Zeitschriftenartikel zum Thema „Sleep Scoring Algorithms“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Sleep Scoring Algorithms" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Piccini, Jacopo, Elias August, Sami Leon Noel Aziz Hanna, Tiina Siilak und Erna Sif Arnardóttir. „Automatic Detection of Electrodermal Activity Events during Sleep“. Signals 4, Nr. 4 (18.12.2023): 877–91. http://dx.doi.org/10.3390/signals4040048.
Der volle Inhalt der QuelleBiegański, Piotr, Anna Stróż, Marian Dovgialo, Anna Duszyk-Bogorodzka und Piotr Durka. „On the Unification of Common Actigraphic Data Scoring Algorithms“. Sensors 21, Nr. 18 (21.09.2021): 6313. http://dx.doi.org/10.3390/s21186313.
Der volle Inhalt der QuelleKim, Myeong Seok, Tae Kyoung Ha, Ho Dong Lee und Young Jun Lee. „0945 A Robust Hybrid algorithm for automatic respiratory events scoring in adults“. SLEEP 46, Supplement_1 (01.05.2023): A417. http://dx.doi.org/10.1093/sleep/zsad077.0945.
Der volle Inhalt der QuelleChakraborty, Sabyasachi, Satyabrata Aich und Hee-Cheol Kim. „A Novel Sleep Scoring Algorithm-Based Framework and Sleep Pattern Analysis Using Machine Learning Techniques“. International Journal of System Dynamics Applications 10, Nr. 3 (Juli 2021): 1–20. http://dx.doi.org/10.4018/ijsda.2021070101.
Der volle Inhalt der QuelleMagalang, Ulysses, Brendan Keenan, Bethany Staley, Peter Anderer, Marco Ross, Andreas Cerny, Raymond Vasko, Samuel Kuna und Jessie Bakker. „251 Agreement and reliability of a new polysomnography sleep staging algorithm against multiple human scorers“. Sleep 44, Supplement_2 (01.05.2021): A101. http://dx.doi.org/10.1093/sleep/zsab072.250.
Der volle Inhalt der QuelleMagalang, Ulysses, Brendan Keenan, Bethany Staley, Marco Ross, Peter Anderer, Andreas Cerny, Raymond Vasko, Samuel Kuna und Jessie Bakker. „398 Agreement and reliability of a new respiratory event and arousal detection algorithm against multiple human scorers“. Sleep 44, Supplement_2 (01.05.2021): A158. http://dx.doi.org/10.1093/sleep/zsab072.397.
Der volle Inhalt der QuelleHanif, Umaer, Guillaume Jubien, Alyssa Cairns, Tammie Radke und Vincent Mysliwiec. „1078 Performance of USleep Algorithm to a Better Than “Gold-Standard” Polysomnogram Validation Data Set“. SLEEP 47, Supplement_1 (20.04.2024): A463. http://dx.doi.org/10.1093/sleep/zsae067.01078.
Der volle Inhalt der QuelleCho, Taeheum, Unang Sunarya, Minsoo Yeo, Bosun Hwang, Yong Seo Koo und Cheolsoo Park. „Deep-ACTINet: End-to-End Deep Learning Architecture for Automatic Sleep-Wake Detection Using Wrist Actigraphy“. Electronics 8, Nr. 12 (02.12.2019): 1461. http://dx.doi.org/10.3390/electronics8121461.
Der volle Inhalt der QuelleHutchison, Stephen, Michael Grandner, Zohar Bromberg, Zoe Morrell, Arnulf Graf und Dustin Freckleton. „0101 Performance of a Multisensor Ring to Evaluate Sleep At-Home Relative to PSG and Actigraphy: Importance of Generalized Versus Personalized Scoring“. Sleep 45, Supplement_1 (25.05.2022): A45—A46. http://dx.doi.org/10.1093/sleep/zsac079.099.
