每年有数千万美国人折腾而转向慢性睡眠障碍。但诊断并不容易：通常意味着在实验室中睡觉，跟踪呼吸，心率，运动和大脑活动的小工具，然后对数据进行专家分析。现在，使用机器学习和无线电信号的新技术可以摆脱睡眠实验室和专家。首先，家用设备会弹出无线电波，类似于手机和Wi-Fi路由器中的无线电波，用于测量返回信号。然后，该系统基于以前的射频睡眠监测，采用三种机器学习算法来分析呼吸和脉搏，识别睡眠阶段：轻，深，REM或觉醒。一种算法使用图像识别中常见的一种神经网络来解析谱图或快照，的数据; 另一种使用一种通常用于跟踪时间模式的神经网络来观察睡眠阶段的动态; 第三个细化分析，使其在人与环境之间更为普遍。研究人员在大约70,000次30秒的睡眠间隔中训练了该工具，并测试了约20,000次。该系统针对与人类熟练的脑电图系统相比， 确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将于明天在澳大利亚悉尼举办的国际机器学习会议。如果系统上市，医生可能很快能够在睡眠中诊断你。另一种使用一种通常用于跟踪时间模式的神经网络来观察睡眠阶段的动态; 第三个细化分析，使其在人与环境之间更为普遍。研究人员在大约70,000次30秒的睡眠间隔中训练了该工具，并测试了约20,000次。该系统针对与人类熟练的脑电图系统相比， 确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将于明天在澳大利亚悉尼举办的国际机器学习会议。如果系统上市，医生可能很快能够在睡眠中诊断你。另一种使用一种通常用于跟踪时间模式的神经网络来观察睡眠阶段的动态; 第三个细化分析，使其在人与环境之间更为普遍。研究人员在大约70,000次30秒的睡眠间隔中训练了该工具，并测试了约20,000次。该系统针对与人类熟练的脑电图系统相比， 确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将于明天在澳大利亚悉尼举办的国际机器学习会议。如果系统上市，医生可能很快能够在睡眠中诊断你。第三个细化分析，使其在人与环境之间更为普遍。研究人员在大约70,000次30秒的睡眠间隔中训练了该工具，并测试了约20,000次。该系统针对与人类熟练的脑电图系统相比， 确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将于明天在澳大利亚悉尼举办的国际机器学习会议。如果系统上市，医生可能很快能够在睡眠中诊断你。第三个细化分析，使其在人与环境之间更为普遍。研究人员在大约70,000次30秒的睡眠间隔中训练了该工具，并测试了约20,000次。该系统针对与人类熟练的脑电图系统相比， 确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将于明天在澳大利亚悉尼举办的国际机器学习会议。如果系统上市，医生可能很快能够在睡眠中诊断你。该系统确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将在明天在澳大利亚悉尼的国际机器学习会议上报告。如果系统上市，医生可能很快能够在睡眠中诊断你。该系统确定了准确度为80％的睡眠阶段，而以前最佳射频方法则为64％，研究人员将在明天在澳大利亚悉尼的国际机器学习会议上报告。如果系统上市，医生可能很快能够在睡眠中诊断你。
免责声明：本文由入驻邦投条平台的作者撰写，除邦投条官方账号外，文章观点仅代表作者本人，不代表邦投条立场，文章版权归原作者所有，请联系原作者申请授权。文章内容仅供参考，不构成投资建议。若有投资者据此操作，风险自担。如您发现内容存在版权问题，请提交相关链接至邮箱：banquan@rongebang.com，我们将及时予以处理。阅读更多有价值的内容，欢迎下载 邦投条APP
