تشخیص خودکار آپنه خواب با استفاده از بررسی فرکانسی سیگنال ECG

آپنه انسدادی خواب (OSA) یک بیماری شناخته شده خواب است. این بیماری بیشتر به دلیل کمبود اکسیژن برای بدن انسان رخ می دهد ، که علائم مختلفی را شامل می شود (به عنوان مثال ، کیفیت پایین خواب، خواب آلودگی در طول روز و ...). تشخیص آپنه انسدادی خواب در مراحل اولیه می تواند زندگی را نجات داده و هزینه درمان را کاهش دهد. سیستم تشخیص رایانه می تواند با بررسی سیگنال های نوار قلب (ECG) آپنه انسدادی خواب را به سرعت و با دقت تشخیص دهد . تشخیص آپنه انسدادی خواب با استفاده از یک روش بصری برای پزشکان چالش برانگیز ، وقت گیر ، هزینه بر و خسته کننده است . یادگیری عمیق به دلیل توانایی در دستیابی به عملکرد عالی در مقایسه با طبقه بندی کننده های سنتی، امروزه دارای طرفداران بیشتری در پژوهشگران شده است. در این جا از روش جدید با استفاده از شبکه عصبی کانولوشن در تشخیص و تفکیک استفاده شده است.شبکه عصبی کانولوشن با معماری AlexNet می تواند بیش از ۱۰۰۰ گروه را با صحت و دقت بالا از هم تفکیک. در این مقاله یک روش برای تشخیص وقایع آپنه بر اساس ECG به صورت خودکار ارائه شده است. نتایج تجربی نشان می دهد که روش پیشنهادی ما عملکرد خوبی برای تشخیص OSA ارائه می دهد . مدل پیشنهادی در مرحله اعتبار سنجی به صحت ۹۹.۷۲ درصد دست می یابد.

کلیدواژه ها:

، ECG ، AlexNet ، CNN و آپنه خواب ، یادگیری عمیق