Uyku apne etkinlikleri derin öğrenme teknikleri kullanılan polisomnogram araştırmalarından algılama

Uyku apnesinin tespit etme kabiliyetini keşfetmemizi sağlayan derin öğrenme tekniklerinin önemli ölçümde artmasından kaynaklıdır. Uyku apnesi yüksek sesle horlama ve ardışık uyanma dahil olarak uyku sırasında düzensiz solunum örnekleri ile tanımlanan bir solunum sorunudur. Bir-çok sayıda değerlendirilmeyen uyku apnesinin nedeni plisoygramın uyku laboratuvarlarında uzak ve yüksek maliyete uygulanmasından kaynaklıdır. Bu tezde, belirli fizyolojik sinyalleri hedefleyerek klinik varsayımını kanıtladık, belirli olan fizyolojik sinyaller, Göğüs, Karın, Oksijen Doygunluğu (SpO2)dan algılanmaktadır, Bu sinyallerden ve normal olaylardan uyku apnesi olaylarını da tespit edebildik. Bu tezde iki veri tabanı Physionet kaynaklarını ele alarak kullanılmıştır. Ilk veri tabanı 2018'de You Snooze You Win (YSYW) adlı, ve ikinci veri tabanı da 2000 yılında Apne-EKG adlı. Derin öğrenme tekniklerinin önemli ölçüde artması, Uyku Apnesinin (SA) saptanmasındaki kabiliyetini tespit etmesini sağladı. Uyku apnesi bir solunum sorunu olarak görünmektedir, ilk verileri eğtim ile test için kullanılırken ikinci veri tabanı ise test için kullanıldı. 60 saniyelik dönemler, giriş veri kümeleri olarak işlendi. Geçitli Tekrarlayan Birim (GRU) ve Uzun Kısa Süreli Bellek (LSTM) bu göreve faydalanmak için dahil edildi. Çalışma Sonuçlarımız, Konvolüsyon Sinir Ağları (CNN'ler) ve Tekrarlayan Sinir Ağlarından (RNN'ler) oluşan hibrit modelin diğer derin öğrenme tekniklerinden daha iyi performans gösterdiğini gösterdi. İlk veritabanındaki en yüksek genel doğruluk% 97' iken, ikinci veritabanındaki genel doğruluk oranını % 92 elde edildi. Sonuç olarak elde ediler veriler değer araştırma sonucları ile karşılaştırılıp tartışıldı.