آپنه خواب – روشهایی برای افزایش بهرهوری
برخی از افراد هنوز دچار آپنه خواب هستند و الزاماتی را که کتاب آبی تعیین کرده است، برآورده نمیکنند. این امر باعث شد که او به پزشک مراجعه کند و تشخیص OSA دریافت کند. این بیماری بیش از 20٪ از بزرگسالان در سراسر جهان را تحت تأثیر قرار میدهد و با سایر بیماریهای جدی مانند بیماری قلبی، دیابت نوع 2، سکته مغزی و اختلالات شناختی/روانی مرتبط است. به طور سنتی، اختلالات مرتبط با خواب با استفاده از پلیسومنوگرافی شبانه تحت نظارت پزشک تشخیص داده میشوند. نمونهها قبل از لایه ورودی نرمالسازی استاندارد میشوند و پس از لایه ورودی، مرحله نرمالسازی دستهای انجام میشود. برای مدل هرس شده، عملکرد را زمانی که پراکندگی مدل نهایی در 50٪، 60٪، 70٪ و 80٪ است، مطالعه میکنیم. روش هرس کردن، پیچیدگی مدل را با افزایش پراکندگی لایههای کانولوشن و لایه کاملاً متصل به سطح پراکندگی مطلوب کاهش میدهد. در این کار، ما هرس وزنی را انجام میدهیم، یعنی هرس وزنی مبتنی بر بزرگی را برای صفر کردن تدریجی وزنهای مدل در طول فرآیند آموزش برای دستیابی به پراکندگی مدل انجام میدهیم. برای دستیابی به سطوح عملکرد مطلوب همراه با بهبود در بهرهوری انرژی، باید تحقیقات بیشتری در مورد ترکیبهای مختلف لایههای دودویی و لایههای معمولی انجام شود. این امر باعث بهبود در فشردهسازی مدل میشود و بنابراین در محیطهای با محدودیت منابع مناسب است.
این امر تعداد کل پارامترهای مدل را به ۱۷۹۵۹ کاهش میدهد. ما این مدل خاص بیمار را M4 مینامیم. این مدل دارای ۵۰۸۲۴ پارامتر است زیرا در این مدل از اصطلاحات بایاس استفاده نمیکنیم. ما از مدل M1 استفاده میکنیم و سعی میکنیم مدل را با شروع پراکندگی از ۵۰٪ و افزایش تدریجی آن تا سطح پراکندگی نهایی مطلوب ۸۰٪ در طول ۵۰ دوره، پراکنده کنیم. ما از سیگنالهای ECG نمونهبرداری شده در ۱۲۸ هرتز برای مطالعه خود استفاده میکنیم. این مقاله روشی جدید برای تشخیص آپنه (مکث در تنفس) از سیگنالهای الکتروکاردیوگرام (ECG) بهدستآمده از دستگاههای پوشیدنی معرفی میکند. الکتروکاردیوگرام (ECG) ثبت فعالیت الکتریکی قلب است. یکی از علائم نارسایی قلبی سمت راست، تورم در پاها، مچ پا و ساق پا است. بالشتک گردنی Sleep Innovations به شکل “M” است که یک سر آن کمی بالاتر قرار دارد و یک قوس برای پشتیبانی از گردن دارد. اگر به درستی نفس نکشید، این نه تنها در خواب شما اختلال ایجاد میکند، بلکه میتواند خطر سردرد را پس از بیدار شدن نیز افزایش دهد.
متقاضیان گروه ۶ یک خطر فوری برای ایمنی محسوب میشوند. ویژگی تسکین بازدم، فشار هوا را هر بار که بازدم میکنید کاهش میدهد تا مقاومت کمتری علیه شما وجود داشته باشد. با این حال، با افزایش سن، به خواب بسیار عمیق کمتری نیاز خواهید داشت و زمان بیشتری را در N2 میگذرانید. قبل از خرید، گارانتی را بررسی کنید و مطمئن شوید که خردهفروش یک دوره آزمایشی خواب به اندازه کافی طولانی ارائه میدهد تا بتوانید تشک جدید خود را امتحان کنید – 30 روز ممکن است همیشه کافی نباشد. یادآوری خواب معمولاً وجود ندارد و ممکن است کل قسمت در صبح فراموش شود. مزیت این روش این است که میتوان با حذف چند دانه یا حذف یک لایه کامل، تعداد پارامترهای مدل را کاهش داد. گام اولین لایه کانولوشن متشکل از ۳ فیلتر روی ۲ تنظیم شد، در حالی که گام دو لایه کانولوشن دیگر روی ۱ حفظ شد. یک ماسک جدید حدود دویست دلار برای من هزینه داشت. در این مقاله، ما تلاش میکنیم آخرین لایه کانولوشن متشکل از ۳۰ فیلتر، لایههای max-pooling و فعالسازی بعدی را به طور کامل حذف کنیم، همانطور که در شکل ۱ نشان داده شده است. ما وزنها و پارامترهای اولیه را در دو لایه کانولوشن که از مدل عمومی به دست آمدهاند، حفظ میکنیم و سپس مدل کامل را با دادههای آموزشی مختص بیمار دوباره آموزش میدهیم.
آیا آپنه خواب درمان قطعی دارد؟
نرخ یادگیری روی ۰.۰۰۱ ثابت شد و تابع فعالسازی softmax روی لایه خروجی اعمال شد. ۱D-CNN دارای ۱۴۰۸ (۱۲۸ نمونه در ثانیه) گره در لایه ورودی است. بسته به اینکه ثانیه دوم در آن پنجره آپنه باشد یا غیر آپنه، برچسب (آپنه/غیر آپنه) به یک پنجره اختصاص داده میشود. این امر با در نظر گرفتن یک پنجره واحد ۱۱ ثانیهای شامل ثانیه مورد نظر و استفاده از یک شبکه عصبی کانولوشن تکبعدی (1D-CNN) برای طبقهبندی حاصل میشود. اندازه پنجره روی ۱۱ ثانیه ثابت است زیرا یک رویداد آپنه در صورتی به عنوان آپنه خواب طبقهبندی میشود که بیمار حداقل ۱۰ ثانیه نفس نکشد. مدل M1 روی کل مجموعه آموزشی آموزش داده شد و به طور همزمان روی مجموعه اعتبارسنجی برای هر دوره اعتبارسنجی شد، که در آن یک مثبت واقعی به معنای یک رویداد آپنه با تشخیص دقیق است. عملکرد مدل اصلاحشده از نظر دقت، ویژگی و حساسیت روی سطوح مختلف پراکندگی در شکل ۳ نشان داده شده است. همانطور که انتظار میرفت، عملکرد با افزایش سطوح پراکندگی کاهش مییابد و بنابراین برای تعیین سطح پراکندگی بهینه، به یک مصالحه بین مصرف برق/منابع و عملکرد نیاز است. مدل باینری شده M3 روی کل مجموعه آموزشی آموزش داده شد و به طور همزمان روی مجموعه اعتبارسنجی برای هر دوره اعتبارسنجی شد.
