Geri Dön

Horlama seslerinin kaotik yapısına dayalı olarak uyku apnesinin tespiti

Detection of sleep apnea based on chaotic structure of the snore sounds

  1. Tez No: 386287
  2. Yazar: MERVE KIZILKAYA
  3. Danışmanlar: YRD. DOÇ. DR. FİKRET ARI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Uyku apnesi, uykuda solunumun en az 10 sn süreyle durması olarak tanımlanmakta olup, Tıkayıcı Uyku Apnesi Sendromu (TUAS) bu rahatsızlığın en yaygın görülen türüdür. Horlama, TUAS'ın en önemli belirtilerindendir. Yapılan çalışmalar TUAS hastalarının gürültülü bir şekilde ve sıklıkla horladığını göstermiştir. Bu tez çalışmasında, sadece horlama sinyallerinden yararlanılarak TUAS'ın teşhis edilebilmesi amacıyla, horlama sinyallerinin kaotik analizi gerçekleştirilmiştir. Böylelikle polisomnografi testine göre daha hızlı, daha basit ve düşük maliyetli bir teşhis yönteminin belirlenmesi amaçlanmıştır. Bu kapsamda horlama seslerinin kaotik yapısına dayalı olarak En Büyük Lyapunov Üsteli (EBLÜ), Iraksama Eğrisinin Ortalama Değeri ve En Yakın Yanlış Komşu Yüzdesi parametreleri horlama seslerinin sınıflandırılması amacıyla öznitelik olarak kullanılmıştır. TUAS rahatsızlığı olanlarla basit horlayanları sınıflandırma işlemi, bir ileri beslemeli yapay sinir ağı yardımıyla yapılmıştır. Sınıflandırıcı girişine bu üç öznitelik değerleri verildiğinde toplam başarım oranı %98,29 olarak elde edilmiştir.

Özet (Çeviri)

Sleep Apnea is defined as cessation of breathing during sleep at least 10 seconds, Obstructive Sleep Apnea Syndrome (OSAS) is most prevalent type of this disease. Snoring is one of the most important symptom of the OSAS. Studies have shown that OSAS patients snore loudly and frequently. In this thesis, chaotic analysis of snore sounds have been carried out in order to diagnose OSAS by using only the snore sounds. Thus faster, simpler and more cost-effective diagnostic method than polysomnography have been aimed to determine. In this context, based on chaotic structure of the snore sounds, Largest Lyapunov Exponent (LLE), Mean Value of Divergence Curve and Percent of the False Nearest Neighbors parameters are used as features for classification of snore sounds. OSAS patients/simple snorers are classified by means of a feed forward neural network. When the three features used as inputs of the neural network, total classifier performance rate was obtained as %98,29.

Benzer Tezler

  1. Tıkayıcı uyku apnesinin konuşma seslerinin doğrusal olmayan zaman serisi analizleri ve akıllı karar verme yöntemleri ile tespiti

    Detection of obstructive sleep apnea using nonlinear time series analysis of speech signals and intelligent decision making methods

    TUĞÇE KANTAR UĞUR

    Doktora

    Türkçe

    Türkçe

    2023

    BiyomühendislikBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA YILMAZ

    DOÇ. DR. METİN YILDIZ

  2. İstatistiksel değişim algılama algoritmaları ile horlama seslerinin bölütlenmesi ve uyku apnesinin tesbiti

    Segmentation of snore sounds and detection of sleep apnea with statistical change detection algorithms

    GÜLSEVİN KODALOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİKRET ARI

  3. Tıkayıcı uyku apnesinin konuşma sinyallerinin doğrusal olmayan analizleri ile tespit edilmesi

    Determination of obstructive sleep apnea with nonlinear analysis of speaking signals

    YASEMİN UYAR TOPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiBaşkent Üniversitesi

    Biyomedikal Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA YILMAZ

    DOÇ. DR. METİN YILDIZ

  4. An efficient and fast method of snore detection for sleep disorder investigation

    Uyku bozuklukları araştırması için etkin ve hızlı bir horlama tespit yöntemi

    MUSTAFA ÇAVUŞOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    BiyomühendislikOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU

  5. Detection of post apnea sounds and apnea periods from sleep sounds

    Uyku seslerinden apne sonrası seslerin ve apne zamanlarının bulunması

    ERSİN KARCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    DOÇ. DR. TOLGA ÇİLOĞLU

    YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