Der volle Inhalt der QuelleStanus, E., B. Lacroix, M. Kerkhofs und J. Mendlewicz. „Automated sleep scoring: a comparative reliability study of two algorithms“. Electroencephalography and Clinical Neurophysiology 66, Nr. 4 (April 1987): 448–56. http://dx.doi.org/10.1016/0013-4694(87)90214-8.
Der volle Inhalt der QuelleWang, Jiayi, Jacob Sindorf, Pin-Wei Chen, Jessica Wu, Adrian Gonzales, McKenzie Mattison, Amy Nguyen et al. „1015 Evaluation of Actigraphy Sensors: Detecting Daytime Sleep After Stroke in an Inpatient Rehabilitation Hospital“. SLEEP 47, Supplement_1 (20.04.2024): A436—A437. http://dx.doi.org/10.1093/sleep/zsae067.01015.
Der volle Inhalt der QuelleToban, Gabriel, Khem Poudel und Don Hong. „REM Sleep Stage Identification with Raw Single-Channel EEG“. Bioengineering 10, Nr. 9 (11.09.2023): 1074. http://dx.doi.org/10.3390/bioengineering10091074.
Der volle Inhalt der QuelleBechny, M., L. Fiorillo, G. Monachino, J. van der Meer, M. H. Schmidt, C. L. A. Bassetti, A. Tzovara und F. D. Faraci. „Do state-of-the-art sleep-scoring algorithms preserve clinical information?“ Sleep Medicine 115 (Februar 2024): 406. http://dx.doi.org/10.1016/j.sleep.2023.11.1091.
Der volle Inhalt der QuelleKuo, C., und G. Chen. „0441 An Automatic Sleep Scoring System Based on Ensemble Convolutional Neural Network and Spectrogram of Sleep Physiological Signal“. Sleep 43, Supplement_1 (April 2020): A169. http://dx.doi.org/10.1093/sleep/zsaa056.438.
Der volle Inhalt der QuelleAlvarez-Estevez, Diego, und Roselyne M. Rijsman. „Inter-database validation of a deep learning approach for automatic sleep scoring“. PLOS ONE 16, Nr. 8 (16.08.2021): e0256111. http://dx.doi.org/10.1371/journal.pone.0256111.
Der volle Inhalt der QuelleDimitrov, T. S., M. He und M. J. Prerau. „0449 Characterizing Spindle Activity as a Time-Frequency Phenomenon“. Sleep 43, Supplement_1 (April 2020): A172. http://dx.doi.org/10.1093/sleep/zsaa056.446.
Der volle Inhalt der QuelleBouchequet, P., D. Leger, M. Lebrun und M. Elbaz. „0442 Experimenting Automatic Sleep Analysis Application in a Clinical Context“. Sleep 43, Supplement_1 (April 2020): A169—A170. http://dx.doi.org/10.1093/sleep/zsaa056.439.
Der volle Inhalt der QuelleLabrada, Alexei, Elsa Santos Febles und José Manuel Antelo. „Comparison of Automatic Sleep Stage Classification Methods for Clinical Use“. Global Clinical Engineering Journal 5, Nr. 1 (01.06.2022): 8–17. http://dx.doi.org/10.31354/globalce.v5i1.125.
Der volle Inhalt der QuelleChan, Alexander, Ahmet Cakir, David Josephs, Dave Kleinschmidt, Jay Pathmanathan und Jacob Donoghue. „1079 Robust Automated Sleep Staging Using Only EEG Signals“. SLEEP 47, Supplement_1 (20.04.2024): A463—A464. http://dx.doi.org/10.1093/sleep/zsae067.01079.
Der volle Inhalt der QuelleGrassi, Massimiliano, Daniela Caldirola, Silvia Daccò, Giampaolo Perna und Archie Defillo. „253 Better and faster automatic sleep staging with artificial intelligence“. Sleep 44, Supplement_2 (01.05.2021): A102. http://dx.doi.org/10.1093/sleep/zsab072.252.
Der volle Inhalt der QuelleS G, Shashank. „Sleep Disorder Detection Using EEG Signals“. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT 08, Nr. 05 (22.05.2024): 1–5. http://dx.doi.org/10.55041/ijsrem34611.
