DoctorateOpen Access

Uyku apnesi türlerinin sınıflandırılması

2010
0 views
0 downloads
Advisor: Prof. Dr. Osman Eroğul

Abstract (TR)

Uyku apnesi, uyku sırasında solunumun en az 10 sn. süresince solunum sinyalinin maksimum genliğinin %20 seviyesinin altına inmesi durumudur. Uyku apnesinin ?santral uyku apnesi (central sleep apnea, CSA)?, ?obstrüktif uyku apnesi (obstructive sleep apnea, OSA)? ve ?miks uyku apnesi (mixed sleep apnea, MSA) adları altında üç çeşidi bulunmaktadır. Hastalığın tanısında kullanılan altın standart, gece boyunca yapılan polisomnografi kayıtlarının incelenmesidir.Bu çalışmada, uykuda gelişen apne türlerinin sınıflandırılması için solunum parametrelerinin yanısıra elektroensefalografi (EEG), elektrokardiyografi (EKG) ve fotopletismografi (PPG) sinyallerinin de kullanıldığı yeni yöntemler geliştirilmiştir. Çalışmanın ilk aşamasında, uzman hekim tarafından CSA ile OSA hastalığı tanısı konulmuş ve sağlıklı kişiler; EEG sinyallerinin, bağlılık işlevi (CF) ve ikili bağıl bilgi (MI) yöntemleri kullanarak analiz edilmesiyle bu üç gruba sınıflandırılmıştır. İkinci aşamada, EKG ve PPG sinyallerinden eş zamanlı elde edilen kalp atım hızı değişimleri (KAHD) çapraz güç spektral yoğunluluğu (CPSD) yöntemi ile analiz edilerek ?apne hastası? ve ?sağlıklı? olmak üzere iki gruba sınıflandırılmıştır. Üçüncü aşamada klasik solunum parametreleri, oro-nazal termistör ve karın-göğüs efor bandı sinyalleri enerji, varyans ve öz ilinti işlevi (Öİİ) yöntemleri kullanılarak hastalığın türü, çalışmanın birinci aşamasında olduğu gibi sınıflandırılmıştır. Bu çalışmanın tüm aşamalarında verilerin sınıflandırılması için yapay sinir ağları (YSA) yöntemi kullanılmıştır.Çalışma sonucunda uykuda gelişen apneyi çok düşük hata oranı ile sınıflandıran yeni yöntemler geliştirilmiştir. Böylece, hekime tanı koymada yardımcı olabilecek yeni karar destek sistemleri oluşturulmuştur.

Author

Dr. Mehmet Feyzi Akşahin

How to Cite

Mehmet Feyzi Akşahin (Doktora Tezi). Uyku apnesi türlerinin sınıflandırılması, 2010, Baskent University.

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Baskent University