Διαχωρισμός ακουστικών βιοσημάτων με μεθόδους στατιστικής επεξεργασίας σήματος

Η αποφρακτική υπνική άπνοια (OSA), η οποία αποτελεί τον πιο συχνό τύπο άπνοιας, επιχειρείται να διαγνωστεί με την καταγραφή ακουστικών σημάτων των φυσιολογικών λειτουργιών του ανθρωπίνου σώματος κατά την διάρκεια του ύπνου. Αναλυτικότερα, OSA χαρακτηρίζεται κάθε διακοπή του αναπνευστικού κύκλου για...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Χάλκου, Χαρά
Άλλοι συγγραφείς: Σγάρμπας, Κυριάκος
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2015
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/8916
Περιγραφή
Περίληψη:Η αποφρακτική υπνική άπνοια (OSA), η οποία αποτελεί τον πιο συχνό τύπο άπνοιας, επιχειρείται να διαγνωστεί με την καταγραφή ακουστικών σημάτων των φυσιολογικών λειτουργιών του ανθρωπίνου σώματος κατά την διάρκεια του ύπνου. Αναλυτικότερα, OSA χαρακτηρίζεται κάθε διακοπή του αναπνευστικού κύκλου για διάρκεια μεγαλύτερη από 10 sec κατά την διάρκεια του ύπνου, με βασικό σύμπτωμα το νοσηρό ροχαλητό και σε μεγαλύτερο ποσοστό οι πάσχοντες είναι άντρες. Η διάγνωση της προαναφερθείσας πάθησης δεν είναι εφικτή με μία απλή εξέταση και για αυτό το λόγο μεγάλα ποσοστά των ασθενών δεν τυγχάνουν διάγνωσης. Μελέτες έδειξαν ότι το 93% των γυναικών και το 82% των αντρών, οι οποίοι έπασχαν έστω και από την πιο απλή και συνήθη μορφή άπνοιας δεν έτυχαν διάγνωσης. Ο πιο σημαντικός λόγος, για αυτό, είναι ότι δεν υπάρχουν χαμηλού κόστους εργαλεία και συστήματα που να πραγματοποιούν την διάγνωση της πάθησης. Η διάγνωση, σύμφωνα με την στη βιβλιογραφία, γίνεται με την πολύτροπη μελέτη ύπνου (Polysomnography (PSG)). Αρχικά, αναπτύχθηκε από τον Nathaniel Kleitman στο Πανεπιστήμιο του Σικάγο το 1950, και περιλαμβάνει την καταγραφή πολλαπλών μετρήσεων της φυσιολογίας ασθενούς, όπως αναπνοή και καρδιακοί παλμοί, που υπόκειται στην εξέταση. Η διαδικασία αυτή γίνεται κατά τη διάρκεια όλης της νύχτας ενώ αυτός ο συνδυασμός των δεδομένων οδηγεί σε συμπεράσματα που χρησιμοποιούνται στη διάγνωση των γεγονότων άπνοιας. Η καταγραφή των ακουστικών σημάτων, όπως αναπνοή και καρδιακοί παλμοί, κατά την διάρκεια του ύπνου είναι ιδιαίτερα χρονοβόρα, καθώς είναι αναγκαία η καταγραφή αυτών των σημάτων σε μεγάλο χρονικό διάστημα διαδοχικών ημερών κι αρκετά δαπανηρές, αφού απαιτείται πολυήμερη παραμονή σε νοσοκομείο ή κλινική ύπνου. Με την ανάπτυξη αισθητήρων σώματος, οι οποίοι είναι ιδιαίτερα ευαίσθητοι και καταγράφουν όλα τα ακουστικά σήματα κατά την διάρκεια του ύπνου, ίσως μπορέσουν να λύσουν τα προβλήματα αυτά. Βασικό πλεονέκτημα είναι ότι αυτή η διαδικασία δεν απαιτεί μετακίνηση από το οικείο περιβάλλον του ασθενή και δεν είναι επεμβατική. Οι πιεζοκρύσταλλοι κατά την διάρκεια του ύπνου χρησιμοποιούνται για την καταγραφή όλων των ακουστικών σημάτων, δηλαδή καρδιακοί παλμοί, αναπνοή, ροχαλητό, κινήσεις του εντέρου, αλλά εκτός από αυτά καταγράφουν και τoν παραμικρό ήχο που μπορεί να κάνει κάποιος την ώρα που κοιμάται, για παράδειγμα ήχοι, οι οποίοι μπορούν να παραχθούν κατά την αλλαγή στάσης του σώματος κατά την διάρκεια του ύπνου. Πρόδηλη είναι η αναγκαιότητα της επεξεργασίας αυτών των σημάτων προκειμένου να αναλυθούν, να απομονωθούν και να απαλλαγούν από τυχόν θόρυβο τα σήματα, τα οποία μας ενδιαφέρουν. Με άμεση συνέπεια να γίνεται επιτακτική ανάγκη η ανάπτυξη μαθηματικών μοντέλων και σύνθετων αλγορίθμων προκειμένου να αναπτυχθούν νέες τεχνικές επεξεργασίας σήματος. Αφού συγκεντρωθούν τα βιοσήματα είναι αναγκαία μία προεπεξεργασία αυτών πριν αναλυθούν. Αρχικά, πρέπει στα σήματα αυτά να εφαρμοστούν κατάλληλα φίλτρα με δεδομένο ότι οι συχνότητες της αναπνοής είναι χαμηλές ενώ της καρδίας υψηλές. Στην παρούσα διπλωματική εργασία γίνεται χρήση του διακριτού μετασχηματισμού κυμματιδίων για να απομονωθούν τα σήματα χαμηλών συχνοτήτων (προσεγγίσεις) από των υψηλών(λεπτομέρειες). Στη συνέχεια, γίνεται χρήση της μεθόδου Ανάλυσης Ανεξάρτητων Συνιστωσών (ICA), η οποία θέτει τον περιορισμό των στατιστικώς ανεξάρτητων πηγών και του αλγορίθμου FastICA προκειμένου να εντοπιστούν οι πηγές των σημάτων. Στόχος είναι να παραχθεί το σήμα της αναπνοής και του ροχαλητού του εκάστοτε ασθενή. Σκοπός της διπλωματικής μου εργασίας είναι η εφαρμογή αυτών των μαθηματικών μοντέλων και αλγορίθμων προκειμένου να επιτευχθεί ο κατά το δυνατόν καλύτερος διαχωρισμός των ακουστικών βιοσημάτων. Η υλοποίηση έχει πραγματοποιηθεί σε Matlab.