Abstract—The monitoring of sleep by

Abstract—The monitoring of sleep by quantifying sleeping
time and quality is pivotal in many preventive health care
scenarios. A substantial amount of wearable sensing products
have been introduced to the market for just this reason, detecting
whether the user is either sleeping or awake. Assessing these
devices for their accuracy in estimating sleep is a daunting task,
as their hardware design tends to be different and many are
closed-source systems that have not been clinically tested. In
this paper, we present a challenging benchmark dataset from
an open source wrist-worn data logger that contains relatively
high-frequent (100Hz) 3D inertial data from 42 sleep lab patients,
along with their data from clinical polysomnography. We analyse
this dataset with two traditional approaches for detecting sleep
and wake states and propose a new algorithm specifically for 3D
acceleration data, which operates on a principle of Estimation
of Stationary Sleep-segments (ESS). Results show that all three
methods generally over-estimate for sleep, with our method
performing slightly better (almost 79% overall median accuracy)
than the traditional activity count-based methods.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ — การตรวจสอบการนอนหลับ โดยเชิงปริมาณการนอนหลับเวลาและคุณภาพเป็นสำคัญในการดูแลสุขภาพเชิงป้องกันมากมายสถานการณ์ เป็นจำนวนมากจากการตรวจวัดผลิตภัณฑ์สวมใส่ได้ได้ถูกแนะนำสู่ตลาดเพียงเพราะเหตุนี้ การตรวจจับผู้ใช้จะนอนหลับ หรือตื่น การประเมินเหล่านี้อุปกรณ์สำหรับในการนอนหลับประมาณเป็นงานยากลำบากการออกแบบฮาร์ดแวร์ของพวกเขามีแนวโน้มที่ จะแตกต่างกัน และมีระบบปิดแหล่งที่มาที่ไม่ได้ถูกทางคลินิกทดสอบ ในกระดาษนี้ เรานำเสนอชุดข้อมูลมาตรฐานท้าทายจากการเปิดแหล่งที่มาข้อมือสวมใส่อุณหภูมิที่ค่อนข้างประกอบด้วยห้องปฏิบัติการผู้ป่วย นอนบ่อยสูง (100Hz) แรงข้อมูล 3D จาก 42พร้อมกับข้อมูลของตนจาก polysomnography คลินิก เราวิเคราะห์ชุดข้อมูลนี้ ด้วยวิธีการตรวจการนอนหลับแบบสองและปลุกรัฐ และเสนออัลกอริธึมใหม่สำหรับ 3D โดยเฉพาะข้อมูลอัตราเร่ง ที่ทำงานบนหลักการของการประเมินนิ่งนอนกลุ่ม (ESS) ผลลัพธ์แสดงว่าทั้งสามวิธีโดยทั่วไปผ่านประเมินสำหรับการนอนหลับ ด้วยวิธีของเราการดำเนินการดีขึ้นเล็กน้อย (เกือบ 79% ความแม่นยำโดยรวมเฉลี่ย)กว่ากิจกรรมดั้งเดิมตามการนับวิธีการ

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ การตรวจสอบปริมาณนอนโดยนอนเวลาและคุณภาพเป็นสำคัญ ในการดูแลสุขภาพเชิงป้องกันหลายสถานการณ์ จำนวนมากได้สัมผัสผลิตภัณฑ์ได้รับการแนะนำในตลาดเหตุผลเพียงแค่นี้ตรวจสอบไม่ว่าผู้ใช้จะให้หลับหรือตื่นอยู่ การประเมินเหล่านี้อุปกรณ์สำหรับความถูกต้องของพวกเขาในการนอน เป็นงานที่น่ากลัวการออกแบบฮาร์ดแวร์ของพวกเขามีแนวโน้มที่จะแตกต่างกันและหลายระบบการปิดแหล่งที่ไม่ได้ถูก clinically ทดสอบ ในกระดาษนี้ เรานำเสนอข้อมูลที่อ้างอิงจากเป็นแหล่งเปิดข้อมือใส่ข้อมูลที่คนตัดไม้ที่มีค่อนข้างสูงบ่อย ( 100hz ) 3D นำข้อมูลจาก 42 ห้องปฏิบัติการการนอนหลับ ผู้ป่วยพร้อมข้อมูลจากการตรวจการนอนหลับในคลินิก เราวิเคราะห์นี้วันที่ 2 แนวทางแบบดั้งเดิม การนอนและรัฐปลุก และเสนอวิธีใหม่สำหรับ 3D โดยเฉพาะข้อมูลอัตราเร่ง ซึ่งประกอบธุรกิจบนหลักการของการประเมินกลุ่มนอนนิ่ง ( ESS ) ผลการทดลองแสดงให้เห็นว่าทั้งสามวิธีการโดยทั่วไปกว่าประมาณการสำหรับนอน ด้วยวิธีของเราการแสดงดีขึ้นเล็กน้อย ( เกือบ 79 % เฉลี่ยความถูกต้องโดยรวม )กว่ากิจกรรมแบบนับตามวิธี