跳到正文
OpenReview · EEG· Luigi Fiorillo; Giuliana Monachino; Julia van der Meer; Marco Pesce; Jan D. Warncke; Markus H. Schmidt; Claudio L. A. Bassetti; Athina Tzovara; Paolo Favaro; Francesca D. Faraci·· 2023-01-01精选AI 评分75

U-Sleep 对 AASM 指南要求的稳健性

U-Sleep's resilience to AASM guidelines

AI 导读

基于摘要分析。该研究以自动睡眠分期为对象,考察 U-Sleep 是否必须严格遵循美国睡眠医学会(AASM)指南中的导联建议、并利用受试者实际年龄信息才能完成分期,同时比较多中心数据与单队列数据训练的效果。其贡献主要是检验既有算法对临床规范及训练数据来源的依赖,而非提出新的 BCI 解码方法。 AASM 指南涵盖 EEG 导联等技术规范,以及与年龄相关的睡眠判读规则。作者报告,U-Sleep 在使用临床不推荐或非常规导联、且不利用受试者实际年龄信息的条件下,仍能完成睡眠分期任务。这提示该模型可能对部分输入条件具有适应性,但摘要未给出具体导联组合、年龄处理方式、对照设置及性能指标,不能据此判断其与标准配置等效,也不能推出临床指南不再必要。 作者报告,实验共使用来自 13 项不同临床研究的 28528 次多导睡眠监测记录;这些记录不能直接视为相同数量的独立受试者。作者还报告,多中心数据训练优于单队列训练,即使增加单队列的数据量与异质性,这一优势仍然存在。该结论应限定于本文实验,不能扩展为多中心训练在所有情形下都更优。 复现时需核对训练与测试数据的中心划分、受试者独立性、导联配置、年龄分布,以及多中心与单队列比较中的数据量和测试条件。模型实现、损失函数、实验协议、消融及统计信息尚未验证。研究直接涉及 EEG 睡眠分期,但摘要未提供其对其他 EEG 或 BCI 任务有效的证据。

阅读价值

该研究值得阅读之处在于检验 U-Sleep 对临床推荐导联和年龄信息的依赖,并比较多中心与单队列训练,为评估自动睡眠分期的采集条件适应性提供依据,但具体划分与性能差异尚待全文核对。

来源:OpenReview · EEG · openreview.net