Hodnocení kvality spánku

Abstract

Tato bakalářská práce se zabývá automatickým hodnocením kvality spánku pomocí neuronových sítí. Pro hodnocení jsou využívána data o pohybu a tepové frekvenci naměřená pomocí chytrých hodinek Apple Watch. Z těchto dat byly vypočteny statistické veličiny, které byly následně využity jako vstup do navržených neuronových sítí. Jejich cílem bylo automaticky rozpoznat spánek a bdění. V tomto případě byla sensitivita 89 % a specificita 70 %, což jsou srovnatelné hodnoty s jinými studiemi. Dále byla data rozdělena také do kategorií W (bdění), NON REM a REM. Z výstupu vytvořených neuronových sítí byly odvozeny parametry hodnotící kvalitu spánku, jako například TST, % REM nebo sleep latency.

The topic of this bachelor thesis is an automatic sleep quality assessment using artificial neural network. To assess the quality of sleep were used the movement and heart rate data measured by Apple Watch smartwatch. From these data, statistical variables were calculated. Then were they used as an input to the neural networks. The goal was to automatically identify sleep and wakefulness. In this case, the sensitivity was 89 % and the specificity was 70 %. These values are comparable with other studies. Furthermore, the data were also divided into categories W (wakefulness), NON REM and REM. Parameters evaluating sleep quality, such as TST, % REM or sleep latency, were derived from the output of the neural networks created.