مقاله تجزیه و تحلیل مقایسه بین داده های پلیسوموگرافی استاندارد و سیگنال های EEG داخل گوش: یک مطالعه اولیه

عنوان مقاله به انگلیسی	Comparison analysis between standard polysomnographic data and in-ear-EEG signals: A preliminary study
عنوان مقاله به فارسی	تجزیه و تحلیل مقایسه بین داده های پلیسوموگرافی استاندارد و سیگنال های EEG داخل گوش: یک مطالعه اولیه
نویسندگان	Gianpaolo Palo, Luigi Fiorillo, Giuliana Monachino, Michal Bechny, Mark Melnykowycz, Athina Tzovara, Valentina Agostini, Francesca Dalia Faraci
زبان مقاله	انگلیسی
فرمت مقاله:	PDF
چکیده	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.
تعداد صفحات	43
چکیده به فارسی (ترجمه ماشینی)	اهداف مطالعه: Polysomnography (PSG) در حال حاضر به عنوان معیار ارزیابی اختلالات خواب عمل می کند.ناراحتی ، غیر عملی بودن آن برای استفاده از خانه و معرفی تعصب در ارزیابی کیفیت خواب نیاز به اکتشاف گزینه های کمتر تهاجمی ، مقرون به صرفه و قابل حمل دارد.یکی از مدعی های امیدوار کننده سنسور درون گوش است که از نظر راحتی ، موقعیت های الکترود ثابت ، مقاومت در برابر تداخل الکترومغناطیسی و کاربرپسندی مزایایی ارائه می دهد.این مطالعه با هدف ایجاد یک روش برای ارزیابی شباهت بین سیگنال درون گوش و PSG استاندارد انجام شده است.مواد و روشها: ما توافق بین PSG و هیپنوگرام های مشتق شده از گوش را ارزیابی می کنیم.ما ویژگی ها را در حوزه زمان و فرکانس از دوره های PSG و گوش 30 ثانیه ای در داخل گوش استخراج می کنیم.ما فقط دوره هایی را در نظر می گیریم که PSG-Scorers و Scorers درون گوش در توافق بودند.ما روشی را برای تعیین کمیت شباهت بین مشتقات PSG و یک کانال در گوش در گوش معرفی می کنیم.این رویکرد به مقایسه توزیع ویژگی های منتخب-که برای هر مرحله خواب و موضوع در PSG و سیگنال های درون گوش-از طریق یک شاخص شباهت مبتنی بر ویژگی Jensen-Shannon (JSD-FSI) استخراج شده است ، متکی است.يافته ها: ما يك تنوع يافتگيري يافته بالا را پیدا كرديم ، عمدتاً به دلیل عدم قطعیت كه گلزنان در ارزیابی سیگنال هاي درون گوش داشتند.ما نشان می دهیم که شباهت بین سیگنال های PSG و EEG-EEG زیاد است (JSD-FSI: 0.61 +/- 0.06 در بیدار ، 0.60 +/- 0.07 در NREM و 0.51 +/- 0.08 در REM) و در خط بامقادیر شباهت به طور مستقل بر روی ترکیبات استاندارد PSG-channel محاسبه می شود.نتیجه گیری: درون گوش یک راه حل ارزشمند برای نظارت بر خواب در خانه است ، اما مطالعات بیشتر با یک مجموعه داده بزرگتر و ناهمگن تر مورد نیاز است.
دسته بندی موضوعات	Signal Processing,Machine Learning,Medical Physics,پردازش سیگنال ، یادگیری ماشین ، فیزیک پزشکی ،
توضیحات	Submitted 18 January, 2024; originally announced January 2024. , Comments: 29 pages, 12 figures, 1 table
توضیحات به فارسی	ارائه شده در 18 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد ، نظرات: 29 صفحه ، 12 شکل ، 1 جدول

توجه کنید این مقاله به زبان انگلیسی است.

برای سفارش ترجمه این مقاله می توانید به یکی از روش های تماس، پیامک، تلگرام و یا واتس اپ با شماره زیر تماس بگیرید: 09395106248 توجه کنید که شرایط ترجمه به صورت زیر است: قیمت هر صفحه ترجمه در حال حاضر 40 هزار تومان می باشد. تحویل مقاله ترجمه شده به صورت فایل ورد می باشد. زمان تحویل ترجمه مقاله در صورت داشتن تعداد صفحات عادی بین 3 تا 5 روز خواهد بود. کیفیت ترجمه بسیار بالا می باشد. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه می‌شود. کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج می‌شوند.