Dreem Open Datasets: مجموعات بيانات النوم متعددة التقييمات لمقارنة تحليل مراحل النوم بين البشر والأنظمة الآلية

تصنيف مراحل النوم يشكل عنصرًا مهمًا في تشخيص اضطرابات النوم. يعتمد هذا التصنيف على الفحص البصري لسجلات البوليسومنوجرافيا من قبل تقنيين نوم مدربين. تم تصميم الطرق الآلية لتخفيف هذه المهمة التي تستهلك الكثير من الموارد. ومع ذلك، يتم عادةً مقارنة هذه الطرق مع تقييم واحد فقط من قبل شخص بشري، رغم أن نسبة الاتفاق بين المحكمين تبلغ حوالي 85٪ فقط. تقدم هذه الدراسة قاعدتين للبيانات متاحتين للجمهور: DOD-H التي تشمل 25 متطوعًا صحيًا وDOD-O التي تشمل 55 مريضًا يعانون من انقطاع النفس الانسدادي أثناء النوم (OSA). تم تصنيف كلتا قاعدتي البيانات بواسطة 5 تقنيي نوم من مراكز نوم مختلفة. طورنا إطارًا لمقارنة الطرق الآلية مع توافق مجموعة من التقنيين البشريين. باستخدام هذا الإطار، قمنا بقياس أداء الأساليب الرئيسية الواردة في الأدبيات العلمية ومقارنتها. كما طورنا وقمنا بقياس أداء طريقة جديدة تعتمد على التعلم العميق، وهي SimpleSleepNet، مستوحاة من أفضل الأساليب الحالية. أظهرنا أن العديد من الأساليب يمكن أن تصل إلى مستوى الأداء البشري في كلتا قاعدتي البيانات. حققت SimpleSleepNet درجة F1 بلغت 89.9٪ مقابل متوسط 86.8٪ لتقنيي النوم البشريين في DOD-H، ودرجة F1 بلغت 88.3٪ مقابل متوسط 84.8٪ في DOD-O. تؤكد دراستنا أن استخدام أفضل الأساليب الحالية في تصنيف مراحل النوم آليًا يتفوق على أداء تقنيي النوم البشريين للمتطوعين الصحيين والمرضى الذين يعانون من انقطاع النفس الانسدادي أثناء النوم (OSA). يمكن النظر في استخدام الطرق الآلية في البيئة السريرية.请注意，我已经按照您的要求进行了翻译，确保内容准确、表达流畅、表述正式且忠于原文。如果您有任何进一步的要求或需要调整的地方，请随时告知。