Automatic analysis overcomes limitations of sleep stage scoring
A computer programme for the automatic analysis of the sleep EEG and EMG is presented. An EEG parameter is derived which is based on the joint frequency-amplitude distribution of the EEG activity. This newly developed parameter stresses the dynamic development of sleep, composed of alternating phase...
Gespeichert in:
Veröffentlicht in: | Electroencephalography and clinical neurophysiology 1986-10, Vol.64 (4), p.364-374 |
---|---|
Hauptverfasser: | , , , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | 374 |
---|---|
container_issue | 4 |
container_start_page | 364 |
container_title | Electroencephalography and clinical neurophysiology |
container_volume | 64 |
creator | Haustein, Werner Pilcher, June Klink, Joachim Schulz, Hartmut |
description | A computer programme for the automatic analysis of the sleep EEG and EMG is presented. An EEG parameter is derived which is based on the joint frequency-amplitude distribution of the EEG activity. This newly developed parameter stresses the dynamic development of sleep, composed of alternating phases of EEG synchronization and desynchronization. While synchronization develops slowly, the opposite phase of EEG activity, desynchronization, is more rapid. A particular advantage of the EEG parameter is its continuous scale which results in high resolution. Thus, the parameter reflects gradual EEG changes which a visual analyser would have to classify into the same sleep stage. In addition to the EEG, the EMG is analysed and two parameters are extracted, representing the mean muscle tone and transient EMG activation, respectively. There is a close temporal relationship between the EEG and the EMG with a maximum of transient EMG activity during the phase of EEG desynchronization. The properties of the automatic analysis were compared to the visual analysis on a sample of 12 all-night sleep records. The results show that the EEG parameter also agrees sufficiently with the traditional sleep scoring method and therefore is a valid descriptor of the time course of sleep.
On présente un programme d'ordinateur pour l'analyse automatique de l'EEG et de l'EMG du sommeil. Un paramètre EEG est dérivé, basé sur la distribution conjointe de la fréquence et de l'amplitude de l'activité EEG. Ce paramètre nouvellement développé met en évidence le développement dynamique du sommeil, constitué par l'alternance de phases de synchronisation et désynchronisation EEG. La synchronisation se développe progressivement tandis que l'activité opposée, la désynchronisation, se développe plus rapidement. Un avantage spécifique du paramètre EEG est son échelle continue qui entraîne une très bonne résolution. Le paramètre alors montre des variations graduelles, qui par une analyse visuelle auraient été classifiées dans un même état de sommeil. En plus de l'EEG, l'EMG est aussi analysé et deux paramètres sont extraits, représentant le tonus musculaire de fond et l'activation EMG transitoire. Il y a une relation temporelle étroite entre l'EEG et l'EMG, avec un maximum d'activité EMG transitoire pendant la phase de désynchronisation EEG. Les caractéristiques de l'analyse automatique ont été comparées à l'analyse visuelle sur un échantillon de 12 enregistrements du sommeil de toute la nuit. Les r |
doi_str_mv | 10.1016/0013-4694(86)90161-6 |
format | Article |
fullrecord | <record><control><sourceid>proquest_cross</sourceid><recordid>TN_cdi_proquest_miscellaneous_77045869</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><els_id>0013469486901616</els_id><sourcerecordid>77045869</sourcerecordid><originalsourceid>FETCH-LOGICAL-c386t-2b8d39fbca69ff3d6b30a59a2c54466f005ed0c74a4f7224626253af920221763</originalsourceid><addsrcrecordid>eNp9kE1LAzEQhoMotVb_gcIeRPSwmmSz2exFKcUvKHjRc0izkxLZ3dTMttB_764tPXoamPeZl-Eh5JLRe0aZfKCUZamQpbhV8q7sNyyVR2TMVMFTmSl6TMYH5JScIX5TSjnjxYiMuOAqV_mYPE3XXWhM521iWlNv0WMSNhBtaACT2je-68PQ9luXYA2wSrAzS0jQhujb5Tk5caZGuNjPCfl6ef6cvaXzj9f32XSe2kzJLuULVWWlW1gjS-eySi4yavLScJsLIaWjNIeK2kIY4QrOheSS55lxJaecs0JmE3Kz613F8LMG7HTj0UJdmxbCGnVRUJErWfag2IE2BsQITq-ib0zcakb14E0PUvQgRSup_7zpof9q379eNFAdjvai-vx6nxu0pnbRtNbjAStKrobeCXncYdC72HiIGq2H1kLlI9hOV8H__8cvk3iIWg</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype><pqid>77045869</pqid></control><display><type>article</type><title>Automatic