睡眠障害を早期に診断し、心血管疾患や認知障害などの関連する長期健康リスクを低減するためには、睡眠時覚醒を正確に検出する必要がある。このため睡眠を専門とする医師らは、睡眠ポリグラフ（PSG）記録を分析し、睡眠中の覚醒レベルを判定するために多大な時間と労力を費やしてきた。
イラン・メイボッド大学の研究チームは、PSGに基づく自動睡眠時覚醒検出システムのベースとなる「新しい検出法」を開発し、その成果をComputational Intelligence and Neuroscienceから公開した。動径基底関数（RBF）カーネルを持つサポートベクターマシン（SVM）を最適化するため、修正ドローン隊最適化（mDSO）アルゴリズムが使用されることが特徴。DSOは、大域的数値最適化のための新しい自己適応型メタヒューリスティクスとなる。チームの提唱手法は平均エラー率で2-7%未満であり、5つの睡眠段階への分類については92.3%の精度を示していた。
著者らは「睡眠障害の臨床試験において、PSG信号に基づくハイブリッド学習モデル技術は覚醒検出に有効である」とし、高精度・高効率な新手法の有用性を強調している。
関連記事：
