Uyku apnesinin öngörülmesi ve dil kasının uyarılması için model geliştirilmesi
A model development for prediction of sleep apnea and stimulation of genioglossus muscle
- Tez No: 216376
- Danışmanlar: DOÇ.DR. OSMAN EROĞUL, PROF.DR. ABDURRAHMAN TANYOLAÇ
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: obstrüktif uyku apnesi, apne öngörümü, polisomnografi, obstructive sleep apnea, apnea prediction, polisomnography
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 171
Özet
Uyku esnasında meydana gelen solunumun en az 10 sn durması `uyku apnesi' olarak tanımlanır. Hastalıgın teshisi uzman hekimler tarafından, uyku çalısması adı verilen ve tüm gece uykusuna ait uyku kaydının incelenmesi ile konulmaktadır. Literatürde Obstruktif Uyku Apnesi (OUA) ile ilgili çalısmalar incelendiginde, çalısmaların uyku apnesinin olusma anı ve süresinin belirlenmesine yönelik olarak yogunlastıgı görülmektedir. Bu çalısmada, Obstrüktif Uyku Apnesi Sendromu (OUAS) teshisi konulmus hastaların polisomnografi kayıtlarından elektroensefalografi (EEG), elektromiyografi (EMG), elektrokardiyografi (EKG) ve solunum sinyallerinin analizleri yapılarak, Obstrüktif Uyku Apnesi (OUA)'nin gerçeklesmeden önce öngörülmesi için özgün bir yöntem gelistirilmistir. Literatürde yapılan çalısmalardan tamamen farklı olarak, hasta kaydında sadece apne olup olmadıgını degil, apnenin olusumundan önce saptanması amaçlanmıstır. Çalısmanın her asamasında Ankara Gülhane Askeri Tıp Akademisi Ruh Saglıgı ve Hastalıkları Anabilim Dalı uyku laboratuarında yapılan uyku skorlandırma çalısmaları sırasında kaydedilen gerçek hastalara ait polisomnografi kayıtları kullanılmıstır. Çalısmanın ilk asamasında, sinyal isleme yöntemleri kullanılarak OUA teshisi konmus hasta kayıtlarında solunum (hava akımı), EEG, EMG ve EKG sinyallerinin frekans ve genlik analizleri gerçeklestirilmistir. Frekans analizlerinde, klasik Fourier Dönüsümü (FD), Ayrık Zamanlı Fourier Dönüsümü (AZFD), Kısa Zamanlı Fourier Dönüsümü (KZFD) ve kestirim metotları kullanılmıstır. Genlik ve dalga formu analizlerinde Teager Enerji Operatörü (TEO), sinyalin enerjisi (E), öz ilinti fonksiyonu (ÖF) ve sıfır kesme oranı (SKO) gibi sinyal parametreleri incelenmistir. Sinyallerin alt frekans bant ayrısımlarında ise Ayrık Dalgacık Dönüsümü (ADD) kullanılmıstır. Uygulanan analizlerde uyku apnesinin olusumundan önce gelisen fizyolojik degisimler arastırılmıs ve her bir sinyalden uyku apnesinin öngörülmesini saglayacak sinyal parametreleri belirlenmistir. Çalısmanın ikinci asamasında, uyku apnesinin öngörülmesi için bir algoritma gelistirilmistir. Bu algoritma ile daha önce elde edilen sinyal parametreleri kullanılarak, apne olusumunun öngörülmesini saglayacak, sekiz adet ?öngörü katsayısı? (ÖK) elde edilmistir. Algoritma, belirlenen öngörü katsayıları kullanılarak toplam 90 farklı hasta kaydına uygulanmıstır. Sonuç olarak, bu çalısmada gelistirilen yöntemle uyku sırasında olusan ilk apnenin öngörülmesi hastaların %60'ından fazlasında basarı ile gerçeklestirilmistir. Fakat birçok hastada ilk apnenin olusmasından hemen sonra, çok sık olarak tekrarlayan apnelerin öngörülmesinde aynı basarı oranı gözlenememistir. Burada belirtilmesi gereken en önemli nokta, çalısmanın konuya yaklasım ve uygulama sekli açısından literatürde ilk örnek olmasıdır. Çalısmanın gelecekte daha kapsamlı olarak sürdürülmesi ve gelistirilmesi ile daha basarılı sonuçların elde edilecegi beklenilmektedir.