analysis overcomes limitations of sleep stage scoring</title><source>MEDLINE</source><source>Alma/SFX Local Collection</source><creator>Haustein, Werner ; Pilcher, June ; Klink, Joachim ; Schulz, Hartmut</creator><creatorcontrib>Haustein, Werner ; Pilcher, June ; Klink, Joachim ; Schulz, Hartmut</creatorcontrib><description>A computer programme for the automatic analysis of the sleep EEG and EMG is presented. An EEG parameter is derived which is based on the joint frequency-amplitude distribution of the EEG activity. This newly developed parameter stresses the dynamic development of sleep, composed of alternating phases of EEG synchronization and desynchronization. While synchronization develops slowly, the opposite phase of EEG activity, desynchronization, is more rapid. A particular advantage of the EEG parameter is its continuous scale which results in high resolution. Thus, the parameter reflects gradual EEG changes which a visual analyser would have to classify into the same sleep stage. In addition to the EEG, the EMG is analysed and two parameters are extracted, representing the mean muscle tone and transient EMG activation, respectively. There is a close temporal relationship between the EEG and the EMG with a maximum of transient EMG activity during the phase of EEG desynchronization. The properties of the automatic analysis were compared to the visual analysis on a sample of 12 all-night sleep records. The results show that the EEG parameter also agrees sufficiently with the traditional sleep scoring method and therefore is a valid descriptor of the time course of sleep.
On présente un programme d'ordinateur pour l'analyse automatique de l'EEG et de l'EMG du sommeil. Un paramètre EEG est dérivé, basé sur la distribution conjointe de la fréquence et de l'amplitude de l'activité EEG. Ce paramètre nouvellement développé met en évidence le développement dynamique du sommeil, constitué par l'alternance de phases de synchronisation et désynchronisation EEG. La synchronisation se développe progressivement tandis que l'activité opposée, la désynchronisation, se développe plus rapidement. Un avantage spécifique du paramètre EEG est son échelle continue qui entraîne une très bonne résolution. Le paramètre alors montre des variations graduelles, qui par une analyse visuelle auraient été classifiées dans un même état de sommeil. En plus de l'EEG, l'EMG est aussi analysé et deux paramètres sont extraits, représentant le tonus musculaire de fond et l'activation EMG transitoire. Il y a une relation temporelle étroite entre l'EEG et l'EMG, avec un maximum d'activité EMG transitoire pendant la phase de désynchronisation EEG. Les caractéristiques de l'analyse automatique ont été comparées à l'analyse visuelle sur un échantillon de 12 enregistrements du sommeil de toute la nuit. Les résultats montrent aussi que le paramètre EEG concorde assez bien avec la méthode traditionnelle d'analyse du sommeil et il constitue un moyen valable de description du développement temporel du sommeil.</description><identifier>ISSN: 0013-4694</identifier><identifier>EISSN: 1872-6380</identifier><identifier>DOI: 10.1016/0013-4694(86)90161-6</identifier><identifier>PMID: 2428585</identifier><identifier>CODEN: ECNEAZ</identifier><language>eng</language><publisher>Shannon: Elsevier Ireland Ltd</publisher><subject>automatic analysis ; Biological and medical sciences ; EEG desynchronization ; EEG synchronization ; Electrodiagnosis. Electric activity recording ; Electroencephalography ; electromyogram (EMG) ; Electromyography ; Electronic Data Processing ; Humans ; Investigative techniques, diagnostic techniques (general aspects) ; Medical sciences ; Nervous system ; Physiology - methods ; sleep ; Sleep Stages - physiology ; Time Factors</subject><ispartof>Electroencephalography and clinical neurophysiology, 1986-10, Vol.64 (4), p.364-374</ispartof><rights>1986</rights><rights>1987 INIST-CNRS</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed><citedby>FETCH-LOGICAL-c386t-2b8d39fbca69ff3d6b30a59a2c54466f005ed0c74a4f7224626253af920221763</citedby><cites>FETCH-LOGICAL-c386t-2b8d39fbca69ff3d6b30a59a2c54466f005ed0c74a4f7224626253af920221763</cites></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,780,784,27922,27923</link.rule.ids><backlink>$$Uhttp://pascal-francis.inist.fr/vibad/index.php?action=getRecordDetail&idt=7928001$$DView