تشخیص آپنه انسدادی خواب بر پایه سیگنال الکتروکاردیوگرام و با استفاده از ترکیب روش¬های تجزیه زمانی-فرکانسی

چکیده:

آپنه خواب انسدادی یک اختلال تنفسی شایع مرتبط با خواب است که با رویدادهای مکرر قطع کامل یا جزئی جریان هوا به دلیل انسداد فیزیکی راه هوایی فوقانی مشخص می‌شود. این بیماری می‌تواند منجر به اختلال در خواب شبانه گردد که پیامدهای زیانباری بر کیفیت زندگی بیماران خواهد داشت. در حال حاضر، پلی­سومنوگرافی استاندارد اصلی برای تشخیص آپنه خواب است که نمی‌تواند انتظارات یک تشخیص سریع و اقتصادی را با تحلیل چندین سیگنال به‌صورت همزمان تأمین کند. در این مطالعه، با هدف تشخیص وقایع آپنه خواب انسدادی، سه الگوریتم تشخیص خودکار بر اساس تحلیل تک سیگنال الکتروکاردیوگرام ارائه ‌شده است. در الگوریتم پیشنهادی اول، تبدیل موجک پیوسته و تبدیل فشرده‌سازی همزمان مبتنی بر تبدیل فوریه زمان‌کوتاه برای به‌دست آوردن نمایش‌های زمانی-فرکانسی از سیگنال الکتروکاردیوگرام استفاده شده‌اند و سپس ویژگی‌های بافتی از این نمایش‌های زمانی-فرکانسی با استفاده از ماتریس هم رخداد سطح خاکستری استخراج شده‌اند. در الگوریتم پیشنهادی دوم، از یک روش تجزیه ترکیبی که مبتنی بر دو روش تجزیه حالت تجربی و تبدیل بسته موجک می‌باشد، برای تجزیه سیگنال استفاده شده و سپس ویژگی‌های آماری و غیرخطی از زیر باندهای نهایی استخراج شده‌اند. در الگوریتم پیشنهادی سوم، از روش تجزیه فوریه تجربی برای تجزیه سیگنال استفاده شده و سپس ترکیبی از ویژگی‌های غیرخطی و آماری از توابع باند ذاتی فوریه استخراج شده‌اند. همچنین، در روش­های پیشنهادی از چندین الگوریتم طبقه‌بندی شامل ماشین بردار پشتیبان، جنگل تصادفی و K-نزدیک‌ترین همسایه وزن‌دار استفاده شده است.

     به‌منظور ارزیابی الگوریتم‌های پیشنهادی از پایگاه داده Apnea-ECG که شامل ۷۰ ثبت از سیگنال الکتروکاردیوگرام تک کانال می‌باشد، استفاده شده است. نتایج به­دست­آمده نشان دادند که در میان الگوریتم‌های پیشنهادی، الگوریتم پیشنهادی اول با دست­یابی به دقت 67/90% در طبقه‌بندی دقیقه‌به‌دقیقه و الگوریتم پیشنهادی دوم با دقت 71/95% در طبقه‌بندی فردبه‌فرد بهترین عملکرد را ارائه دادند.