Der volle Inhalt der QuelleS, Lydia Pradeepa. „Sleeping Stage Classification Using CNN“. International Journal for Research in Applied Science and Engineering Technology 12, Nr. 5 (31.05.2024): 1070–77. http://dx.doi.org/10.22214/ijraset.2024.61348.
Der volle Inhalt der QuelleSayeed, Fahad, Justin Brooks und Nilanjan Banerjee. „0270 Obstructive Sleep Apnea detection using ECG morphology and Machine Learning“. SLEEP 46, Supplement_1 (01.05.2023): A120. http://dx.doi.org/10.1093/sleep/zsad077.0270.
Der volle Inhalt der QuelleHaghayegh, S., S. Khoshnevis, M. H. Smolensky, K. R. Diller und R. J. Castriotta. „1196 Machine Learning Derived-Interpretative Algorithm Better Differentiates Sleep and Wake Epochs and Estimates Sleep Parameters from Wrist Actigraphy Data“. Sleep 43, Supplement_1 (April 2020): A457—A458. http://dx.doi.org/10.1093/sleep/zsaa056.1190.
Der volle Inhalt der QuelleThorey, V., A. Guillot, K. El Kanbi, M. Harris und P. J. Arnal. „1211 Assessing the Accuracy of a Dry-EEG Headband for Measuring Brain Activity, Heart Rate, Breathing and Automatic Sleep Staging“. Sleep 43, Supplement_1 (April 2020): A463. http://dx.doi.org/10.1093/sleep/zsaa056.1205.
Der volle Inhalt der QuelleElMoaqet, Hisham, Jungyoon Kim, Dawn Tilbury, Satya Krishna Ramachandran, Mutaz Ryalat und Chao-Hsien Chu. „Gaussian Mixture Models for Detecting Sleep Apnea Events Using Single Oronasal Airflow Record“. Applied Sciences 10, Nr. 21 (06.11.2020): 7889. http://dx.doi.org/10.3390/app10217889.
Der volle Inhalt der QuellePeker, Musa. „An efficient sleep scoring system based on EEG signal using complex-valued machine learning algorithms“. Neurocomputing 207 (September 2016): 165–77. http://dx.doi.org/10.1016/j.neucom.2016.04.049.
Der volle Inhalt der QuelleCoppieters ’t Wallant, Dorothée, Pierre Maquet und Christophe Phillips. „Sleep Spindles as an Electrographic Element: Description and Automatic Detection Methods“. Neural Plasticity 2016 (2016): 1–19. http://dx.doi.org/10.1155/2016/6783812.
Der volle Inhalt der QuelleYaghouby, Farid, Bruce F. O’Hara und Sridhar Sunderam. „Unsupervised Estimation of Mouse Sleep Scores and Dynamics Using a Graphical Model of Electrophysiological Measurements“. International Journal of Neural Systems 26, Nr. 04 (27.04.2016): 1650017. http://dx.doi.org/10.1142/s0129065716500179.
Der volle Inhalt der QuelleQuante, Mirja, Emily R. Kaplan, Michael Cailler, Michael Rueschman, Rui Wang, Jia Weng, Elsie M. Taveras und Susan Redline. „Actigraphy-based sleep estimation in adolescents and adults: a comparison with polysomnography using two scoring algorithms“. Nature and Science of Sleep Volume 10 (Januar 2018): 13–20. http://dx.doi.org/10.2147/nss.s151085.
Der volle Inhalt der QuelleGu, Wenbo, Peter Wu, Arthur Liu, Wen-Te Liu, Yi-Chun Kuan, Hsin-Chien Lee, Lydia Leung, I.-Chen Wu und Ambrose Chiang. „0517 Integrating Body Sensor into a Wearable Platform to Enhance the Identification of Central and Mixed Apneas“. SLEEP 47, Supplement_1 (20.04.2024): A222. http://dx.doi.org/10.1093/sleep/zsae067.0517.
