پیش بینی آپنه ی انسدادی خواب از سیگنال ECG با استفاده از ویژگی های زمانی و فرکانسی و غیر خطی

هر آپنه در حالت خواب یکی از دلایل شایع در ایجاد خواب آلودگی در کودکان و بزرگسالان است. از نشانه های این اختلال می توان به قطعی کامل جریان تنفس در طول خواب یا کند شدن فرآیند آن اشاره کرد . این بیماری تنفسی معمولا با تغییرات دوره ای در نرخ ضربان قلب یا تغییراتی در شکل موج سیگنال ECG همراه است. همچنین بند آمدن تنفس در خواب OSA شایعترین شکل اختلالات تنفسی مربوط به خواب می باشد. دو مسئله مهم در این باره وجود دارد، اولین مسئله مهم این است که شخصی که نفس تنگی دارد ممکن است سالها این بیماری را داشته باشد و از مشکل خود خبر نداشته باشد، بلکه از خواب آلودگی روز، خستگی ،کاهش حافظه و عوارض دیگر شاکی باشد. مسئله مهم دیگر تاثیری است که تنگی تنفس بر سلامت انسان باقی میگذارد. تنگی تنفس باعث کاهش اکسیژن رسانی به بافتها به صورت مزمن خواهد شد که می تواند در آینده سبب بروز انواع و اقسام عوارض علی الخصوص عوارض قلبی شود. همچنین درحال حاضر تشخیص آپنه خواب عمدتا بر مبنای پلی سومنوگراف شبانه است که پرهزینه، دست و پا گیر و اجرای آن براساس رخدادهای آپنه دشوار می باشد.در سال های اخیر تحلیل های بسیاری در زمینه ی تغییرات نرخ ضربان قلب، طرح پوانکاره و پهنای آن به عنوان معیاری از تغییرات کوتاه مدت سیگنال در نظر گرفته می شود. تکنیکهایی که به تازگی توسعه یافته، سرعت افزونی را به طبقه بندی و ردیابی آپنه خواب بخشیده اند. ابتدا در این پژوهش، فواصل RR سیگنال ECG بخش بندی می شود و سپس ویژگی های زمانی و ویژگی های فرکانسی و ویژگی های غیر خطی استخراج گردیده و سپس با استفاده از الگوریتم ماشین بردار پشتیبان SVM وقوع و عدم وقوع آپنه انسداد خواب شناسایی گردید. جهت تعیین آپنه از طبقه بند ماشین بردار پشتیبان استفاده گردید که استفاده از این طبقه بند در نفکیک سالم و ناسالم دارای حساسیت و قدرت تشخیص و صحت ۹۷.۳%،۹۶.۴%،۹۶.۹% است. نتایج نشان داد که استفاده از ویژگی های زمانی و فرکانسی و غیر خطی نسبت به ویژگی های دیگر مقالات در تشخیص آپنه بهتر است و باعث تشخیص با صحت ۹۶.۹% گردید.

کلیدواژه ها:

کلمات کلیدی: آپنه خواب – R-R- sav - ، پلی سومونوگراف.