Uyku apnesi türlerinin sınıflandırılması
Classification of sleep apnea types
- Tez No: 266434
- Danışmanlar: PROF. DR. OSMAN EROĞUL
- Tez Türü: Doktora
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 166
Özet
Uyku apnesi, uyku sırasında solunumun en az 10 sn. süresince solunum sinyalinin maksimum genliğinin %20 seviyesinin altına inmesi durumudur. Uyku apnesinin ?santral uyku apnesi (central sleep apnea, CSA)?, ?obstrüktif uyku apnesi (obstructive sleep apnea, OSA)? ve ?miks uyku apnesi (mixed sleep apnea, MSA) adları altında üç çeşidi bulunmaktadır. Hastalığın tanısında kullanılan altın standart, gece boyunca yapılan polisomnografi kayıtlarının incelenmesidir.Bu çalışmada, uykuda gelişen apne türlerinin sınıflandırılması için solunum parametrelerinin yanısıra elektroensefalografi (EEG), elektrokardiyografi (EKG) ve fotopletismografi (PPG) sinyallerinin de kullanıldığı yeni yöntemler geliştirilmiştir. Çalışmanın ilk aşamasında, uzman hekim tarafından CSA ile OSA hastalığı tanısı konulmuş ve sağlıklı kişiler; EEG sinyallerinin, bağlılık işlevi (CF) ve ikili bağıl bilgi (MI) yöntemleri kullanarak analiz edilmesiyle bu üç gruba sınıflandırılmıştır. İkinci aşamada, EKG ve PPG sinyallerinden eş zamanlı elde edilen kalp atım hızı değişimleri (KAHD) çapraz güç spektral yoğunluluğu (CPSD) yöntemi ile analiz edilerek ?apne hastası? ve ?sağlıklı? olmak üzere iki gruba sınıflandırılmıştır. Üçüncü aşamada klasik solunum parametreleri, oro-nazal termistör ve karın-göğüs efor bandı sinyalleri enerji, varyans ve öz ilinti işlevi (Öİİ) yöntemleri kullanılarak hastalığın türü, çalışmanın birinci aşamasında olduğu gibi sınıflandırılmıştır. Bu çalışmanın tüm aşamalarında verilerin sınıflandırılması için yapay sinir ağları (YSA) yöntemi kullanılmıştır.Çalışma sonucunda uykuda gelişen apneyi çok düşük hata oranı ile sınıflandıran yeni yöntemler geliştirilmiştir. Böylece, hekime tanı koymada yardımcı olabilecek yeni karar destek sistemleri oluşturulmuştur.
Özet (Çeviri)
The sleep apnea is the case in which breathing drops under 20% of the maximum amplitude of the breathing signal during at least 10 seconds while sleeping. The sleep apnea has 3 types named as ?central sleep apnea (CSA)?, ?obstructive sleep apnea (OSA)? and ?mixed sleep apnea (MSA)?. The golden standart used in the diagnosis of the disease is the polisomnographic review during the night.In this study, new methods that classify the apnea types during sleep identified with electroencephalography (EEG), electrocardiography (ECG), photoplethismography (PPG) and classical respiratory parameters have been developed. In the first phase of study, CSA, OSA patients as well as healthy persons diagnosed by a specialist are classified in these three groups by analyzing EEG signals using coherence function (CF) and mutual information (MI) methods. In the second stage, ?apnea patients? and ?healthy persons? are classified into two groups with simultaneously obtained heart rate variability (HRV) from the ECG and PPG signals by analyzing cross power spectral density (CPSD) method. In the third stage, types of sleep apnea are classified as in the first phase of the study using the classic respiratory parameters, oro-nasal thermistor, thorax and abdomen-band signals with energy, variance and auto-correlation methods. In all phases of this studies, artificial neural networks (ANN) method is used for classification of data.As a result of this study, new methods that classify sleep apnea with a very low amount of error have been developed. These methods were developed as new decision support systems to help doctors in the diagnosis.
Benzer Tezler
- Çok girişli evrişimsel sinir ağları ile uyku apnesi tespiti
Sleep apnea detection with multi-input convolutional neural networks
ŞEYMA NUR DEMİR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBitlis Eren ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSA ÇIBUK
- Obstrüktif uyku apne sendromlu (OUAS) hastaların bağırsak florasında desülfovibrio miktarındaki değişimin desatürasyon ile ilişkisi
The relationship between the change in the amount of desulfovibrio and desaturation in the intestinal flora of patients with obstructive sleep apnea syndrome (OSAS)
BARAN SINIR
Tıpta Uzmanlık
Türkçe
2024
NörolojiSağlık Bilimleri ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. PINAR ORTAN
- Analysis of signal processing algorithms for detection of human vital signs using uwb radar
Hayati bulguların geniş bantlı radar sistemleri ile tespitinde kullanılan sinyal işleme algoritmalarının analizi
CANSU EREN
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MESUT KARTAL
PROF. DR. SAEİD KARAMZADEH
- Üniversite öğrencilerinde internet oyun oynama bozukluğu ile internet bağımlılığı, psikolojik katılık ve umutsuzluk arasındaki ilişkinin incelenmesi
Examination of the relationship between internet gaming disorder and internet addiction, psychological inflexibility, and hopelessness in university students
ELMAS NUR İBAOĞLU
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimNecmettin Erbakan ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ZELİHA TRAŞ
- Uyku apnesi tanısı olan hastalarda uyku kalitesi ve uykusuzluk şiddeti ile yeme davranışı arasındaki ilişkinin değerlendirilmesi
Evalution of the relationship between sleep quality, severity of insomnia and eating behavior in patients diagnosed with sleep apnea
ŞEYMA ÖZÇELİK
Tıpta Uzmanlık
Türkçe
2024
Aile HekimliğiAtatürk ÜniversitesiAile Hekimliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SUAT SİNCAN