Der volle Inhalt der QuelleMostafa, Mendonça, Ravelo-García und Morgado-Dias. „A Systematic Review of Detecting Sleep Apnea Using Deep Learning“. Sensors 19, Nr. 22 (12.11.2019): 4934. http://dx.doi.org/10.3390/s19224934.
Der volle Inhalt der QuelleRicketti, P., D. Schwartz, K. Calero, W. Anderson, C. Diaz-Sein, M. Rechkemmer, K. Bell, M. Dahdad und R. Nakase-Richardson. „1031 A Multicenter Study Examining Two Scoring Algorithms for Diagnosis of Obstructive Sleep Apnea (OSA) in an Acute Neurorehabilitation Population with Traumatic Brain Injury (TBI)“. Sleep 41, suppl_1 (April 2018): A383. http://dx.doi.org/10.1093/sleep/zsy061.1030.
Der volle Inhalt der QuelleKim, Dongyoung, Jeonggun Lee, Yunhee Woo, Jaemin Jeong, Chulho Kim und Dong-Kyu Kim. „Deep Learning Application to Clinical Decision Support System in Sleep Stage Classification“. Journal of Personalized Medicine 12, Nr. 2 (20.01.2022): 136. http://dx.doi.org/10.3390/jpm12020136.
Der volle Inhalt der QuelleNollet, Mathieu, William Wisden und Nicholas P. Franks. „Sleep deprivation and stress: a reciprocal relationship“. Interface Focus 10, Nr. 3 (17.04.2020): 20190092. http://dx.doi.org/10.1098/rsfs.2019.0092.
Der volle Inhalt der QuelleHannan, Sana, Alyssa Ho und Birgit Frauscher. „Clinical Utility of Sleep Recordings During Presurgical Epilepsy Evaluation With Stereo-Electroencephalography: A Systematic Review“. Journal of Clinical Neurophysiology 41, Nr. 5 (Juli 2024): 430–43. http://dx.doi.org/10.1097/wnp.0000000000001057.
Der volle Inhalt der QuelleSuliman, Ahmad, Md Rakibul Mowla, Alaleh Alivar, Charles Carlson, Punit Prakash, Balasubramaniam Natarajan, Steve Warren und David E. Thompson. „Effects of Ballistocardiogram Peak Detection Jitters on the Quality of Heart Rate Variability Features: A Simulation-Based Case Study in the Context of Sleep Staging“. Sensors 23, Nr. 5 (01.03.2023): 2693. http://dx.doi.org/10.3390/s23052693.
Der volle Inhalt der QuelleKorotun, M., L. Weizman, A. Drori, J. Zaccaria, T. Goldstein, I. Litman, S. Hahn und H. Greenberg. „0584 Detecting Sleep Disordered Breathing Using Sub-Terahertz Radio-Frequency Micro-Radar“. Sleep 43, Supplement_1 (April 2020): A224. http://dx.doi.org/10.1093/sleep/zsaa056.581.
Der volle Inhalt der QuelleChien, Ying-Ren, Cheng-Hsuan Wu und Hen-Wai Tsao. „Automatic Sleep-Arousal Detection with Single-Lead EEG Using Stacking Ensemble Learning“. Sensors 21, Nr. 18 (09.09.2021): 6049. http://dx.doi.org/10.3390/s21186049.
Der volle Inhalt der QuelleJilani, Shahla M., Chloe J. Jordan, Lauren M. Jansson und Jonathan M. Davis. „Definitions of neonatal abstinence syndrome in clinical studies of mothers and infants: an expert literature review“. Journal of Perinatology 41, Nr. 6 (29.01.2021): 1364–71. http://dx.doi.org/10.1038/s41372-020-00893-8.
Der volle Inhalt der QuelleThiesse, Laurie, Luc Staner, Patrice Bourgin, Henri Comtet, Gil Fuchs, Debora Kirscher, Thomas Roth, Jean Yves Schaffhauser, Jay B. Saoud und Antoine U. Viola. „Somno-Art Software identifies pathology-induced changes in sleep parameters similarly to polysomnography“. PLOS ONE 18, Nr. 10 (20.10.2023): e0291593. http://dx.doi.org/10.1371/journal.pone.0291593.
