ChiCTR2300074585尚未招募诊断试验新技术临床试验
基于深度学习的睡眠声音在阻塞性睡眠呼吸暂停监测中的应用
2023 年院级临床研究基金2 个研究点 分布在 1 个国家开始时间: 2023年6月24日最近更新:
试验速览
- 阶段
- 诊断试验新技术临床试验
- 状态
- 尚未招募
- 发起方
- 试验地点
- 2
- 主要终点
- 准确度
研究概览
简要总结
本研究提出一种深度学习自动检测睡眠呼吸暂停事件的新型方法，仅基于非接触式 电子设备获得的睡眠声音，估计呼吸暂停低通气指数（AHI），识别出阻塞性睡眠呼吸暂停 （OSA），初步主要用于 OSA 筛查（与便携睡眠监测对标）。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
入排标准
- 性别
- All
入选标准
- •1.受试者自愿加入研究并签署知情同意书；
- •2.年龄 18 至 70 岁；
- •3.睡眠监测、收集数据需>=4 小时；
- •4.除标准的夜间 PSG 外，自愿佩戴基于 PPG 的智能手环及麦克风。
排除标准
- •1.受试者有充血性心力衰竭、低通气性综合征(如慢性阻塞性肺疾病)、神经肌肉疾病；
- •2.目前正在接受呼吸道正压或氧疗等干预措施；
- •3.受试者正在参与其他临床试验研究或服用影响睡眠的药物；
- •4.患有唇腭裂等疾病影响鼾声的患者；
- •5.PSG 或麦克风记录少于 4 小时，则排除。
- •6.PSG 监测不成功；
- •7.无法在睡眠中心进行整晚睡眠。
结局指标
主要结局
准确度
ROC 曲线下的面积
次要结局
- 灵敏度
- 特异度
- P-R 曲线的 BEP（平衡点）和 F 值
- 阳性预测值
- 阴性预测值
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
李晨洋医师：请于伦理委员会批准后才开始征募参试者，并与我们联系上传伦理批件。 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阻塞性睡眠呼吸暂停低通气综合征ChiCTR2000041421院级课题
Unknown
不适用
基于睡眠监测信号的阻塞性睡眠呼吸暂停智能诊断系统研究与应用ChiCTR2300071368自筹资金
Unknown
不适用
基于 AI 技术的阻塞性睡眠呼吸暂停低通气综合征诊断新技术建立及应用研究阻塞性睡眠呼吸暂停综合征ChiCTR2000037194上海申康发展中心
Unknown
1 期
构建睡眠呼吸暂停低通气综合征智能化诊断系统ChiCTR2300069223复旦大学附属眼耳鼻喉科医院十四五医工交叉课题
Unknown
不适用
阻塞性睡眠呼吸暂停低通气综合征（OSAHS）语音辅助诊断研究阻塞性睡眠呼吸暂停低通气综合征ChiCTR2100051471上海市卫生局青年基金， 20194Y01901,000