Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων
Ο ύπνος και η επίδρασή του στην ανθρώπινη ζωή έχει μελετηθεί αρκετά τα τελευταία χρόνια και ακόμα και σήμερα υπάρχει αυξημένο ερευνητικό ενδιαφέρον, καθώς δεν έχει αποδειχθεί ακόμα γιατί κοιμόμαστε, παρά μόνο γνωρίζουμε τα οφέλη που μας προσφέρει. Ένα φαινόμενο του ύπνου το οποίο παρουσιάζει ιδιαίτ...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Γλώσσα: | Greek |
Έκδοση: |
2021
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/14627 |
id |
nemertes-10889-14627 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-146272022-09-05T20:18:13Z Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων An autoML feature extraction tool for sleep spindles Κριλής, Ιωάννης Krilis, Ioannis Υπνική άτρακτος Ανίχνευση Εξαγωγή χαρακτηριστικών Ηλεκτροεγκεφαλογραφία Sleep spindles Detection Feature extraction Electroencephalography (EEG) Ο ύπνος και η επίδρασή του στην ανθρώπινη ζωή έχει μελετηθεί αρκετά τα τελευταία χρόνια και ακόμα και σήμερα υπάρχει αυξημένο ερευνητικό ενδιαφέρον, καθώς δεν έχει αποδειχθεί ακόμα γιατί κοιμόμαστε, παρά μόνο γνωρίζουμε τα οφέλη που μας προσφέρει. Ένα φαινόμενο του ύπνου το οποίο παρουσιάζει ιδιαίτερο ερευνητικό και κλινικό ενδιαφέρον αποτελεί η υπνική άτρακτος, το οποίο εμφανίζεται κυρίως κατά τη διάρκεια του ύπνου στο στάδιο \en{NREM2}. Η ανίχνευση των ατράκτων παραδοσιακά πραγματοποιείται από εξιδεικευμένο επιστημονικό προσωπικό και πρόκειται για μία διαδικασία χρονοβόρα και κουραστική. Επίσης, έπειτα από την ανίχνευση πρέπει να γίνει ανάλυση αυτών σε χαρακτηριστικά, τα οποία είναι κατανοητά από τους ειδικούς και επιτρέπει την εύκολη μελέτη του φαινομένου. Αυτές οι διαδικασίες απλοποιούνται αρκετά με την χρήση αυτόματων μεθόδων ανίχνευσης ατράκτων, η οποίες παρουσιάζουν υποσχόμενα αποτελέσματα. Σε αυτή την εργασία, παρουσιάζεται ένα εργαλείο το οποίο αξιοποιεί τις αυτόματες μεθόδους ανίχνευσης και είναι ικανό να παράγει αυτόματα και τα χαρακτηριστικά των ανιχνευμένων ατράκτων από ένα σήμα ΗΕΓ. Συγκεκριμένα, το εργαλείο δέχεται ένα σήμα ΗΕΓ ως είσοδο και ως έξοδο επιστρέφει τις ατράκτους και τα χαρακτηριστικά τους σε εύχρηστες δομές. Αυτό το καθιστά αξιοποιήσιμο για αυτόματα συστήματα μηχανικής μάθησης AutoML, καθώς και για άλλες εφαρμογές που αφορούν τον ύπνο. Sleep and its effect on human life have been studied increasingly in recent years and even today there is a heightened research interest, as it has not yet been proven why we sleep, although its benefits are known. A sleep event that is of research and clinical interest is the sleep spindle, which occurs mainly during sleep in the NREM 2 stage. The detection of sleep spindles is traditionally carried out by specialized scientific staff and this task is a time consuming and a tedious process. Also, the sleep spindles should be processed further in order to be analyzed in characteristics, that can be understood by the expert. These procedures could be greatly simplified by the use of automated spindle detection methods, which are showing promising results. In this work, we present a tool that utilizes automatic detection methods and is able to automatically generate the characteristics of the detected spindles, given a raw EEG. The tool receives a raw EEG signal as input and returns the spindles and their characteristics to easy-to-use structures as output. This makes it useful for automated machine learning systems (e.g., AutoML) as well as for other sleep related applications. 