728x90 반응형 SMALL Somnology120 수면 평가 도구 피츠버그 수면의 질 지수 (Pittsburgh Sleep Quality Index, PSQI) PSQI는 자가 보고식으로 지난 한 달 이내의 수면에 대한 질을 평가하기 위한 척도로써, 19문항의 본인 평가 문항과 5문항의 함께 자는 사람에 의한 평가로 총 24문항으로 구성되어 있다. 19문항의 본인 평가 사항은 주관적 수면의 질 (subjective sleep quality), 수면 잠복(sleep latency), 수면 기간 (sleep duration), 습관적 수면 효과 (sleep efficiency), 수면 방해 (sleep disturbances), 수면 약물 이용 (sleeping medication use), 낮 시간 기능장애 (daytime dysfunction)와 같은 7가지 평가항목.. 2022. 4. 25. 수면 무호흡증 및 당뇨병성 눈 문제 수면 무호흡증 및 당뇨병성 눈 문제 당뇨병이 있는 경우 심한 수면 무호흡증이 발병 위험을 증가시킬 수 있다는 사실이 있다. 당뇨병성 황반부종은 당뇨병의 합병증 시력 상실이나 실명을 유발할 가능성이 있다. 당뇨병성 황반부종 (DME)은 또한 연례 회의에서 연구원의 보고서에 따르면 중증 수면 무호흡증 환자에서 치료하기가 더 어려운 것으로 보인다 (안과의 미국 아카데미). 수면 무호흡증은 호흡이 반복적으로 멈추고 시작되어 수면을 방해하고 혈중 산소 수치가 떨어지는 수면 장애이다. 이 산소 감소는 혈관을 손상시키는 역할을 할 수 있는 신체의 많은 변화를 일으키는 것으로 보인다. 수면무호흡증이 있는 사람은 고혈압, 심장마비, 뇌졸중 및 제2형 당뇨병에 걸릴 위험이 있다. 당뇨병 환자가 혈당 수치를 잘 조절하지 못.. 2022. 4. 25. [SleepECG] Feature extraction 심박수 변동성 (HRV) 기능 HRV 측정 및 해석 표준에 대해서는 유럽심장학회 태스크포스(1996) 및 Shaffer & Ginsberg(2017)를 참조하면 된다. 시간 도메인 (Time domain) 그룹 식별자 : hrv-time에서 구현되었다 (sleepecg.feature_extraction._hrv_timedomain_features). 모든 시간 영역 HRV 기능은 NN (normal-to-normal) 간격, NN 간격 (SD) 또는 푸앵카레 플롯 (PP) 간의 연속 차이에서 파생된다. 주파수 영역 (Frequency domain) 그룹 식별자 : hrv-frequency에서 구현되었다 (sleepecg.feature_extraction._hrv_frequencydomain_feature.. 2022. 4. 25. [SleepECG] Heartbeat detection 심장 박동 감지 (Heartbeat detection) ECG 기반 수면 단계는 심박수 변동성에 크게 의존한다. 따라서 신뢰할 수 있고 효율적인 심장 박동 감지기가 필수적이다. SleepECG는 Pan & Tompkins (1985)가 설명한 접근 방식을 기반으로 하는 감지기를 제공한다. 성능에 중요한 코드를 C 확장에 아웃소싱하여 감지기가 다른 구현보다 훨씬 더 빠르다. 그러나 Numba 및 순수 Python 백엔드도 제공한다. (Numba 백엔드는 거의 빠른 반면 순수 Python 구현은 훨씬 느림). 사용법 detect_heartbeats 함수는 ecg샘플링 주파수 fs (Hz)를 사용하여 필터링되지 않은 ECG 신호에서 심장 박동을 찾는다. 감지된 모든 심장 박동의 인덱스를 반환한다. 시각화 및 .. 2022. 4. 25. [SleepECG] Datasets Datasets SleepECG는 다양한 데이터 세트에 대한 리더 기능을 제공한다. data_dir모든 필수 파일은 기본적으로 ~/.sleepecg/datasets에 지정된 위치에 다운로드된다. 지원되는 모든 PhysioNet 데이터세트는 누구나 액세스할 수 있지만 NSRR 데이터세트는 데이터 액세스 요청을 제출 해야한다. Sleep readers Reader Dataset name Annotated records Raw data size Access read_mesa Multi-Ethnic Study of Atherosclerosis 2056 385 GB request read_shhs Sleep Heart Health Study 8444 356 GB request read_slpdb MIT-BIH P.. 2022. 4. 