Comparison analysis between standard polysomnographic data and in-ear-EEG signals: A preliminary study

要約

研究の目的: 睡眠ポリグラフィー (PSG) は現在、睡眠障害を評価するためのベンチマークとして機能しています。
その不快感、家庭での使用の非実用性、睡眠の質の評価における偏りの導入により、侵襲性が低く、費用対効果が高く、持ち運び可能な代替品の探求が必要となっています。
有望な候補の 1 つはインイヤー EEG センサーです。これは、快適さ、固定された電極位置、電磁干渉に対する耐性、および使いやすさの点で利点があります。
この研究は、インイヤーEEG信号と標準PSGの間の類似性を評価する方法論を確立することを目的としています。
方法: PSG とインイヤー EEG 由来の催眠図の間の一致を評価します。
PSG およびインイヤー EEG の 30 秒エポックから時間領域および周波数領域の特徴を抽出します。
PSG スコアラーとインイヤー EEG スコアラーが一致したエポックのみを考慮します。
PSG 導出と単一チャネルのインイヤー EEG 間の類似性を定量化する方法論を紹介します。
このアプローチは、ジェンセン・シャノンダイバージェンス特徴ベース類似性指数 (JSD-FSI) を介して、PSG 信号とインイヤー EEG 信号の両方で睡眠段階および被験者ごとに抽出された、選択された特徴の分布の比較に基づいています。
結果: スコアラー内でのばらつきが大きいことがわかりました。これは主にスコアラーが耳内 EEG 信号を評価する際に持っていた不確実性によるものです。
PSG 信号とインイヤー EEG 信号間の類似性は高く (JSD-FSI: 覚醒時 0.61 +/- 0.06、NREM 時 0.60 +/- 0.07、REM 時 0.51 +/- 0.08)、
類似性の値は、標準の PSG チャネルの組み合わせに基づいて独立して計算されます。
結論: インイヤーEEGは家庭での睡眠モニタリングにとって価値のあるソリューションですが、より大規模でより異質なデータセットを使用したさらなる研究が必要です。

要約(オリジナル)

Study Objectives: Polysomnography (PSG) currently serves as the benchmark for evaluating sleep disorders. Its discomfort, impracticality for home-use, and introduction of bias in sleep quality assessment necessitate the exploration of less invasive, cost-effective, and portable alternatives. One promising contender is the in-ear-EEG sensor, which offers advantages in terms of comfort, fixed electrode positions, resistance to electromagnetic interference, and user-friendliness. This study aims to establish a methodology to assess the similarity between the in-ear-EEG signal and standard PSG. Methods: We assess the agreement between the PSG and in-ear-EEG derived hypnograms. We extract features in the time- and frequency- domain from PSG and in-ear-EEG 30-second epochs. We only consider the epochs where the PSG-scorers and the in-ear-EEG-scorers were in agreement. We introduce a methodology to quantify the similarity between PSG derivations and the single-channel in-ear-EEG. The approach relies on a comparison of distributions of selected features — extracted for each sleep stage and subject on both PSG and the in-ear-EEG signals — via a Jensen-Shannon Divergence Feature-based Similarity Index (JSD-FSI). Results: We found a high intra-scorer variability, mainly due to the uncertainty the scorers had in evaluating the in-ear-EEG signals. We show that the similarity between PSG and in-ear-EEG signals is high (JSD-FSI: 0.61 +/- 0.06 in awake, 0.60 +/- 0.07 in NREM and 0.51 +/- 0.08 in REM), and in line with the similarity values computed independently on standard PSG-channel-combinations. Conclusions: In-ear-EEG is a valuable solution for home-based sleep monitoring, however further studies with a larger and more heterogeneous dataset are needed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google