تشخیص خودکار آپنه خواب و نوع آن با استفاده از تفکیک کننده خطی و ماشین بردار پشتیبان مبتنی برویژگی های دو سیگنال ECG و PPG
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 285
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER07_044
تاریخ نمایه سازی: 6 اسفند 1401
چکیده مقاله:
هدف و انگیزه اصلی این تحقیق، طراحی و ارائه سیستمی جهت تشخیص خودکار آپنه خواب و نوع آن بوده است. با توجه به ویژگی هایسیگنال های ECG۱ و PPG۲ و نحوه ارتباط این بیماری با ویژگی های مختلف در این سیگنال ها می توان با پردازش مناسب به صورتخودکار آپنه خواب و نوع آن را تشخیص داد. در این تحقیق ابتدا به ثبت سیگنال های پلی سومنوگرافی پرداخته شده است و در ادامه به انجام پیش پردازش و حذف نویز از روی دو سیگنال ECG و PPG پرداخته شده و سپس با استفاده از این دو سیگنال به استخراج سیگنالPTT۳ پرداخته شده است. سپس برخی ویژگی های زمانی از این سه سیگنال استخراج شده و نیز برخی ویژگی های فرکانسی از سیگنالHRV۴ استخراج شده است. سپس توسط روش آنالیز واریانس به استخراج ویژگی های بهینه پرداخته شده و دو طبقه بندی کننده LDA۵ و SVM۶ بکار گرفته شده است. طبق نتایج معلوم شده که در بین این دو روش طبقه بندی کننده روش SVM دارای صحت تفکیکبالاتری نسبت به LDA می باشد. از این دو طبقه بندی کننده به صورت سه کلاسه یعنی سالم، آپنه انسدادی و آپنه مرکزی استفاده شده است. صحت نتایج با ویژگی های منتخب آنالیز واریانس توسط تفکیک کننده خطی برابر ۶۷/۲% و در ماشین بردار پشتیبان حاوی صحت تفکیک ۷۶/۷% می باشد.
کلیدواژه ها:
تشخیص خودکار آپنه خواب ، آپنه خواب انسدادی ، آپنه خواب مرکزی ، آنالیز واریانس ، تفکیک کننده خطی ، ماشینبردار پشتیبان
نویسندگان
داود غفوریان
کارشناس ارشد مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد، ایران
الیاس مزروعی راد
دکترای مهندسی پزشکی، استادیار موسسه آموزش عالی خاوران، مشهد، ایران
هادی اسدپور
نورولوژیست دانشگاه علوم پزشکی مشهد، ایران