Loading...

Clinique Somnomed/Wikimedia Commons

Нарушения сна становятся все более и более частой проблемой жителя современного города. И анализ стадий сна на полисомнографическом исследовании становится все более и более актуальным не только для науки, но и для повседневной клинической практики. Ученые из Саратовского государственного университета имени Н. Г. Чернышевского и московского Национального медицинского исследовательского центра профилактической медицины предложили автоматизированный алгоритм для детектирования различных стадий сна на основе частотно-временного анализа биофизических сигналов, записанных во время ночного мониторинга с использованием технологии параллельных вычислений на графических процессорах (GPU). Работа была представлена на XXIV съезде Физиологического общества имени И. П. Павлова в Санкт-Петербурге, главными инфопартнерами которого стали портал Neuronovosti.Ru и объединенная редакция порталов Indicator.Ru и Inscience.News.

Как пишут авторы работы, несмотря на значительные успехи в области разработки автоматических алгоритмов детектирования стадий сна в медицинских целях, эти алгоритмы почти не применяются на практике. Проблема в низком уровне точности, который связан с высокой вариабельностью полисомнографических записей, и в большом количестве времени, которое приходится затрачивать алгоритму на анализ. Новый метод использует возможности параллельных вычислений на GPU и основан на использовании методов непрерывного вейвлетного преобразования. Как сообщают авторы работы, новая методика показала свою работоспособность и относительно высокое качество: совпадение с разметкой врача-сомнолога составило 81%, что никак не уступает алгоритмам-предшественникам, но значительно сокращает время, затраченное на анализ, благодаря использованию GPU. Авторы считают, что тренировка алгоритма на ЭЭГ конкретного пациента перед сном позволит еще повысить точность исследования.

Съезд посвящен 300-летию Российской академии наук и включен в инициативу «Работа с опытом» Десятилетия науки и технологий.

Материал подготовлен при финансовой поддержке Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий».


Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.