벨런 루닝 고3 딥러닝 알고리즘과 서브시피오이드 바디 센서의 유효성 검증

간략 요약

추정: BR의 Gen3 DL 알고리즘과 subxiphoid body 센서를 결합하여 OSA를 정확하게 진단하고, 그 심각도를 분류하고, REM OSA와 누워 있는 OSA를 식별하고, 중추성 수면 apnea (CSA)를 검출할 수 있습니다. 주요 목표: BR의 Gen3 DL 알고리즘과 Subxiphoid Body 센서를 사용하여 수면 연구소에 수면 apnea의 잠재성이 있고 STOP-Bang 점수가 > 3인 개인에서 SDB를 평가하는 전반적인 성능을 철저히 평가하고, 이는 참조로 in-lab PSG와 비교합니다. 보조 목표: Gen3 DL 알고리즘을 사용하여 BR 수면 단계 파라미터의 정확성을 in-lab PSG와 비교하여 결정합니다; BR의 심장 불규칙성 검출 알고리즘의 정확성을 평가합니다; CPAP이 HRV(시간 및 주파수 영역), delta HR, hypoxic burden, 및 PWADI에 미치는 영향을 평가합니다. 이는 split night 연구에서 평가됩니다; 기본 HRV 파라미터(시간 및 주파수 영역), delta 심장 rate(DELTA HR로 불리며), hypoxic burden, 및 pulse wave amplitude drop index (PWADI) 또는 이러한 파라미터의 변화가 CPAP 준수를 예측할 수 있는지 평가합니다; BR가 OSA 진단을 위해 필요한 최소 데이터 기간을 평가합니다; 국립 타이완 대학병원(NTUH)과 북동 오하이오 의과대학(NEOMED)이 제안한 OSA 예측 AI 모델을 사용하여 OSA 선별 도구의 성능을 검토합니다.