Detekce syndromu spánkové apnoe ze záznamu dýchání pomocí nasálního senzoru
Loading...
Date
2018-10-31
ORCID
Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
International Society for Science and Engineering, o.s.
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.
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.
Description
Keywords
Citation
Document type
Peer-reviewed
Document version
Published version
Date of access to the full text
Language of document
cs
Study field
Comittee
Date of acceptance
Defence
Result of defence
Document licence
(C) 2018 Elektrorevue