类、清醒-快速眼动-浅睡-慢波睡眠四分类、清醒-快速眼动-非快速眼动Ⅰ-Ⅱ-Ⅲ期五分类等共4个不同分类粒度的睡眠分期模型;采用损失函数类别加权方法,有效降低数据非平衡对分期结果的影响。验证数据来自SHRS数据库的274例患者。借助准确率、Cohen's Kappa系数和睡眠结构指标对该睡眠分期方法进行性能评价。结果表明4个分类器的准确率分别为85.06%、75.44%、63.80%、62.13%,Cohen's Kappa系数达到了0.54、0.49、0.41、0.41,睡眠结构分析评估与临床结果之间的差异无统计学意义。所提出的方法基本满足睡眠质量评估的需求,适用于可穿戴睡眠监测应用。     

多导睡眠图对卒中后睡眠障碍的评价意义

睡眠障碍是脑卒中（Stroke）后患者常见并发症,它不仅影响病人的躯体康复和心身健康,而且会加重高血压、糖尿病等常见脑卒中危险因素的程度,甚至诱发脑梗死或脑出血的再发。应用多导睡眠图（polysomnogram,PSG）对脑卒中后并发睡眠障碍患者进行夜间睡眠监测,能够更加客观地反应患者睡眠质量,有效地纠正睡眠障碍,促进患者功能恢复。     

多导睡眠图

多导睡眠图（polysomnogram，PSG）是指通过记录全夜睡眠过程中的脑电、肌电、呼吸、血氧等生理信号，经处理分析后得出有关睡眠结构、呼吸事件、血氧饱和度、鼾声、体位和心电图动态变化具体数据，为睡眠呼吸障碍疾患的诊断提供客观依据的一种物理监测技术。     

睡眠图是冠以“多导”好，还是“多项”好

有作者质询本刊：他们的文章中“多导睡眠图”一词往往放改为“多项睡眠图”,并指出一些较为权威的专著和文章用的也是“多导睡眠图”,何故？     

失眠症者睡眠的主观评估和多导睡眠图对比分析

目的：探讨失眠症患者对睡眠评估的心理特征。方法：应用多导睡眠图对５０例失眠症患者进行整夜睡眠描记,次日早晨起床后询问夜间睡眠情况,并与２２名正常人进行对比分析。结果：与对照组比较、失眠症组睡眠潜伏期长,睡眠时间减少,睡眠效率低（Ｐ〈０．０１）;失眠症主观评估的睡眠潜伏期,总睡眠时间和睡眠效率与多导睡眠图结果比较具有显著不一致（Ｐ〈０．０５￣０．０１）。结论：失眠症组不但睡眠质量低于正常人,而且有着     

应用多导睡眠图评价针灸治疗失眠症的效果

目的:观察通过针灸治疗对失眠症患者的多导睡眠图影响。方法:采用8通道多导睡眠图进行规范检测,比较50例失眠患者针灸治疗前后多导睡眠图的差异。结果:经针灸治疗后,失眠患者总睡眠时间增加,睡眠结构中深睡眠所占比例增加,觉醒次数减少,患者自我感觉睡眠质量提高。结论:针灸治疗能改善睡眠,多导睡眠图能一定程度的地评价睡眠质量。     

多导睡眠图与睡眠呼吸障碍疾患

多导睡眠图(polysomnography，PSG)是指通过记录全夜睡眠过程中的脑电、肌电、呼吸、血氧等生理信号，经处理分析后得出有关睡眠结构、呼吸事件、血氧饱和度、鼾声、体位和心电图动态变化具体数据，为睡眠呼吸障碍疾患的诊断提供客观依据的一种物理监测技术。     

多导睡眠图在儿童鼾症鉴别诊断中的应用研究

目的探讨多导睡眠图在儿童鼾症中的鉴别诊断价值。方法运用多导睡眠图整夜7～8h监测睡眠打鼾的儿童共48例。结果有21例呼吸暂停/低通气指数(AHI)<1,16例AHI≥1且<5,11例AHI≥5,后两组与AHI<1组比较平均SaO2、最低SaO2、最长脱饱和时间及SaO2<95%的时间均有统计学意义(P<0.01),而鼾声指数及总打鼾次数的比较无统计学意义(P>0.05)。结论多导睡眠图是区分儿童鼾症中睡眠呼吸暂停综合征与良性鼾症的良好方法,AHI≥1的标准适合儿童睡眠呼吸暂停综合征的诊断。     

用于睡眠精准分期的多模态生理时频特征提取网络

睡眠分期对临床疾病诊断以及睡眠质量评估至关重要。现有睡眠分期方法大多通过单通道或单模态信号,使用单分支深层卷积网络进行特征提取,这不仅阻碍了睡眠相关多样性特征的捕获,增加了计算代价,而且对睡眠分期的准确率也有一定的影响。为解决这一问题,本文提出一种端到端的用于睡眠精准分期的多模态生理时频特征提取网络（MTFF-Net）。首先,利用短时傅里叶变换（STFT）将包含脑电（EEG）、心电（ECG）、眼电（EOG）、肌电（EMG）的多模态生理信号转换为二维时频特征图;然后,使用多尺度EEG紧凑卷积网络（MsEEGNet）与双向门控循环（Bi-GRU）网络相结合的时频特征提取网络,捕获与睡眠特征波形相关的多尺度频谱特征以及与睡眠阶段转换相关的时序特征。根据美国睡眠医学学会（AASM）EEG睡眠分期判据,该模型在科英布拉大学系统与机器人研究所第三组子睡眠数据集（ISRUC-S3）上的五分类任务中取得了84.3%的准确率,其宏观F1分数（m-F1）的值为83.1%,科恩卡帕（Cohen’s Kappa）系数为79.8%。实验结果表明,本文所提模型实现了更高的分类准确率,推进了深度学习算法在辅助临床决...     

