CertiConは生体信号を半自動分類し、睡眠データ解析に最適化されたソフトウェアフレームワークを開発しました。システムはハードウェアの種類を選ばず、デバイスの異なる様々な信号を受信するためのインターフェイスの導入を可能にします。入力信号から高度な手法で階層的に構造されたクラスタツリーへの各セグメントの記録の自動分類に重要な兆候をとらえます(feature extraction) 。
その後システムは読み込んだデータを階層的に構造されたクラス(クラスタ)へ分類し、評価する際に重要となる記録の重要な部分を専門家に提示します。
進化したCertiConシステムは、専門家による記録のマニュアル分類と信号の細部評価による階層クラスター分析による自動化された作業を組み合わせることができます。
この手法の利点はこちらです:
»専門家による分類作業のコントロールが常に可能でありながら高速化されたPSG記録分類
» 純粋にマニュアルな分類と比較して記録の評価の客観性の向上
» 分類の精度の向上 (全自動分類器と比較して）
» 測定のタイプまたは使用ハードウェアの(システムは特定の機器メーカーに制約されていない)選ばず使用可能 (そのジョブタイプに合わせシステムを最適化後）
» データの読み込み
» 生体信号の表示
» 階層クラスター分析の結果の表示
» PSGマニュアル分類
» PSG半自動反復分類
» 臨床的に興味深い記録パラメータの表示
» 分類結果の表示 (ヒプノグラム)
» スペクトログラムの表示
Analýza PSG睡眠データの分析は時間がかかり、また評価者側の深い経験が必須となる手動のプロセスです。このプロセスは主観性に基づくところが大きいという問題を抱えています。２人の専門家が睡眠段階の分類を行った場合一致率は70 – 80 %です。
生体信号の処理に使用されている機器は通常信号のマニュアル分類の補助に用いられます。また全自動化された分類を行う方法もあります。しかしこの方法は医師にあまり支持されていません。全自動化された分類の問題点は様々な理由(生体信号の個体差、分類器の正確に定義された条件のもとで記録する場合の依存性、つまり電極配置、ハードウェアフィルターの設定等)により信憑性が比較的低いことが理由です。
デモアプリケーションの目的は、現代のソフトウェア構築によって実現された、独立した患者用アプリケーションとして、またライブラリとして生体信号の分析のため既存のシステムに組み込むことも可能な半自動再帰分類に選択した方法の利点を紹介することです。
CyberPSGはプラハのチェコ工科大学と共同で行った研究をもとにCertiConが開発しました。