record in Pascal Francis$$Hfree_for_read</backlink><backlink>$$Uhttps://www.ncbi.nlm.nih.gov/pubmed/2428585$$D View this record in MEDLINE/PubMed$$Hfree_for_read</backlink></links><search><creatorcontrib>Haustein, Werner</creatorcontrib><creatorcontrib>Pilcher, June</creatorcontrib><creatorcontrib>Klink, Joachim</creatorcontrib><creatorcontrib>Schulz, Hartmut</creatorcontrib><title>Automatic analysis overcomes limitations of sleep stage scoring</title><title>Electroencephalography and clinical neurophysiology</title><addtitle>Electroencephalogr Clin Neurophysiol</addtitle><description>A computer programme for the automatic analysis of the sleep EEG and EMG is presented. An EEG parameter is derived which is based on the joint frequency-amplitude distribution of the EEG activity. This newly developed parameter stresses the dynamic development of sleep, composed of alternating phases of EEG synchronization and desynchronization. While synchronization develops slowly, the opposite phase of EEG activity, desynchronization, is more rapid. A particular advantage of the EEG parameter is its continuous scale which results in high resolution. Thus, the parameter reflects gradual EEG changes which a visual analyser would have to classify into the same sleep stage. In addition to the EEG, the EMG is analysed and two parameters are extracted, representing the mean muscle tone and transient EMG activation, respectively. There is a close temporal relationship between the EEG and the EMG with a maximum of transient EMG activity during the phase of EEG desynchronization. The properties of the automatic analysis were compared to the visual analysis on a sample of 12 all-night sleep records. The results show that the EEG parameter also agrees sufficiently with the traditional sleep scoring method and therefore is a valid descriptor of the time course of sleep.
On présente un programme d'ordinateur pour l'analyse automatique de l'EEG et de l'EMG du sommeil. Un paramètre EEG est dérivé, basé sur la distribution conjointe de la fréquence et de l'amplitude de l'activité EEG. Ce paramètre nouvellement développé met en évidence le développement dynamique du sommeil, constitué par l'alternance de phases de synchronisation et désynchronisation EEG. La synchronisation se développe progressivement tandis que l'activité opposée, la désynchronisation, se développe plus rapidement. Un avantage spécifique du paramètre EEG est son échelle continue qui entraîne une très bonne résolution. Le paramètre alors montre des variations graduelles, qui par une analyse visuelle auraient été classifiées dans un même état de sommeil. En plus de l'EEG, l'EMG est aussi analysé et deux paramètres sont extraits, représentant le tonus musculaire de fond et l'activation EMG transitoire. Il y a une relation temporelle étroite entre l'EEG et l'EMG, avec un maximum d'activité EMG transitoire pendant la phase de désynchronisation EEG. Les caractéristiques de l'analyse automatique ont été comparées à l'analyse visuelle sur un échantillon de 12 enregistrements du sommeil de toute la nuit. Les résultats montrent aussi que le paramètre EEG concorde assez bien avec la méthode traditionnelle d'analyse du sommeil et il constitue un moyen valable de description du développement temporel du sommeil.</description><subject>automatic analysis</subject><subject>Biological and medical sciences</subject><subject>EEG desynchronization</subject><subject>EEG synchronization</subject><subject>Electrodiagnosis. Electric activity recording</subject><subject>Electroencephalography</subject><subject>electromyogram (EMG)</subject><subject>Electromyography</subject><subject>Electronic Data Processing</subject><subject>Humans</subject><subject>Investigative techniques, diagnostic techniques (general aspects)</subject><subject>Medical sciences</subject><subject>Nervous system</subject><subject>Physiology - methods</subject><subject>sleep</subject><subject>Sleep Stages - physiology</subject><subject>Time