文献

J-GLOBAL ID：201702259361309682   整理番号：17A1260237

脳波,心電図および呼吸信号を用いた睡眠時無呼吸検出を用いて【Powered by NICT】

Sleep apnea detection using with EEG, ECG and respiratory signals

著者 (4件)： Aksahin Mehmet Feyzi (Biyomedikal Mtlhendisligi Boeluemue, Bas,kent Ueniversitesi, Ankara Tuerkiye) ,  Erdamar Aykut (Biyomedikal Mtlhendisligi Boeluemue, Bas,kent Ueniversitesi, Ankara Tuerkiye) ,  Isik Atakan (Biyomedikal Mtlhendisligi Boeluemue, Bas,kent Ueniversitesi, Ankara Tuerkiye) ,  Karaduman Asena (Biyomedikal Mtlhendisligi Boeluemue, Bas,kent Ueniversitesi, Ankara Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 睡眠時無呼吸は今日の主要な睡眠障害の一つである。睡眠時無呼吸の診断は専門医により行った。この状況は診断の期間を拡張した。この期間を短縮するために,診断で起こる可能性のある誤りを避けるために同時に,自動化意思決定支援システムは睡眠時無呼吸の診断と分類で考察した。本研究では,ECG信号は,心拍変動(H RV)信号を得るために分析し,この信号のパワースペクトル密度(PSD)を検討した。は低および高周波数エネルギー比を検討したH RVのPSDの異なることが観察された。この分析と平行して,呼吸信号のエネルギーが得られ,無呼吸例の有意なエネルギー交換であることを理解されていない。しかし,EEG信号の周波数帯域のパワーは別々に存在し,互いにこれらのバンドの比を計算した。解析では,互いにαおよびβバンドの比は無呼吸と非無呼吸期間の間で異なることが観察された。これらの違いを用いて,睡眠時無呼吸を診断し分類するために構築した人工神経回路網(ANN)アルゴリズム。このアルゴリズムは二患者データに試験した。ANNは患者毎に別々に訓練し,試験した。その結果,ANNの平均正解率が高いことが分かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *無呼吸 ,  睡眠障害 ,  ニューラルネットワーク ,  *脳波 ,  エネルギー移動 ,  アルゴリズム ,  パワースペクトル密度 ,  *心電図 ,  自動化 ,  患者 ,  HF【周波数】 ,  周波数帯 ,  意思決定支援システム
準シソーラス用語： 心拍数変動性 ,  *睡眠時無呼吸 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 脳波 ,  心電図 ,  呼吸 ,  睡眠時無呼吸