Uyku İğciğinin Yapay Sinir Ağları ve Morfolojik Filtreler Kullanılarak Tespit Edilmesi
Öz
Derin uyku döneminde görülen uyku iğcikleri, kaliteli bir uykunun belirtecidir. Uyku iğcikleri, derin uykunun NREM2 evresinde sıklıkla görülen kısa süreli olaylardan birisidir. Bu iğcikleri, EEG işaretlerinde görülen yüksek frekanslı ve düşük genlikli bileşenlerdir. Yapılan çalışmada, yapay sinir ağları kullanılarak uyku sırasında EEG işaretinin NREM2 evresinde uyku iğcikleri belirlenmeye çalışılmıştır. EEG işaretlerindeki uyku iğcikleri, bir uzman tarafından görsel olarak işaretlenmiştir. Bu çalışmada, EEG işaretleri yapay sinir ağı ile işlenmiş, ağ çıkışının iyileştirilmesi için morfolojik filtre kullanılmış, elde edilen çıkış işareti skorlama işlemine tabi tutulmuştur. Çalışmada Sekiz farklı insandan kaydedilen EEG işaretleri kullanılmıştır. Bu işaretlerdeki 354 tane işaretlenen uyku iğciğinden 248 tanesi doğru olarak tespit edilmiştir. Yapılan çalışmanın, Uzman sistemler kullanılarak yapılan uyku skorlamalarında NREM2 evresinin skorlama başarısını artıracağı düşünülmektedir.
Anahtar Kelimeler
References
- Akşahin, M. F., Aydın, S., Fırat, H., Eroğul, O., Ardıç, S., (2010) “EEG Senkronizasyon Ölçütleri Kullanarak Uyku Apnesi Çeşitlerinin Sınıflandırılması. Biyomut 2010: Antalya; 21/04/2010 - 24/04/2010.
- Berry RB., Brooks R, Gamaldo CE., Harding SM., Lloyd RM., Marcus CL and Vaugh.n BV for the American Academy of Sleep Medicine. (2014), The AASM Manual for the Scoring of Sleep and Associated Events: Rules, Terminology and Technical Specifications, Version 2.1. www.aasmnet.org, Darien, Illinois: American Academy of Sleep Medicine.
- Camilleri T. A., Camilleri K. P., Fabri S. G. (2014), Automatic detection of spindles and K-complexes in sleep EEG using switching multiple models. Biomed. Signal Process. Control 10, 117–127. 10.1016/j.bspc.2014.01.010.
- Gani A, Dogmus O, Acikgoz H, Kececioglu OF, Yildiz C, Sekkeli M (2016). Modeling dynamic characteristics of synchronous motor with radial based artificial neural networks,1st International Mediterranean Science and Engineering Congress (IMSEC 2016), 4-11.
- Hernández-Pereira, Elena, Bolón-Canedo, Veronica, Sánchez-Maroño, Noelia, Álvarez-Estévez, Diego, Moret-Bonillo, Vicente, Alonso-Betanzos, Amparo: (2016), A comparison of performance of k-complex classification methods using feature selection. Inf. Sci. 328, 1–14.
- Hsu, Y.L., Yang, Y.T., Wang, J. S., Hsu C.-Y., (2013), “Automatic sleep stage recurrent neural classifier using energy features of EEG signals”, Neurocomputing, vol. 104 p.105–114.
- Huupponen E. ve ark., (2006), Determination of dominant simulated spindle frequency with different Methods. Journal of Neuroscience Methods 156, 275–283.
- Iber, C., Ancoli-Israel, S., Chesson, A., & Quan, S. F. for the American Academy of Sleep and Medicine (2007), The AASM manual for the scoring of sleep and associated events: Rules, terminology and technical specifications. American Academy of Sleep Medicine.
Details
Primary Language
Turkish
Subjects
Electrical Engineering
Journal Section
Research Article
Authors
Osman Aydoğan
KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ, TEKNİK BİLİMLER MESLEK YÜKSEKOKULU
Türkiye
Ali Öter
*
KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ, TEKNİK BİLİMLER MESLEK YÜKSEKOKULU
0000-0002-9546-0602
Türkiye
Osman Doğmuş
odogmus@yahoo.com
Türkiye
Kerim Güney
NUH NACİ YAZGAN ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ
Türkiye
Publication Date
December 27, 2017
Submission Date
November 28, 2017
Acceptance Date
December 27, 2017
Published in Issue
Year 2017 Volume: 20 Number: 4