Ein interdisziplinäres Forschungsteam des Universitätsklinikums Jena (Neurologie und Neonatologie) und der Friedrich-Schiller-Universität Jena (Computer Vision Group) erhält Fördermittel aus dem „Connect“-Fonds der Profillinie LIFE, um die klinische Validierung eines neuartigen Verfahrens zur automatisierten Schlafstadienerkennung bei Frühgeborenen voranzutreiben.
Ziel ist es, den empfindlichen Schlaf dieser besonders vulnerablen Patientengruppe durch maschinelles Lernen aus minimalinvasiven Biosignalen wie EKG und Bewegungsmustern zu erfassen und künftig medizinische Eingriffe daran auszurichten.
Die zugrundeliegende Methode wurde kürzlich im Fachjournal Biomedical Signal Processing and Control veröffentlicht und zeigt eine Übereinstimmung von über 90% zu dem klinischen Goldstandard der Polysomnographie. Das translational angelegte Projekt steht exemplarisch für die enge Zusammenarbeit zwischen Klinik und Informatik in Jena. Langfristig soll die Technologie zur individualisierten, schlafadaptiven Versorgung in neonatalen Intensivstationen beitragen und die neurologische Entwicklung frühgeborener Kinder fördern.
hier geht es zur Originalveröffentlichung: Demme N, Shadaydeh M, Schieder L, Doerfel C, Jähkel S, Holthoff K, Proquitté H, Denzler J, Graf J (2025) Towards unobtrusive sleep stage classification in preterm infants using machine learning. Biomed Signal Process Control 108, 107904.