Özet (Çeviri)
The discontinuation of respiration more than ten seconds in sleep is defined as ?sleep apnea?. The diagnosis of the disease is realized by specialists through the examination of the complete sleep record of the patient during night, which is called sleep study. In literature, the research about Obstructive Sleep apnea (OSA) has mainly been focused on the determination of time and duration of apnea occurrence. In this study, an innovative method is proposed and developed for the prediction of OSA from polisomnography records of the patients diagnosed with Obstructive Sleep Apnea Syndrome (OSAS) by analyzing the signals of electroencephalography (EEG), electromyography (EMG), electrocardiography (EKG) and respiration. As different from literature, not only the detection of apnea in the records has been realized but also the prediction of apnea prior to its occurrence has been achieved. In every phase of the study, polisomnography records of real patients diagnosed with OSAS in sleep scoring studies at Ankara Gülhane Military Medical Academy Pshycology Department Sleep Laboratory were processed. In the first part of the study, frequency and amplitude analysis have been carried out for respiration (air flow), EEG, EMG and EKG signals of OSAS patient records by using signal processing techniques. Conventional Fourier Transformation, Discrete Time Fourier Transformation, Short Time Fourier Transformation and Estimation methods were utilized for frequency analysis. In amplitude and wave function analysis, signal parameters like Teager Energy Operator (TEO), Energy of the signal (E), Autocorrelation function (ACF) and Zero Cross Rate (ZCR) were examined. For the resolution of sub frequencies of signals, Discrete Wavelet Transformation (DWT) was employed. In applied analysis, physical changes developed before apnea occurrence have been investigated and signal parameters have been determined for each signal to predict the sleep apnea. In the second part, an algorithm was developed to predict the sleep apnea prior to its occurrence. In this algorithm, eight ?feature point?s (FP) were extracted from previously obtained signal parameters to be used for the prediction of sleep apnea. This algorithm was applied to 90 different patient records by making use of feature points determined previously. In conclusion, the correct prediction of first apnea occurred has been achieved more than 60 % of the OSAS patients with the method created and developed in this study, However, the predictive power of the algorithm decreased for subsequently occurring apneas, dropping far below 60%. Nevertheless, from approach and application point of view the content of this study is unique in literature and higher success is being anticipated in future for the prediction power of the developed method with continuing research on the matter.
Benzer Tezler
- Uyku apnesinin mikroyapı analizi
Microstructure analysis of sleep apnea
ONUR KOÇAK
Doktora
Türkçe
2014
BiyomühendislikAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZİYA TELATAR
- Sleep apnea events detection from polysomnogram studies using deep learning techniques
Uyku apne etkinlikleri derin öğrenme teknikleri kullanılan polisomnogram araştırmalarından algılama
MAHMOOD ABED
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGAY İBRİKÇİ
- Machine learning approach for predicting severity of obstructive sleep apnea syndrome
Obstrüktif uyku apnesinin şiddetinin tahminlenmesinde makine öğrenmesi yaklaşımı
ONURHAN HAMZAOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. FETHİYE AYLİN SUNGUR
- Obstrüktif uyku apnesinin derin öğrenme kullanılarak tahmin edilmesi
Obstructive sleep apnea prediction using deep learning
HÜSEYİN NASIFOĞLU
Doktora
Türkçe
2022
BiyomühendislikTOBB Ekonomi ve Teknoloji ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN EROĞUL
- Obstrüktif uyku apnesinin tedavisinde prostodontik uygulamalar
Prosthodontic applications for obstructive sleep apnea treatment
HÜSEYİN KURTULMUŞ
Doktora
Türkçe
2004
Diş HekimliğiEge ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
PROF.DR. SERDAR ÇÖTERT