Sleep spindle detection using multivariate Gaussian mixture models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00159816%3A_____%2F18%3A00069354" target="_blank" >RIV/00159816:_____/18:00069354 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1111/jsr.12614" target="_blank" >http://dx.doi.org/10.1111/jsr.12614</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1111/jsr.12614" target="_blank" >10.1111/jsr.12614</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Sleep spindle detection using multivariate Gaussian mixture models

Popis výsledku v původním jazyce

In this research study we have developed a clustering-based automatic sleep spindle detection method that was evaluated on two different databases. The databases consisted of 20 all-night polysomnograph recordings. Past detection methods have been based on subject-independent and some subject-dependent parameters, such as fixed or variable thresholds to identify spindles. Using a multivariate Gaussian mixture model clustering technique, our algorithm was developed to use only subject-specific parameters to detect spindles. We have obtained an overall sensitivity range (65.1-74.1%) at a (59.55-119.7%) false positive proportion.

Název v anglickém jazyce

Sleep spindle detection using multivariate Gaussian mixture models

Popis výsledku anglicky

In this research study we have developed a clustering-based automatic sleep spindle detection method that was evaluated on two different databases. The databases consisted of 20 all-night polysomnograph recordings. Past detection methods have been based on subject-independent and some subject-dependent parameters, such as fixed or variable thresholds to identify spindles. Using a multivariate Gaussian mixture model clustering technique, our algorithm was developed to use only subject-specific parameters to detect spindles. We have obtained an overall sensitivity range (65.1-74.1%) at a (59.55-119.7%) false positive proportion.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

30103 - Neurosciences (including psychophysiology)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Journal of Sleep Research

ISSN

0962-1105

e-ISSN

—

Svazek periodika

27

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

12

Strana od-do

—

Kód UT WoS článku

000438350700010

EID výsledku v databázi Scopus

—