Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/1794
Title: Solunum Hızı Değişkenliği Sinyallerinden Apnenin Öngörülmesi İçin Öznitelik Belirleme
Other Titles: Features Extraction From Respiration Rate Variability Signals For Apnea Prediction
Authors: Budak, Erdem İnanç
Beytar, Faruk
Eroğul, Osman
Keywords: apnea
respiration rate variability
sleep-related breathing disorders
apne
solunum hızı değişkenliği
uykuda solunum bozuklukları
Publisher: IEEE
Source: Budak, E. İ., Beytar, F., & Eroğul, O. (2015, October). Features extraction from respiration rate variability signals for apnea prediction. In 2015 Medical Technologies National Conference (TIPTEKNO) (pp. 1-4). IEEE.
Abstract: Sleep can be expressed as an active process that circadian rhythm is entegrated with nervous system. Sleep disorders may appear during the sleep. Apnea, which is defined as the respiration stops more than 10 seconds during sleep, is the most important problem among the sleep disorders. In this study, prediction of apnea has been investigated statistically using features extracted from respiratory rate variability signals derived from respiratory signals recorded by polysomnography device during sleep. In order to detection of inspiration peaks in respiration signals taken by nasal cannula, Teager Energy Operators (TEO), threshold and multiple threshold algorithms have been used. The multiple threshold algorithm which gives the best results for the calculation of duration between peaks in respiration rate variability (RRV) signal. By using a GUI (Graphical User Interface) designed by MATLAB platform, 3 patients' all nasal cannula signals each of which contains 30 seconds duration epochs have been examined. Maximum, minimum and mean respiration rates, means, variances and standard deviations have been calculated for each epohcs of every patients. According to results, mean respiration rate and mean RRV calculated over the five epochs before the apnea have been found statistically important. As conclusion, these two parameters can be used for the prediction of apnea.
Nörofizyolojik açıdan uykuyu, sinir sisteminin sirkadiyen ritimlere entegre olmuş aktif bir süreci olarak tanımlamak mümkündür. Uyku esnasında solunuma bağlı uyku bozuklukları meydana gelmektedir. Uykudaki solunum bozuklukları arasında hayati açıdan en risklisi olan apne, uyku esnasında kişinin solunumunun 10 saniyeden uzun süre durmasıdır. Bu çalışmada uyku sırasında polisomnografi cihazı ile kaydedilen solunum sinyalinden oluşturulan solunum hızı değişkenliği sinyalinden elde edilen özniteliklerin apnenin öngörülmesinde kullanılabilirliği istatistiksel açıdan araştırılmıştır. Nazal kanülden elde edilen solunum sinyalindeki inspirasyon tepelerinin tespit edilmesi için Teager Enerji Operatörü (TEO), eşik ve çoklu eşik algoritmaları denenmiştir. Bu algoritmalar arasında en iyi sonucu veren çoklu eşik algoritması kullanılarak tepeler arasındaki süreler hesaplatılıp solunum hızı değişkenliği (SHD) sinyali elde edilmiştir. MATLAB ortamında tasarlanan GUI (Graphical User Interface) ile 3 hastanın 30 saniyelik epoklarının toplamından oluşan nazal kanül sinyali incelenerek, kişinin her epoğuna ait maksimum, minimum ve ortalama solunum hızı, nazal kanül ve SHD sinyalinin ortalama, varyans ve standart sapma değerleri hesaplatılmıştır. Elde edilen bu değerler üzerinden kişinin ortalama solunum hızı ve SHD sinyalinin ortalamasının her apneden önceki 5’er epokta (p
URI: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7374613
https://hdl.handle.net/20.500.11851/1794
ISBN: 978-1-4673-7765-2
Appears in Collections:Biyomedikal Mühendisliği Bölümü / Department of Biomedical Engineering
Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection

Show full item record



CORE Recommender

SCOPUSTM   
Citations

1
checked on Mar 23, 2024

Page view(s)

46
checked on Mar 25, 2024

Google ScholarTM

Check




Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.