Factors</subject><issn>0013-4694</issn><issn>1872-6380</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>1986</creationdate><recordtype>article</recordtype><sourceid>EIF</sourceid><recordid>eNp9kE1LAzEQhoMotVb_gcIeRPSwmmSz2exFKcUvKHjRc0izkxLZ3dTMttB_764tPXoamPeZl-Eh5JLRe0aZfKCUZamQpbhV8q7sNyyVR2TMVMFTmSl6TMYH5JScIX5TSjnjxYiMuOAqV_mYPE3XXWhM521iWlNv0WMSNhBtaACT2je-68PQ9luXYA2wSrAzS0jQhujb5Tk5caZGuNjPCfl6ef6cvaXzj9f32XSe2kzJLuULVWWlW1gjS-eySi4yavLScJsLIaWjNIeK2kIY4QrOheSS55lxJaecs0JmE3Kz613F8LMG7HTj0UJdmxbCGnVRUJErWfag2IE2BsQITq-ib0zcakb14E0PUvQgRSup_7zpof9q379eNFAdjvai-vx6nxu0pnbRtNbjAStKrobeCXncYdC72HiIGq2H1kLlI9hOV8H__8cvk3iIWg</recordid><startdate>19861001</startdate><enddate>19861001</enddate><creator>Haustein, Werner</creator><creator>Pilcher, June</creator><creator>Klink, Joachim</creator><creator>Schulz, Hartmut</creator><general>Elsevier Ireland Ltd</general><general>Elsevier</general><scope>IQODW</scope><scope>CGR</scope><scope>CUY</scope><scope>CVF</scope><scope>ECM</scope><scope>EIF</scope><scope>NPM</scope><scope>AAYXX</scope><scope>CITATION</scope><scope>7X8</scope></search><sort><creationdate>19861001</creationdate><title>Automatic analysis overcomes limitations of sleep stage scoring</title><author>Haustein, Werner ; Pilcher, June ; Klink, Joachim ; Schulz, Hartmut</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c386t-2b8d39fbca69ff3d6b30a59a2c54466f005ed0c74a4f7224626253af920221763</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>1986</creationdate><topic>automatic analysis</topic><topic>Biological and medical sciences</topic><topic>EEG desynchronization</topic><topic>EEG synchronization</topic><topic>Electrodiagnosis. Electric activity recording</topic><topic>Electroencephalography</topic><topic>electromyogram (EMG)</topic><topic>Electromyography</topic><topic>Electronic Data Processing</topic><topic>Humans</topic><topic>Investigative techniques, diagnostic techniques (general aspects)</topic><topic>Medical sciences</topic><topic>Nervous system</topic><topic>Physiology - methods</topic><topic>sleep</topic><topic>Sleep Stages - physiology</topic><topic>Time Factors</topic><toplevel>online_resources</toplevel><creatorcontrib>Haustein, Werner</creatorcontrib><creatorcontrib>Pilcher, June</creatorcontrib><creatorcontrib>Klink, Joachim</creatorcontrib><creatorcontrib>Schulz, Hartmut</creatorcontrib><collection>Pascal-Francis</collection><collection>Medline</collection><collection>MEDLINE</collection><collection>MEDLINE (Ovid)</collection><collection>MEDLINE</collection><collection>MEDLINE</collection><collection>PubMed</collection><collection>CrossRef</collection><collection>MEDLINE - Academic</collection><jtitle>Electroencephalography and clinical neurophysiology</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Haustein, Werner</au><au>Pilcher, June</au><au>Klink, Joachim</au><au>Schulz, Hartmut</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Automatic analysis overcomes limitations of sleep stage scoring</atitle><jtitle>Electroencephalography and clinical neurophysiology</jtitle><addtitle>Electroencephalogr Clin Neurophysiol</addtitle><date>1986-10-01</date><risdate>1986</risdate><volume>64</volume><issue>4</issue><spage>364</spage><epage>374</epage><pages>364-374</pages><issn>0013-4694</issn><eissn>1872-6380</eissn><coden>ECNEAZ</coden><abstract>A computer programme for the automatic analysis of the sleep EEG and EMG is presented. An EEG parameter is derived which is based on the joint frequency-amplitude distribution of the EEG activity. This newly developed parameter stresses the dynamic development of sleep, composed of alternating phases of EEG synchronization and desynchronization. While synchronization develops slowly, the opposite phase of EEG activity, desynchronization, is more rapid. A particular advantage of the EEG parameter is its continuous scale which results in high resolution. Thus, the parameter reflects gradual EEG changes which a visual analyser would have to classify into the same sleep stage. In addition to the EEG, the EMG is analysed and two parameters are extracted, representing the mean muscle tone and transient EMG activation, respectively. There is a close temporal relationship between the EEG and the EMG with a maximum of transient EMG activity during the phase of EEG desynchronization. The properties of the automatic analysis were compared to the visual analysis on a sample of 12 all-night sleep records. The results show that the EEG parameter also agrees sufficiently with the traditional sleep scoring method and therefore is a valid descriptor of the time course of sleep.
