제목: An end-to-end framework for real-time automatic sleep stage classification
저자: Amiya Patanaik, Ju Lynn Ong, Joshua J Gooley, Sonia Ancoli-Israel, Michael W L Chee
링크: https://academic.oup.com/sleep/article/41/5/zsy041/4954046?login=true
소속: Centre for Cognitive Neuroscience, Neuroscience and Behavioral Disorders Program, Duke-NUS Medical
인용: 146 (2024.04.09 기준)
출판: Sleep Research Society 2018 (IF 5.3)
Main Figure
1. PSG 데이터를 Real-time으로 수집
2. Online/Off-line pathway가 존재한다.
2-1. Online-pathway
- EEG 의 경우 좌, 우에서 얻은 값의 평균으로 만들어 Single-Channel EEG로 진행, EOG는 그냥 진행한다.
- 그 후 bandpass filter로 noise를 제거하고, Resample을 통해 적당한 sampling rate로 조절해준다.
- FFT를 통해 Spectrogram으로 변환을 진행한다.
- 그 후 CFS 형태로 변환되어 local storage에 저장된다.
- 그리고 이어서 수면단계 분류를 진행한다고 보면 된다, 만약 환자 정보가 다시 필요하다고 생각이 들면, Off-line
pathway를 통해 저장된 수면 정보를 가져오면 된다.
2-2. Offline-pathway
- 그냥 저장하고 있다가 요청 들어오면 다시 꺼내는 역할.
2-3. Server Operations
- Online으로 들어온 정보를 바탕으로 CNN과 MLP layer를 이용한 수면단계 분류를 진행한다.
Method
- 실시간 수면단계 분류 및 재사용을 위한 data collection, processing, and analysis까지 제공하는 pathway를 제공.
- 이러한 이점을 바탕으로 스펙트로그램을 활용하여 딥러닝 모델이 데이터 재사용 및 수면단계 분류를 진행할 수 있다.
- 이전 연구에서는 ML을 사용하여 distintive한 특징들을 뽑고, 그 특징들을 바탕으로 수면단계 분류 진행. but 우리는 그냥
Deep Learning process로 실시간 데이터를 처리하는 것이 가능.
- 뿐만 아니라 CFS 데이터 포맷을 바탕으로 데이터가 encode되고 전송이 되는 과정을 알 수 있다.
- 100Hz x 30s => 3000 point of raw signal in one epoch.
- 128 window size, 29.69% overlap, 32 frequency bins -> C x 32 x 32.
Conclusion
- Real time sleep stage classfication 및 환자 데이터 재사용을 위한 Framework제안
- 익명성 처리가 가능하며, end-to-end solution을 제공 가능.
Limitation
- 다양한 뇌파 기록 장치에 걸친 데이터 품질의 가변성 가능성,
- 딥 러닝 모델을 훈련하기 위한 크고 다양한 데이터 세트의 필요성
- 결과를 모든 유형의 수면 장애로 일반화하기 위한 가능한 도전을 포함할 수 있다.
- 뇌파 데이터의 실시간 처리에 필요한 연산 자원에 대해서도 논의되는 한계가 있을 수 있다.
Datasets
그 외
Benefits
1. ability to operate on raw PSG data, without relying on artifact and noise correction;
2. low data transport and processing overheads together with a high level of parallelization, allowing for rapid sleep
classification even on consumer-grade hardware;
3. scoring accuracy that is on par with expert human scorers
4. issuance of a confidence score associated with each scored epoch for review purposes