成年阻塞性睡眠呼吸暂停患者多导睡眠图及临床特征分析性差异

目的:分析成年男性阻塞性睡眠呼吸暂停(OSA)患者多导睡眠图及临床特征,明确年龄对OSA严重程度的影响。方法:回顾性研究包括836名成年男性OSA患者,按年龄分为三组:青年组312人(平均年龄37.07岁),中年组359人(平均年龄52.14岁),老年组165人(平均年龄69.43岁)。分析其多导睡眠图和临床特征,并进行相关性分析。结果:中年组和老年组呼吸暂停低通气指数(AHI)、阻塞性呼吸暂停指数(OAI)、AHI-NREM和AHI-REM均无显著统计学意义(P>0.05),但均低于青年组(P<0.01);中年组和老年组的最低血氧饱和度(SaO2)均高于青年组;中枢性呼吸暂停指数(CAI)随年龄增长而升高(P<0.05)。在睡眠结构方面,老年组总睡眠时间、非快速眼动(NREM)睡眠时间和快速眼动期(REM)睡眠时间均缩短,睡眠效率亦低于青年组(P<0.01),但睡眠潜伏期和入睡后觉醒时间(WASO)明显延长(P<0.01)。年龄与以下各项均呈现显著的相关性:AHI(P<0.01),OAI(P<0.01),CAI(P<0.01),最低SaO2(P<0.01)。多重回归分析表明年龄作为独立变量分别与AHI,OAI,CAI具有相关性。结论:在成年OSA患者中,年龄与OSA严重程度具有显著的相关性,表现为OSA随年龄增长而降低。本研究为研究年龄与OSA严重程度的关系提供了新的证据。     

失眠症患者的多导睡眠图改变及应对措施

目的 探讨失眠症患者的多导睡眠图(PSG)改变及应对措施。方法 对29例失眠症患者和22例正常人进行整夜多导睡眠图(PSG)描记并比较,同时对失眠患者指导实施应对措施。结果 失眠症患者有睡眠潜伏期(SL)显著延长,睡眠效率(SE)明显降低,觉醒次数(AT)增多,实际睡眠时间(TST)减少,自我评估与实际睡眠时间相差较大。结论 失眠症患者应采取应对措施,改变睡眠结构,提高睡眠质量。     

基于时频结合空间注意力网络的3D骨架人体运动预测

以往基于时域和频域的图卷积网络模型在三维人体运动预测上显示出令人印象深刻的结果。然而,时域和频域是同一个人体动作信号在不同域的表现,该文同时结合人体位姿在时域和频域的序列进行编码,并在两个通道上对不同表现形式的关节信息通过注意力机制强化人体骨骼各节点之间的相互依赖关系。最后通过基于图的门控循环单元（G-GRU）对编码信息进行递归解码,输出预测的运动序列。该文在Human 3.6M和CMU-MoCap数据集上测试了所提的模型,实验证明,该文所提的模型能获得比以往模型更准确的预测结果。     

睡眠呼吸暂停综合征及其多导睡眠图研究进展

近年来,欧洲及美国有关睡眠呼吸暂停综合征（sleep apnea syndrome,SAS）的文献报告逐渐增多,已引起神经精神科、呼吸科、心脏科、耳鼻喉科等多学科的关注。以下综述SAS临床研究进展。     

多导睡眠图监测技术的发展与临床应用

多导睡眠图（polysomnograpahy，PSG）是指同时记录、分析多项睡眠生理学指标，进行睡眠医学研究和睡眠疾病诊断的一种技术。这项技术的临床应用在国内已经普及到省、市级医院。     

基于BP网络的睡眠分阶方法及睡眠质量评估研究

我们利用不同睡眠期脑电复杂性特征与睡眠深度的关系及多道睡眠图功率谱特征,基于3层BP网络进行了睡眠自动分阶的研究,并提出了能部分反映睡眠质量的睡眠时间、浅睡时间、深睡时间、REM时间、觉睡比、醒转次数等参数。通过6例全睡眠监护实验说明,该方法可为睡眠质量的评价提供途径。     

基于心率变异性的自动睡眠分期及其脑电图验证

睡眠障碍会严重影响人们的日常生活,因此睡眠的早期监测对睡眠疾病的预防和诊断有重要意义。采用自行研制的便携式多导睡眠监护仪,开展了103人次的居家夜间睡眠数据收集(含脑电、眼电、肌电和心电信号)。然后,从同步采集的心电数据RR间期中提取时域、频率和非线性特征,组合出最高达426个心率变异性(HRV)特征,基于Xgboost算法构建模型对睡眠中的清醒期(wake)、非快速眼动|期(N1)、非快速眼动Ⅱ期(N2)、非快速眼动Ⅲ期(N3)和快速眼动期(REM)进行五分类(wake、N1、N2、N3、REM)、三分类(wake+N1、REM、N2+N3)和二分类(wake、N1+N2+N3+REM)预测,并与脑电图睡眠分期标签进行验证。最后,五分类、三分类和二分类测试结果准确率分别达到84.0%、89.1%和95.2%,F1-score达到83.2%、88.9%和94.9%,为同类模型研究中表现最佳。说明HRV与睡眠阶段具有良好的相关性,基于便携式设备收集数据构建的算法模型可以较好地识别睡眠状态。