目的:探讨在头部不同位置采集的单导联脑电信号，通过人工智能分图模型判别单纯打鼾及阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者睡眠分期的准确性。方法:回顾性分析2020年9月至2021年3月因打鼾、呼吸暂停、白天嗜睡等症状就诊于北京同仁医院睡眠医学中心进行多导睡眠监测的114例研究对象，其中男93例，女21例，年龄20~64岁，中位数为38.0［31.8，48.3］岁。研究对象中OSAHS患者85例，单纯打鼾组29例。对不同采集位置的头部单导联脑电信号（Fp2-M1，C4-M1，F3-M2，REOG-M1，O1-M2）应用以往数据训练的机器学习分图模型进行睡眠分期判读分析，以多导睡眠监测结果为金标准，分析判读结果的一致率及不同病情严重程度的影响。应用SPSS 22.0统计软件进行资料库建立及统计学分析。结果:共判读睡眠分期124 747帧。Fp2-M1、C4-M1、F3-M2、REOG-M1、O1-M2导联区分睡眠或清醒期的一致性分别为92.3
作者：高翔；李彦如；林国栋；续明凯；张晓晴；施云瀚；徐文；王兴军；韩德民
来源：中华耳鼻咽喉头颈外科杂志 2021 年 56卷 12期