2021-03-08T14:51:11Z 2021-03-08T14:51:11Z 2020-09-28 http://hdl.handle.net/10889/14627 gr application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Υπνική άτρακτος Ανίχνευση Εξαγωγή χαρακτηριστικών Ηλεκτροεγκεφαλογραφία Sleep spindles Detection Feature extraction Electroencephalography (EEG) |
spellingShingle |
Υπνική άτρακτος Ανίχνευση Εξαγωγή χαρακτηριστικών Ηλεκτροεγκεφαλογραφία Sleep spindles Detection Feature extraction Electroencephalography (EEG) Κριλής, Ιωάννης Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
description |
Ο ύπνος και η επίδρασή του στην ανθρώπινη ζωή έχει μελετηθεί αρκετά τα τελευταία χρόνια και ακόμα και σήμερα υπάρχει αυξημένο ερευνητικό ενδιαφέρον, καθώς δεν έχει αποδειχθεί ακόμα γιατί κοιμόμαστε, παρά μόνο γνωρίζουμε τα οφέλη που μας προσφέρει. Ένα φαινόμενο του ύπνου το οποίο παρουσιάζει ιδιαίτερο ερευνητικό και κλινικό ενδιαφέρον αποτελεί η υπνική άτρακτος, το οποίο εμφανίζεται κυρίως κατά τη διάρκεια του ύπνου στο στάδιο \en{NREM2}. Η ανίχνευση των ατράκτων παραδοσιακά πραγματοποιείται από εξιδεικευμένο επιστημονικό προσωπικό και πρόκειται για μία διαδικασία χρονοβόρα και κουραστική. Επίσης, έπειτα από την ανίχνευση πρέπει να γίνει ανάλυση αυτών σε χαρακτηριστικά, τα οποία είναι κατανοητά από τους ειδικούς και επιτρέπει την εύκολη μελέτη του φαινομένου. Αυτές οι διαδικασίες απλοποιούνται αρκετά με την χρήση αυτόματων μεθόδων ανίχνευσης ατράκτων, η οποίες παρουσιάζουν υποσχόμενα αποτελέσματα. Σε αυτή την εργασία, παρουσιάζεται ένα εργαλείο το οποίο αξιοποιεί τις αυτόματες μεθόδους ανίχνευσης και είναι ικανό να παράγει αυτόματα και τα χαρακτηριστικά των ανιχνευμένων ατράκτων από ένα σήμα ΗΕΓ. Συγκεκριμένα, το εργαλείο δέχεται ένα σήμα ΗΕΓ ως είσοδο και ως έξοδο επιστρέφει τις ατράκτους και τα χαρακτηριστικά τους σε εύχρηστες δομές. Αυτό το καθιστά αξιοποιήσιμο για αυτόματα συστήματα μηχανικής μάθησης AutoML, καθώς και για άλλες εφαρμογές που αφορούν τον ύπνο. |
author2 |
Krilis, Ioannis |
author_facet |
Krilis, Ioannis Κριλής, Ιωάννης |
author |
Κριλής, Ιωάννης |
author_sort |
Κριλής, Ιωάννης |
title |
Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
title_short |
Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
title_full |
Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
title_fullStr |
Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
title_full_unstemmed |
Αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
title_sort |
αυτοιματοποιημένο σύστημα μηχανικής μάθησης για την εξαγωγή χαρακτηριστικών υπνικών ατράκτων |
publishDate |
2021 |
url |
http://hdl.handle.net/10889/14627 |
work_keys_str_mv |
AT krilēsiōannēs autoimatopoiēmenosystēmamēchanikēsmathēsēsgiatēnexagōgēcharaktēristikōnypnikōnatraktōn AT krilēsiōannēs anautomlfeatureextractiontoolforsleepspindles |
_version_ |
1771297340201631744 |