UNIVERSITÄTSMEDIZIN DER JOHANNES GUTENBERG-UNIVERSITÄT MAINZ;UNIVERSITÄTSMEDIZIN DER JOHANNES GUTENBERG-UNIVERSITÄT MAINZ
发明人:
MUTHURAMAN, Muthuraman,MUTHURAMAN, Muthuraman,GOUVERIS, Haralampos,GOUVERIS, Haralampos,BOEKSTEGERS, Philipp Tjarko,BOEKSTEGERS, Philipp Tjarko
申请号：
EPEP2020/056326
公开号：
WO2020/193116A1
申请日:
2020.03.10
申请国别(地区):
EP
年份:
2020
代理人:
摘要：
Die Erfindung betrifft ein Verfahren zur Klassifizierung einer Polysomnographie-Aufnahme in definierte Schlafstadien, wobei das Verfahren im Wesentlichen folgende Schritte umfasst: · Einteilung des Schlafs eines Menschen in verschiedene identifizierbare Schlafstadien, · Erfassung einer Vielzahl von Informationen zu Körperfunktionen über einen vorgegebenen Zeitraum in Form von Daten, wobei die Daten wenigstens einen Datensatz eines Datentyps erster Art umfassen, mittels dessen die Schlafstadien identifizierbar sind； · Unterteilung der erfassten Daten in zeitabhängige Datenblöcke； · manuelles Auswählen einer begrenzten Anzahl von Trainingsdatenblöcken aus den Datenblöcken und Zuordnen zu einem Schlafstadium, · Auswertung des Datensatzes erster Art eines jeden Trainingsdatenblocks mittels eines Datenaufbereitungsverfahrens； · Erstellung von Trainingsobjekten, wobei jedes Trainingsobjekt die ausgewerteten Datensätze erster Art eines Trainingsdatenblocks und die Zuordnung des Trainingsdatenblocks zu einem Schlafstadium umfasst； · Übermittlung der Trainingsobjekte an eine Support Vector Machine zur Erstellung einer Klassifizierung； · Übermittlung wenigstens eines Teils der Datenblöcke, die nicht als Trainingsdatenblöcke ausgewählt wurden, an die Support Vector Machine.The invention relates to a method for classifying a polysomnography recording into defined sleep stages, the method comprising essentially the following steps: dividing the sleep of a person into different identifiable sleep stages； capturing a plurality of pieces of information regarding bodily functions over a specified time period in the form of data, the data comprising at least one data set of a data type of a first nature, by means of which data set the sleep stages can be identified； splitting the captured data into time-dependent data blocks； manually selecting a limited number of training data blocks from the data blocks and associating them with a sleep stage； evaluating the data set of the first n
