Klasifikace spánkových fází pomocí PSG dat
Loading...
Date
2016-12-31
ORCID
Advisor
Referee
Mark
Journal Title
Journal ISSN
Volume Title
Publisher
International Society for Science and Engineering, o.s.
Abstract
This article is focused on the classification of sleep stages, using PSG data. The data used for the classification come from real patients, signals used are EEG, EOG and EMG. Extraction of classification features is focused on achieving higher than conventional temporal resolution of sleep scoring. This approach could be helpful in sleep disorders diagnostics. Classifiers selected are artificial neural networks. Success rate of classification varies, depending on sleep phase, with W, N3 and REM phases being most successful.
Tento článek je zaměřen na klasifikaci spánkových fází za použití polysomnografických dat. Data použitá pro klasifikaci pocházejí od reálných pacientů, použity jsou signály EEG, EOG a EMG. Extrakce klasifikačních příznaků probíhá tak, aby bylo dosaženo vyššího než konvenčního časového rozlišení pro skórování spánku, což by mohlo pomoci diagnostikovat některé choroby spojené se spánkem. Jako klasifikátor jsou zvoleny umělé neuronové sítě. Dosažená úspěšnost klasifikace se pak liší v závislosti na spánkové fázi, s vyššími hodnotami úspěšnosti pro fáze W, N3 a REM.
Tento článek je zaměřen na klasifikaci spánkových fází za použití polysomnografických dat. Data použitá pro klasifikaci pocházejí od reálných pacientů, použity jsou signály EEG, EOG a EMG. Extrakce klasifikačních příznaků probíhá tak, aby bylo dosaženo vyššího než konvenčního časového rozlišení pro skórování spánku, což by mohlo pomoci diagnostikovat některé choroby spojené se spánkem. Jako klasifikátor jsou zvoleny umělé neuronové sítě. Dosažená úspěšnost klasifikace se pak liší v závislosti na spánkové fázi, s vyššími hodnotami úspěšnosti pro fáze W, N3 a REM.
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) 2016 Elektrorevue