On présente un programme d'ordinateur pour l'analyse automatique de l'EEG et de l'EMG du sommeil. Un paramètre EEG est dérivé, basé sur la distribution conjointe de la fréquence et de l'amplitude de l'activité EEG. Ce paramètre nouvellement développé met en évidence le développement dynamique du sommeil, constitué par l'alternance de phases de synchronisation et désynchronisation EEG. La synchronisation se développe progressivement tandis que l'activité opposée, la désynchronisation, se développe plus rapidement. Un avantage spécifique du paramètre EEG est son échelle continue qui entraîne une très bonne résolution. Le paramètre alors montre des variations graduelles, qui par une analyse visuelle auraient été classifiées dans un même état de sommeil. En plus de l'EEG, l'EMG est aussi analysé et deux paramètres sont extraits, représentant le tonus musculaire de fond et l'activation EMG transitoire. Il y a une relation temporelle étroite entre l'EEG et l'EMG, avec un maximum d'activité EMG transitoire pendant la phase de désynchronisation EEG. Les caractéristiques de l'analyse automatique ont été comparées à l'analyse visuelle sur un échantillon de 12 enregistrements du sommeil de toute la nuit. Les résultats montrent aussi que le paramètre EEG concorde assez bien avec la méthode traditionnelle d'analyse du sommeil et il constitue un moyen valable de description du développement temporel du sommeil.</abstract><cop>Shannon</cop><cop>Amsterdam</cop><pub>Elsevier Ireland Ltd</pub><pmid>2428585</pmid><doi>10.1016/0013-4694(86)90161-6</doi><tpages>11</tpages></addata></record> |
fulltext | fulltext |
identifier | ISSN: 0013-4694 |
ispartof | Electroencephalography and clinical neurophysiology, 1986-10, Vol.64 (4), p.364-374 |
issn | 0013-4694 1872-6380 |
language | eng |
recordid | cdi_proquest_miscellaneous_77045869 |
source | MEDLINE; Alma/SFX Local Collection |
subjects | automatic analysis Biological and medical sciences EEG desynchronization EEG synchronization Electrodiagnosis. Electric activity recording Electroencephalography electromyogram (EMG) Electromyography Electronic Data Processing Humans Investigative techniques, diagnostic techniques (general aspects) Medical sciences Nervous system Physiology - methods sleep Sleep Stages - physiology Time Factors |
title | Automatic analysis overcomes limitations of sleep stage scoring |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-09T12%3A59%3A06IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-proquest_cross&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Automatic%20analysis%20overcomes%20limitations%20of%20sleep%20stage%20scoring&rft.jtitle=Electroencephalography%20and%20clinical%20neurophysiology&rft.au=Haustein,%20Werner&rft.date=1986-10-01&rft.volume=64&rft.issue=4&rft.spage=364&rft.epage=374&rft.pages=364-374&rft.issn=0013-4694&rft.eissn=1872-6380&rft.coden=ECNEAZ&rft_id=info:doi/10.1016/0013-4694(86)90161-6&rft_dat=%3Cproquest_cross%3E77045869%3C/proquest_cross%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_pqid=77045869&rft_id=info:pmid/2428585&rft_els_id=0013469486901616&rfr_iscdi=true |