The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring
指に着けるウェアラブルセンサのOuraの睡眠4ステージの判定精度について。
元の記事はこちら。
概要
脳波を測るPSGの判定を正解データとして
Ouraリングの同時計測データからの睡眠ステージ予測の正解率を調べた。
加速度データのみのモデルでは57%
加速度+温度+自律神経(HRV)+cardianリズムのモデルで79%
他社より良い
ここでは睡眠ステージの判定の話だけで、
睡眠スコアはまた別の話。
睡眠ステージ4段階とは
light-nonREM
deep-nonREM
REM(レム睡眠)
wake
方法
4モデルの予測精度を比較
ACC
ACC+T
ACC+T+HRV
ACC+T+HRV+C
データ取得
440日、106人、3400時間
シンガポール フィットする片指
フィンランド 両指計測、予測は左のみ
アメリカ 両指計測、予測は右のみ
全体で15~73才
Circadianリズムとは体内時計。
一つはコサイン波状の変化モデル
もう一つはhomeostatic sleep driveで、
起きてから線形に増加し、寝ると指数関数で減少するモデル。
HRV
睡眠ステージ判定に重要な脳波はHRVと関係が強いので
予測精度向上に一番効く
HRVは心拍数の時間変化の周期を調べたもの
高周波HF 0.15-0.4Hz →リラックスすると現れる(副交感神経活動)
低周波LF 0.04-0.15Hz →生理的な意味はまだあいまい
HRV指標いろいろ
精度検証
5分割cross validation
accuracy 4分類の正解率 値は一つ
sensitivity 感度=recall再現率 TP/(TP+FN) 本当の陽性を陽性と判定
specificity 特異度 TN/(FP+TN) 本当の陰性を陰性と判定
指標の意味
ある分類の正解率を上げようとすると他の分類の正解率が下がる。
→全分類の正解率が全体的に高いとよい。
各分類の出現率に偏りがある場合、出現率の高い分類を優先すると自動的に正解率が上がる。
→sensitivityとspecificityを見るとよい。
結果
温度追加ではあまり改善しない
HRV追加で多く改善
circadian追加で少し改善 センサーと独立
フルスペックのモデルでsensitivityとspecificityが4ステージともに74-98%
他社はあるステージの正解率は高くても他のステージが犠牲になり50%くらいに悪化
→Ouraはコンパクトな上に精度も高いのですばらしい。
制約
仰々しいPSGでの計測自体が睡眠に影響するかも
指の左右差は不明
健康な人だけ →たぶん生活リズムも普通
地域ごとに異なる人がデータ採取
指に着けるウェアラブルセンサのOuraの睡眠4ステージの判定精度について。
元の記事はこちら。
概要
脳波を測るPSGの判定を正解データとして
Ouraリングの同時計測データからの睡眠ステージ予測の正解率を調べた。
加速度データのみのモデルでは57%
加速度+温度+自律神経(HRV)+cardianリズムのモデルで79%
他社より良い
ここでは睡眠ステージの判定の話だけで、
睡眠スコアはまた別の話。
睡眠ステージ4段階とは
light-nonREM
deep-nonREM
REM(レム睡眠)
wake
方法
4モデルの予測精度を比較
ACC
ACC+T
ACC+T+HRV
ACC+T+HRV+C
データ取得
440日、106人、3400時間
シンガポール フィットする片指
フィンランド 両指計測、予測は左のみ
アメリカ 両指計測、予測は右のみ
全体で15~73才
Circadianリズムとは体内時計。
一つはコサイン波状の変化モデル
もう一つはhomeostatic sleep driveで、
起きてから線形に増加し、寝ると指数関数で減少するモデル。
HRV
睡眠ステージ判定に重要な脳波はHRVと関係が強いので
予測精度向上に一番効く
HRVは心拍数の時間変化の周期を調べたもの
高周波HF 0.15-0.4Hz →リラックスすると現れる(副交感神経活動)
低周波LF 0.04-0.15Hz →生理的な意味はまだあいまい
HRV指標いろいろ
精度検証
5分割cross validation
accuracy 4分類の正解率 値は一つ
sensitivity 感度=recall再現率 TP/(TP+FN) 本当の陽性を陽性と判定
specificity 特異度 TN/(FP+TN) 本当の陰性を陰性と判定
指標の意味
ある分類の正解率を上げようとすると他の分類の正解率が下がる。
→全分類の正解率が全体的に高いとよい。
各分類の出現率に偏りがある場合、出現率の高い分類を優先すると自動的に正解率が上がる。
→sensitivityとspecificityを見るとよい。
結果
温度追加ではあまり改善しない
HRV追加で多く改善
circadian追加で少し改善 センサーと独立
フルスペックのモデルでsensitivityとspecificityが4ステージともに74-98%
他社はあるステージの正解率は高くても他のステージが犠牲になり50%くらいに悪化
→Ouraはコンパクトな上に精度も高いのですばらしい。
制約
仰々しいPSGでの計測自体が睡眠に影響するかも
指の左右差は不明
健康な人だけ →たぶん生活リズムも普通
地域ごとに異なる人がデータ採取
スポンサーサイト