基于深度学习的阻塞性睡眠呼吸暂停低通气综合征自动诊断分级方法研究

院级课题1 个研究点分布在 1 个国家开始时间: 2021年1月1日最近更新: 2021年3月10日

适应症

试验速览

1）构建基于深度学习 AI 智能算法的自动 OSAHS 诊断和分级模型，实现 OSAHS 病患的自动诊断和严重程度分级； 2）进行模型的多中心验证，保证模型的准确度。

•本研究的数据来源主要是前来本院耳鼻咽喉头颈外科就诊的阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的轻、中、重度患者的整夜 PSG 监测生理数据，已存在于本院临床 OSAHS 数据库中。
•1）年龄：> 30 岁且< 65 岁；
•2）无酗酒或药瘾，或正在使用精神类药物，镇静剂，麻醉品等。

•1）严重脏器性疾病（如心，肝，肾功能不全），中枢神经系统疾病及其他睡眠障碍疾病；
•3）头部外伤史，脑肿瘤，癫痫，中风，短暂性脑缺血发作，昏迷等中枢神经系统疾患其他睡眠疾病：发作性睡病，失眠，慢性睡眠剥夺，REM 行为障碍和不宁腿综合征，中枢性 OSAHS 或肥胖低通气综合征；
•4）曾经接受过 OSAHS 治疗：如 CPAP，外科手术和口腔矫治器等；
•6）患有肺结核和艾滋病等传染病。

多导睡眠监测

SEN, SPE, ACC, AUC of ROC

未报告次要终点

发起方

院级课题

Loading locations...