تشخیص خودکار آپنه خواب و نوع آن با استفاده از تفکیک کننده خطی مبتنی بر ویژگی های دو سیگنال EOG و PPG

هدف و انگیزه اصلی این تحقیق، طراحی و ارائه سیستمی جهت تشخیص خودکار آپنه خواب و نوع آن بوده است. با توجه به ویژگی های سیگنال های EOG و PPG و نحوه ارتباط این بیماری با ویژگی های مختلف در این سیگنال ها می توان با پردازش مناسب به صورت خودکار 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 EOG و PPG پرداخته شده و سپس با استفاده از این دو سیگنال به استخراج سیگنال PTT پرداخته شده است. سپس برخی ویژگی های زمانی از این سه سیگنال استخراج شده و نیز برخی ویژگی های فرکانسی از سیگنال HRV استخراج شده است. سپس توسط روش آنالیز واریانس به استخراج ویژگیهای بهینه پرداخته شده و طبقه بندی کننده LDA بکار گرفته شده است. طبق نتایج معلوم شده که در این روش طبقه بندی کننده استفاده می شود، آپنه خواب به صورت سه کلاسه یعنی سالم، آپنه انسدادی و آپنه مرکزی دسته بندی می شود. صحت نتایح با ویژگی های منتخب آنالیز واریانس توسط ماشین بردار پشتیبان برابر 67/2% می باشد.

کلیدواژه ها:

آینه خواب انسدادی ، آینه خواب مرکزی ، آنالیز واریانس ، تشخیص خودکار آینه خواب ، تفکیک کننده خطی