Der volle Inhalt der QuelleSharma, Manish, Jainendra Tiwari, Virendra Patel und U. Rajendra Acharya. „Automated Identification of Sleep Disorder Types Using Triplet Half-Band Filter and Ensemble Machine Learning Techniques with EEG Signals“. Electronics 10, Nr. 13 (25.06.2021): 1531. http://dx.doi.org/10.3390/electronics10131531.
Der volle Inhalt der QuelleHorger, Melissa, Allison Swift, Kyle Kainec, Jennifer Holmes und Rebecca Spencer. „0204 Spindle Detection in Polysomnography of Toddlers: Comparing Manual Feature Detection and an Automated Algorithm“. SLEEP 47, Supplement_1 (20.04.2024): A88. http://dx.doi.org/10.1093/sleep/zsae067.0204.
Der volle Inhalt der QuelleMcGovney, K. D., A. F. Curtis, M. Mazurek, W. S. Chan, C. B. Deroche, M. Munoz, M. Davenport et al. „0922 Nightly Associations Between Pre-Bedtime Activity, Actigraphic Light, and Sleep in Children With ASD and Insomnia“. Sleep 43, Supplement_1 (April 2020): A350—A351. http://dx.doi.org/10.1093/sleep/zsaa056.918.
Der volle Inhalt der QuelleMendonça, Fábio, Sheikh Shanawaz Mostafa, Diogo Freitas, Fernando Morgado-Dias und Antonio G. Ravelo-García. „Heuristic Optimization of Deep and Shallow Classifiers: An Application for Electroencephalogram Cyclic Alternating Pattern Detection“. Entropy 24, Nr. 5 (13.05.2022): 688. http://dx.doi.org/10.3390/e24050688.
Der volle Inhalt der QuelleStepnowsky, Carl, Tania Zamora, Robert Barker, Lin Liu und Kathleen Sarmiento. „Accuracy of Positive Airway Pressure Device—Measured Apneas and Hypopneas: Role in Treatment Followup“. Sleep Disorders 2013 (2013): 1–6. http://dx.doi.org/10.1155/2013/314589.
Der volle Inhalt der QuelleGalaska, B., J. M. Bakker, F. Sert Kuniyoshi, M. Bush, J. Salazar, J. G. Jasko, A. L. Friedman und D. P. White. „1191 Development of a Clinically-Validated Questionnaire and Scoring Algorithm Designed to Identify Common Sleep Problems Among Adults“. Sleep 43, Supplement_1 (April 2020): A456. http://dx.doi.org/10.1093/sleep/zsaa056.1185.
Der volle Inhalt der QuelleHelland, V. C., A. Gapelyuk, A. Suhrbier, M. Riedl, T. Penzel, J. Kurths und N. Wessel. „Investigation of an Automatic Sleep Stage Classification by Means of Multiscorer Hypnogram“. Methods of Information in Medicine 49, Nr. 05 (2010): 467–72. http://dx.doi.org/10.3414/me09-02-0052.
Der volle Inhalt der QuelleSvetnik, V., T. Wang, Y. Xu, B. J. Hansen und S. V. Fox. „0432 A Deep Learning Approach for Automated Sleep-Wake Scoring in Pre-Clinical Animal Models“. Sleep 43, Supplement_1 (April 2020): A166. http://dx.doi.org/10.1093/sleep/zsaa056.429.
Der volle Inhalt der QuelleCho, Jae Hoon, Ji Ho Choi, Ji Eun Moon, Young Jun Lee, Ho Dong Lee und Tae Kyoung Ha. „Validation Study on Automated Sleep Stage Scoring Using a Deep Learning Algorithm“. Medicina 58, Nr. 6 (09.06.2022): 779. http://dx.doi.org/10.3390/medicina58060779.
Der volle Inhalt der Quelle