Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/3690
Title: Çocuklarda Horlama Episodlarının Otomatik Tespiti
Other Titles: Automatic detection of snore episodes in paediatric population
Authors: Çavuşoğlu, Mustafa
Kamaşak, Mustafa E.
Burger, Harold Christopher
Eroğul, Osman
Brockmann, Pablo E.
Poets, Christian F.
Urschitz, Michael S.
Keywords: Snoring
multi-layer perceptron
obstructive sleep apnea
Horlama
çok katmanlı perseptron
tıkanmaya bağlı uyku apnesi
Issue Date: Apr-2014
Publisher: IEEE
Source: Çavuşoğlu, M., Kamasak, M. E., Burger, H. C., Erogul, O., Brockmann, P. E., Poets, C. F., & Urschitz, M. S. (2014, April). Automatic detection of snore episodes in paediatric population. In 2014 22nd Signal Processing and Communications Applications Conference (SIU) (pp. 1138-1141). IEEE.
Abstract: In this paper, a novel algorithm is proposed for automatic detection of snoring sounds from ambient acoustic data in a pediatric population. With the approval of institutional ethic committee and parents, the respiratory sounds of 50 subjects were recorded by using a pair of microphones and multichannel data acquisition system simultaneously with full-night polysomnography during sleep. Brief sound chunks of 0.5 s were classified as either belonging to a snoring event or not with a multi-layer perceptron which was trained in a supervised fashion using stochastic gradient descent on a large hand-labeled dataset using frequency domain features. The overall accuracy of the proposed algorithm was found to be 88.93% for primary snorers and 80.6% for obstructive sleep apnea (OSA) patients.
Bu çalışmada, çocuklarda horlama episodlarının ortam ses kayıtlarından otomatik olarak tespitini sağlayan bir sistem geliştirilmiştir. Kurumsal etik iznine uygun şekilde ve velilerin onayıyla 50 çocuktan gece boyunca bir çift mikrofon ve polisomnografi cihazı ile eşzamanlı veri kaydı alınmıştır. Yarım saniyelik kısa ses kayıtları çok katmanlı perseptronlar kullanılarak horlama olup olmadığı tespit edilmiştir. Frekans uzayındaki öznitelikler kullanılarak el ile işaretlenmiş büyük bir veri seti çok katmanlı perseptronları eğitmek için kullanılmıştır. ? Tasarlanan yöntemin doğruluk oranı sıradan horlamalar için % 88,93, tıkanıklığa bağlı uyku apneleri için ise % 80,6 oranında olduğu gözlemlenmiştir.
URI: https://hdl.handle.net/20.500.11851/3690
https://ieeexplore.ieee.org/document/6830435
ISBN: 9781479948741
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 Sep 23, 2022

Page view(s)

98
checked on Feb 6, 2023

Google ScholarTM

Check

Altmetric


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