ディープニューラルネットワークを用いた睡眠段階の自動判定

抄録

ディープニューラルネットワーク（DNN）によるディープラーニングを用いて，睡眠段階の自動判定を試みた.男子大学生 5 名の 32 日間のポリグラフデータから抽出した 8 項目を入力データとし，Rechtshaffen and Kales（R&K）法に従った 1 名の判定者の視察判定による睡眠段階の 7 項目を教師データとしてディープラーニングおよび評価を行った. その結果，ディープラーニングによって判定された睡眠段階と視察による判定の一致率は，SW(57.7%)，SREM(75.8%)，S1(7.1%)，S2(79.2%)，S3(62.8%)，S4(80.9%)，MT（1.8%），全体で 72.1%（κ=0.57，P<0.01）となった.この結果から，睡眠ポリグラフから抽出した 8 項目の抽出値を入力データとした DNN を用いた手法は，睡眠段階の自動判定に応用できる可能性があるものと考えられる.