Non-contact Vision-based Obstructive Sleep Apnea Detection using Infrared Sleep Video

Abstract

We present a contactless vision-based obstructive sleep apnea (OSA) detecting method that can achieve results quickly and comfortably. To this end, three ap- proaches are taken. First, a new dataset is constructed around events, away from epoch, which is the basic analysis unit of sleep research. Second, an attempt is made to utilize respiratory arousal to detect OSA. Finally, in order to reduce the amount of computation of the model, the difference in pixelwise values between frames is used without using the optical flow. In addition, a robust model is created using 617 sleep data, which is several times more than previous studies. As a result, we achieved 74% accuracy with f1 score of 0.84 while having 95% fewer flops compared to the baseline model.

우리는 빠르고 편하게 결과를 얻을 수 있는 비접촉 비전 기반 폐쇄성 수면 무호흡증 탐지 방법을 제시한다. 이를 위하여 세 가지 시도를 하는데, 첫째로 수면 연구의 기본 분 석 단위인 에폭 중심에서 벗어나 이벤트 중심으로 새롭게 데이터셋을 구성한다. 둘째로, 수면 무호흡증 여부를 비전 기반으로 진단하기 위하여 호흡 각성 유무를 활용해보는 시도를 한다. 마지막으로 모델의 연산량을 줄이기 위하여 옵티컬 플로우를 활용하지 않고 프레임 간 픽셀 단위 값 차이를 활용한다. 그 뿐 아니라 기존 연구에서 사용된 데이터보다 몇 배 이상으로 많은 617건의 데이터를 활용하여 강건한 모델을 만들었다. 그 결과로 기준 모델에 비하여 플롭스 수가 95% 적으면서도 74% 정확도, 0.84의 f1 스코어를 달성했다.