Geri Dön

Uyku apnesi ile uyku evreleri arasındaki ilişkinin tespit edilmesi

Detection of the relationship between sleep apnea and sleep stages

  1. Tez No: 745403
  2. Yazar: SENA ÇEPER
  3. Danışmanlar: PROF. DR. GÜLAY TEZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Uyku, insan yaşamı için önemli bir süreçtir. İnsan vücudu için en temel dinlenme biçimidir ve kalitesi insan yaşamını önemli derecede etkilemektedir. Uyku kalitesizliğinden kaynaklanan kalpte ve beyinde sorunlara neden olabilen birçok hastalık vardır. Bu hastalıkların en basiti horlama en ciddisi uyku apnesidir. Uyku evreleme, günlük hayatı olumsuz yönde etkileyen ve ölüme sebep olabilen uyku rahatsızlıklarının özellikle de uyku apnesinin teşhisinde önemli rol oynamaktadır. Uyku evreleme uyku esnasında kaydedilen biyomedikal sinyallerin uyku uzmanı tarafından Amerikan Uyku Tıbbı Akademisi (American Academy of Sleep Medicine – AASM) tarafından belirlenen standartlara göre değerlendirilmesi ile yapılmaktadır. Bu sinyaller (Elektroensefalogram (EEG), Elektromiyogram (EMG), Elektrokardiyogram (EKG) ve Elektrookülogram (EOG)), Polisomonografi (PSG) cihazı ile uyku laboratuvarlarında kaydedilmektedir. Uyku, uyanıklık (Wake) evresi hariç kendi içerisinde iki ana bölüme ayrılmaktadır: Hızlı Olmayan Göz Hareketleri (NREM) ve Hızlı Göz Hareketleri (REM). NREM evresi de kendi içerisinde NREM1, NREM2, NREM3 olarak üç kısma ayrılmaktadır. Her birey uyku sırasında belli bir düzende NREM ve REM evrelerini yaşamaktadır. Bu evreleri uyku esnasında oluşma sıklığı bireyin uyku kalitesi ve sağlığı hakkında bilgi verir. Bu tez çalışmasında, PSG ile kaydedilen sinyallerden biri olan EEG ile uyku evreleme yaptıktan sonra, uyku apnesinin uyku evreleri ile ilişkisinin incelenmesi amaçlanmıştır. Uyku evreleme yapılırken, EEG sinyalinden üç farklı özellik seti oluşturulmuştur. Birinci özellik seti Ayrık Dalgacık Dönüşümü yöntemi ile elde edilen alt bantlardan çıkarılan 80 özellikten oluşmaktadır. İkinci özellik seti Ampirik Mod Ayrıştırma (Empirical Mode Decomposition- EMD) yöntemi kullanılarak elde edilen 26 adet özellikten ve üçüncü özellik seti de Varyasyon Mod Ayrıştırma (Variational Mode Decomposition- VMD) yöntemi ile çıkarılan 26 özellikten oluşturulmuştur. Özellik setlerindeki tüm özellikler birleştirilerek 132 özellikten oluşan dördüncü özellik seti elde edilmiştir. Son olarak dördüncü özellik setine Relief özellik seçme yöntemi uygulanarak en etkin 91 özellik seçilmiştir ve seçilen bu özelliklerle beşinci özellik seti oluşturulmuştur. Bu beş özellik setinin her biri için Yapay Sinir Ağları (Artificial Neural Network- ANN), Destek Vektör Makineleri (Support Vector Machine- SVM), k En Yakın Komşu Algoritması (k Nearest Neighbors- kNN) ve Torba Ağaç Algoritması (Bagged Tree- BT) sınıflandırıcıları için uyku evreleme işlemi yapılmıştır. En yüksek test başarısı %70.02 ile EMD yöntemi ile çıkarılan özellikler ve ANN sınıflandırıcısı ile elde edilmiştir. En yüksek sınıflandırıcı modeli kaydedilerek, evrelemede kullanılmayan farklı 9 hasta validasyon için kullanılmıştır ve bu 9 hastanın uyku apnesi rahatsızlığının evreler ile olan ilişkisi incelenmiştir.

