Obstrüktif uyku apne teşhisi için tek kanal EKG ve hibrit makine öğrenmesi tabanlı yeni bir yöntem

Obstrüktif Uyku Apnesi (OSA) sadece uyku esnasında meydana gelen bir solunum durması rahatsızlığıdır. Bu rahatsızlık sadece uykunun bölünmesine sebep olmakla kalmayıp ölüm ile sonuçlanması da muhtemeldir. Hastalığın teşhisi polisomnografi (PSG) cihazı vasıtasıyla Amerikan Uyku Tıbbı Akademisi (AASM)'nin yayınladığı kılavuzdaki kriterlere göre yapılır. Buna göre uyku evreleme ve solunum skorlama aşamalarının gerçekleştirilmesi gerekir. Teşhis edildikten sonra tedavisi olan bu hastalığın teşhis aşamasının hasta açısından oldukça meşakkatli olması, daha konforlu ve aynı zamanda güvenilir teşhis yöntemlerine ihtiyaç duyulmasına sebep olmuştur. Bu tez çalışmasında OSA hastalığının güvenilir ve konforlu teşhisi için PSG cihazından daha kolay kullanımlı ve daha basit yeni bir sistem geliştirilmiştir. Çalışmada 10 hastaya ait Elektrokardiyografi (EKG) sinyalleri kullanılmıştır. EKG sinyalinin farklı frekans bantlarına ait bileşenleri türetilmiş, 225 adet özellik çıkarılmış, çıkartılan özellikler Fisher Özellik Sıralama Algoritması ve Temel Bileşen Analizi (PCA) ile seçilerek azaltılmıştır. Daha sonra bu özelliklerin tümü ve azaltılmış özellikler ayrı ayrı kullanılarak sınıflandırma işlemleri yapılmıştır. Çalışmada Karar Ağacı (DT), Destek Vektör Makineleri (SVMs), k-En Yakın Komşuluk Algoritması (kNN) ve Topluluk Sınıflandırıcı olmak üzere toplam dört sınıflandırıcı kullanılmıştır. Sınıflandırma performansı Birini dışarıda bırak (Leave One Out - LOO) yöntemi ile incelenmiştir. Sınıflandırma performansının değerlendirilmesi için ayrıca duyarlılık, özgüllük ve doğruluk oranı değerleri hesaplanıp verilmiştir. Fisher özellik sıralama algoritması ile her sinyale ait özellikler seçilerek sınıflandırılmıştır. Seçilen özellik miktarının artması ile birlikte başarı oranında %10 kadar artış meydana gelmiştir. Özellikle EKG sinyaline ait özellik seçim işleminde uyku evrelemede %87,12, solunum skorlamada %85,12 doğruluk oranı ile en büyük başarı yakalanmıştır. Bu aşamada uyku evrelemede 10 özellik için özgüllük ve duyarlılık oranları sırasıyla 0,85 ve 0,90, solunum skorlamada 13 özellik için özgüllük ve duyarlılık oranları ise sırasıyla 0,86 ve 0,85 dir. Bu başarım değerleri literatür ile uyumlu ve oldukça yüksektir. Çalışmada elde edilen sonuçlar OSA'nın teşhisini kolaylaştıracak, pratikte de kullanılabilir olan bir sistemin geliştirilebilir olduğunu göstermiştir.