25. [YASA] Automatic sleep staging 자동 수면 스테이징 (Automatic sleep staging) YASA에서 자동 절전 스테이징을 수행하는 방법이 있다. 아래와 같이 몇 줄의 코드가 필요하지 않다. 여기서는 단일 EEG 채널을 사용하여 야간 수면곡선을 예측한다. 알고리즘에 대한 자세한 내용은 eLife 간행물 또는 설명서를 확인한다. >>> sls = yasa.SleepStaging(raw, eeg_name='C3-A2') >>> hypno_pred = sls.predict() # Predict the sleep stages >>> hypno_pred = yasa.hypno_str_to_int(hypno_pred) # Convert "W" to 0, "N1" to 1, etc >>> yasa.plot_hypnogram(hypno_pr.. 2022. 4. 25. [YASA] Events detection 스핀들 (Spindles) 이 기능으로 자동 스핀들 감지를 수행할 수 있다 yasa.spindles_detect(). 탐지는 Lacourse et al 2018에 설명된 알고리즘을 기반으로 한다. 기본 감지 임계값을 사용하지만 사용자 고유의 데이터를 기반으로 조정할 수 있고 조정해야 한다. 아래 예에서는 수면곡선을 지정하고 탐지를 N2 및 3단계( )로 제한한다 include=(2, 3). >>> sp = yasa.spindles_detect(raw, hypno=hypno_up, include=(2, 3)) 여기에서 sp변수는 단순히 함수 (메소드라고 함)와 데이터 (속성)의 묶음인 클래스이다. 예를 들어, 다음을 사용하여 감지된 모든 이벤트가 있는 데이터 프레임을 볼 수 있다. >>> sp.summar.. 2022. 4. 25. [YASA] Spectral analyses 야간 스펙트로그램 플롯 (Full-night spectrogram plot) 수면곡선의 현재 샘플링 주파수는 30초마다 하나의 값, 즉 ~0.3333Hz이다. 그러나 대부분의 YASA 기능은 수면곡선의 샘플링 주파수가 PSG 데이터의 샘플링 주파수와 같아야 한다. 따라서 이 예에서는 수면곡선 그래프를 0.333Hz에서 100Hz로 업샘플링해야 한다. 이것은 다음 yasa.hypno_upsample_to_data()기능으로 수행할 수 있다. >>> hypno_up = yasa.hypno_upsample_to_data(hypno, sf_hypno=1/30, data=raw) >>> print(len(hypno_up)) 이제 수면곡선과 데이터의 모양이 같으므로 밤새 단일 EEG 채널의 시간-주파수 표현을 보여.. 2022. 4. 25. [YASA] Sleep statistics and stage-transition matrix 수면 통계 및 단계 전환 행렬 (Sleep statistics and stage-transition matrix) hypnogram을 사용하여 함수를 사용하여 표준 수면 통계를 계산할 수 있다. yasa.sleep_statistics() 함수에는 sf_hyp최면의 샘플링 빈도인 인수가 있다. 30초마다 하나의 값이 있으므로 샘플링 주파수는 0.3333Hz 또는 1/30Hz이다. >>> yasa.sleep_statistics(hypno, sf_hyp=1/30) {'TIB': 482.0, 'SPT': 468.5, 'WASO': 9.0, 'TST': 459.5, 'N1': 17.5, 'N2': 214.0, 'N3': 85.5, 'REM': 142.5, 'NREM': 317.0, 'SOL': 13.0, 'Lat.. 2022. 4. 25. [YASA] Data loading and preprocessing (Hypnogram) (2) 수면곡선 (Hypnogram) 이 예제 밤에 대한 수면 병기 (수면곡선)는 미국 수면 의학 아카데미 (AASM)의 표준 규칙에 따라 숙련된 기술자에 의해 수행되었다. 출력은 csv 파일에 저장되며 각 행은 30초 분량의 데이터를 나타낸다. 단계는 0 = Wake, 1 = N1 sleep, 2 = N2 sleep, 3 = N3 sleep 및 4 = REM sleep과 같은 정수로 매핑된다. pandas.read_csv() 함수를 사용하여 이 파일을 로드할 수 있다. >>> import pandas as pd >>> hypno = pd.read_csv("yasa_example_night_young_hypno.csv", squeeze=True) >>> hypno 0 0 1 0 2 0 3 0 4 0 .. 959.. 2022. 4. 25. 이전 1 ··· 6 7 8 9 10 11 12 다음 728x90 반응형 LIST