Özet (Çeviri)

Sleep is an important process for human life. It is the most basic form of rest for the human body and its quality significantly affects human life. There are many diseases that can cause problems in the heart and brain caused by poor sleep quality. The simplest of these diseases is snoring and the most serious is sleep apnea. Sleep staging plays an important role in the diagnosis of sleep disorders, especially sleep apnea, that negatively affect daily life and can cause death. Sleep staging is done by evaluating the biomedical signals recorded during sleep by a sleep specialist according to the standards set by the American Academy of Sleep Medicine (AASM). These signals (Electroencephalogram (EEG), Electromyogram (EMG), Electrocardiogram (EKG) and Electrooculogram (EOG)) are recorded in sleep laboratories with the Polysomonography (PSG) device. Except for the wake phase, sleep is divided into two main parts: Non-Rapid Eye Movements (NREM) and Rapid Eye Movements (REM). The NREM phase is also divided into three parts: NREM1, NREM2, and NREM3. Every individual experiences NREM and REM stages in a certain order during sleep. The frequency of these stages during sleep gives information about the sleep quality and health of the individual. In this thesis, it was aimed to examine the relationship between sleep apnea and sleep stages after sleep staging with EEG, which is one of the signals recorded with PSG. While staging sleep, three different feature sets were created from the EEG signal. The first feature set consists of 80 features extracted from the subbands obtained by the Discrete Wavelet Transform method. The second feature set was composed of 26 features obtained using the Empirical Mode Decomposition (EMD) method, and the third feature set was composed of 26 features extracted by the Variation Mode Decomposition (VMD) method. By combining all the features in the feature sets, the fourth feature set consisting of 132 features was obtained. Finally, the most effective 91 features were selected by applying the Relief feature selection method to the fourth feature set, and the fifth feature set was created with these selected features. For each of these five feature sets, sleep staging was performed for Artificial Neural Networks (ANN), Support Vector Machines (SVM), k Nearest Neighbor Algorithm (kNN) and Bagged Tree Algorithm (IT) classifiers. The highest test success rate of 70.02% was obtained with the features extracted by EMD method and ANN classifier. By registering the highest classifier model, 9 different patients not used in staging were used for validation, and the relationship of sleep apnea disease of these 9 patients with stages was examined.

Benzer Tezler

  1. EKG parametrelerinin uyku evreleri ve OSAS ile ilişkisinin incelenmesi

    Analyzing the relationship of ECG parameters with the sleep stages and OSAS

    ŞULE YÜCELBAŞ

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY TEZEL

  2. Uyku endoskopisinde uygun uyku derinliğinin bispektrometri ve eş zamanlı polisomnografi ile belirlenmesi

    The determination of appropriate sleep depth in sleep endoscopy with bispektrometry and simultaneous polysomnography

    ÖZNUR GÜNDÜZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Kulak Burun ve BoğazSağlık Bilimleri Üniversitesi

    Kulak Burun Boğaz Hastalıkları Ana Bilim Dalı

    PROF. DR. KÜRŞAT MURAT ÖZCAN

  3. Obstruktif uyku apne sendromlu hastalarda GT dağılımının incelenmesi

    Analysis of GT dispersion on obstructive sleep apnea syndrome patients

    EREN ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    KardiyolojiBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BÜLENT YILMAZ

  4. Parametrik yöntemler ile akıllı sistemler kullanarak uyku apnesinin teşhisi ve sınıflandırılması

    Detection and classification of sleep apnea using modern parametric method with intelligent systems

    ALİ ÖTER

    Doktora

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT KEMAL KIYMIK

  5. Polisomnografi işaretleri kullanılarak yapay sinir ağları ve uyarlamalı sinirsel bulanık mantık sistemi ile uyku ve uyku apnesinin skorlanması

    Sleep and sleep apnea scoring with artificial neural networks and adaptive-network-based fuzzy inference systems using polysomnography signals

    OSMAN AYDOĞAN

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. KERİM GÜNEY