ApneaSense · 研究
睡眠呼吸中止聲學研究：任務、指標與限制
請將這些工作視為聲學分類研究，不是 OSA 診斷或篩檢主張。PSG 標註將 200 秒時間窗標記為正常，或包含呼吸中止／低通氣。這項研究任務不同於 SomniSense 呈現的疑似異常聲音時刻，也不同於日後在客戶裝置上的評估。
了解 SDK 評估途徑 → 開啟原始論文與方法程式碼 ↓資料集與評估單位
論文 A 說明 40 位參與者共 80 人夜：10 晚實驗室內 PSG 與 70 晚可攜式 PSG。音訊使用多種消費型手機與平板麥克風。資料包含 13,538 段已標註的一秒鼾聲片段，以及 2,953 個已標註的 200 秒呼吸時間窗。
呼吸標籤包含 1,498 個正常時間窗，以及 1,455 個呼吸中止或低通氣時間窗。後者將 1,089 個標記為呼吸中止的時間窗，與 366 個標記為低通氣的時間窗合併為一類。這些是時間窗數量，不是個別臨床事件或確診患者人數。
每個數字，都需連同實測配置閱讀
論文 A：一秒鼾聲片段分類，五個隨機種子的平均準確率為 94.29%，F1 為 90.28%。其基準模型在 200 秒呼吸時間窗的準確率為 83.82%；不能用這個基準結果取代壓縮模型結果。
論文 E：Pruned 50% + fine-tuning + QAT 報告 88.49% 準確率、88.06% F1、9,416 個參數，以及 56.4 KB 的儲存模型。壓縮使用隨機種子 42，在 2,953 個時間窗資料集上採分層 60/20/20 切分；報告的測試集有 591 個時間窗。
此外，論文 E 另行測量 CoreML Pruned 50% + fine-tuning 在 Apple M2 MacBook Pro 上的前向運算延遲：預熱 20 次後呼叫 200 次，平均 0.064 ms，P95 為 0.076 ms。不含音訊前處理與後處理。這與 QAT 那一列不是相同實測配置，也不是對客戶裝置端到端表現的保證。
哪些仍未證實
資料切分被描述為依各隨機種子分層進行，不是參與者獨立的前瞻性臨床試驗。樣本群體小；跨裝置、跨場域與不同人群的泛化能力仍需評估。時間窗指標不能確立疑似異常起訖時間的準確度、時長準確度、臨床 AHI 或個人層級的篩檢靈敏度。
論文 E 說明這是回溯性探索工作，資料來源存在限制，包括無可用的正式倫理審查記錄，以及原同意未明確涵蓋後續研究發表。不能將其宣稱為已正式通過倫理審查的臨床研究。
方法公開，健康資料不公開
方法與訓練程式碼已公開。參與者音訊、標籤與衍生特徵矩陣不提供下載；壓縮程式碼庫也不提供已訓練模型檢查點。你可以查看方法，並在取得適當授權的資料集上執行，但無法只靠公開程式碼獨立重現原資料集結果。
研究
研究來源為英文原文，均屬預印本，不代表已通過同儕審查。開放程式碼不包含原始健康資料集或供企業使用的 SDK。
Coordinate Attention · Stage 2
Paper E · Compression
下一步之前，先了解
88.49% 代表能找到 88.49% 的 OSA 患者嗎？
不是。這是已標註的 200 秒時間窗分類準確率，不是患者層級靈敏度、臨床事件邊界準確度，也不是對個人某一夜的保證。
這裡的模型會分別輸出呼吸中止與低通氣嗎？
論文報告的呼吸分類效能測試，將標記為呼吸中止與低通氣的時間窗合併為一類，不能證明能從聲音分別作出臨床診斷。