Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru

Abstract

Práce se zabývá využitím záznamů dýchání z nasálního senzoru pro automatickou detekci syndromu spánkové apnoe (SSA). Jako zdroj signálů je použita volně dostupná databáze Physionet. Pro detekci jsou použity záznamy od čtyř pacientů, u kterých jsou požadované signály dostupné. Srovnány jsou výsledky tří klasifikačních metod - metody podpůrných vektorů, umělých neuronových sítí a metody k-nejbližších sousedů. Pro použitá data dosáhla úspěšnost detekce ve všech případech vice než 90%Article deals with the sleep apnea detection using nasal sensor respiration methods. Open access Physionet database was used as a source of records. Records from four patients with required signals availible were used. Three classification methods are compared – support vector machine, artificial neural networks and k-nearest neighbors. Overall accuracy of over 90% was achieved with each method.