Набор данных полисомнографии для анализа сна у пациентов с ишемическим инсультом

Почему сон после инсульта заслуживает внимания

Многие знают, что сон важен, но меньше людей осознаёт, насколько глубоко он влияет на способность мозга восстанавливаться после повреждения. В этом исследовании представлен iSLEEPS — крупная новая коллекция подробных ночных записей сна людей, восстанавливающихся после ишемического инсульта в Индии. Публикуя эти данные в свободном доступе, авторы надеются ускорить открытия о том, как нарушения дыхания во сне влияют на восстановление после инсульта, и помочь инженерам создать более умные инструменты для автоматического анализа исследований сна.

Инсульт, нарушения дыхания и недостающий фрагмент

Инсульт — одна из ведущих причин длительной нетрудоспособности, а нарушения дыхания во сне — особенно паузы в дыхании, называемые апноэ — крайне распространены среди переживших инсульт. Эти расстройства дыхания могут удваивать риск повторного инсульта и связаны с худшим восстановлением в повседневной жизни. Для диагностики таких проблем используют ночной тест полисомнографию, который фиксирует электрическую активность мозга, движение глаз и мышц, сердечный ритм, дыхание и уровень кислорода. Тем не менее, несмотря на важность, существует очень мало крупных открытых наборов таких записей у пациентов с инсультом, особенно из не‑западных стран. Существующие публичные базы малы, ориентированы на людей без инсульта или не содержат детальных разметок, необходимых для изучения взаимодействия сна и инсульта.

Что входит в коллекцию iSLEEPS

Набор данных iSLEEPS заполняет этот пробел — в нём 100 ночных записей от взрослых пациентов, перенесших ишемический инсульт в течение предыдущего месяца, все исследования проведены в крупной нейронаучной больнице в Бангалоре, Индия. Каждый участник провёл ночь, подключённый к множеству датчиков, которые регистрировали электроэнцефалограмму, движение глаз, тонус мышц, сердечный ритм, поток воздуха, движение грудной клетки и живота, уровень кислорода, звуки храпа и положение тела. В среднем каждое исследование длилось около восьми часов, а в сумме они дают почти 800 часов данных. Обученные оценщики под руководством специалиста по сну просматривали записи в отрезках по 30 секунд, помечая, когда человек был бодрствующим, в лёгком сне, глубоком сне или в фазе быстрого сна, а также отмечали паузы в дыхании, поверхностное дыхание, падения уровня кислорода и кратковременные пробуждения.

Кто пациенты и как выглядит их сон

Участники представляют собой реальную выборку пациентов с инсультом: распространённые сопутствующие состояния, такие как диабет, сердечные заболевания и ожирение, не были исключены. Средний возраст чуть выше 50 лет, мужчин больше, чем женщин, что отражает более высокий риск апноэ сна у мужчин. Анализ записей показывает, что нарушения дыхания во сне широко распространены в этой группе. Лишь небольшая часть имеет нормальное дыхание, тогда как большинство попадает в категории лёгкой, средней или тяжёлой степени апноэ в зависимости от числа нарушений дыхания в час сна. Набор данных тщательно подсчитывает разные типы событий — например, обструктивное апноэ, при котором сужается или терпит крах дыхательный путь; центральное апноэ, при котором мозг временно перестаёт посылать сигналы дыханию; и гипопноэ, частичное снижение потока воздуха — а также как часто они встречаются на каждом уровне тяжести.

Тестирование данных современными алгоритмами

Чтобы показать, как можно использовать iSLEEPS, исследователи обучили несколько современных моделей глубокого обучения автоматически присваивать стадии сна по одиночным каналам сигналов мозга или движений глаз. Они сравнили сверточную сеть, сеть с долговременной кратковременной памятью (LSTM) и модель на базе трансформера, каждая из которых предназначена для изучения закономерностей во временных рядах. Алгоритмы обучали и тестировали с соблюдением правил, при которых данные одного пациента никогда не попадали одновременно в разные наборы, а результаты проверяли с помощью повторной кросс‑валидации. Из этих методов LSTM‑модель показала наилучший результат, корректно маркируя стадии сна примерно в трёх четвертях случаев. Однако результаты заметно уступали тому, чего достигают похожие модели на здоровых добровольцах, что подчёркивает: инсульт изменяет сон таким образом, что существующие автоматизированные системы ещё не полностью учитывают эти изменения.

Открывая путь к лучшей помощи

Опубликовав iSLEEPS как открытый, хорошо документированный набор данных — с анонимизированными записями, подробной разметкой событий и базовой клинической информацией — авторы предоставляют мощный новый ресурс для учёных, клиницистов и инженеров. Исследователи могут использовать его, чтобы изучать, как нарушенный сон и дыхание влияют на восстановление после инсульта, сравнивать пациентов между странами и разрабатывать и тестировать новые алгоритмы, которые однажды смогут автоматически выявлять опасные нарушения дыхания даже вне специализированных лабораторий сна. Для пациентов и их семей конечное обещание этой работы — более точная диагностика и своевременное лечение нарушений сна после инсульта, что потенциально улучшит и восстановление, и качество жизни.

Цитирование: Maiti, S., Sharma, S.K., Mythirayee, S. et al. Polysomnography Dataset for Sleep Analysis in Ischemic Stroke Patients. Sci Data 13, 421 (2026). https://doi.org/10.1038/s41597-026-06747-w

Ключевые слова: инсульт, апноэ сна, полисомнография, набор данных сна, глубокое обучение