Automatic analysis of sleep EEG microstructure
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Authors
Date
2007
Major/Subject
Lääketieteellinen tekniikka
Mcode
Tfy-99
Degree programme
Language
en
Pages
89+8
Series
Abstract
Unitutkimuksessa vallitsevana käytäntönä on unen jakaminen 30 sekunnin jaksoihin, jotka luokitellaan fysiologisten mittausten avulla kuuteen unen syvyyttä kuvaavaan luokkaan. Vaikka menetelmä on yleensä toimiva, sisältää se myös pääosin karkeaan aikaresoluutioon ja epätavallisten unirakenteiden kuvaamiseen liittyviä vakavia puutteita. Kasvava kiinnostus onkin siirtynyt kohti unen hienorakennetta, joka muodostuu luokkien alta löytyvistä lyhyistä, hetkellisistä mikrotiloista. Uuden lähestymistavan avulla tietokoneita pystytään hyödyntämään tutkimuksissa entistä tehokkaammin. Kliinisesti hienorakenteen erittely voisi olla erityisen hyödyllistä unihäiriöiden diagnoosissa tai unitutkimuksissa teho-osastolla. Tämän diplomityön tavoite oli kehittää automaattiset ilmaisinmenetelmät merkittävimmille uni-EEG:n hienorakennetta kuvaaville piirteille, havahtumisille, unisukkuloille ja K-komplekseille, ja arvioida toteutusten suorituskykyä. Toisena tavoitteena oli tutkia menetelmien toimintaa otsalla ja kasvoilta mitatuilla EEG-kanavilla ja pohtia niiden käyttökelpoisuutta unen laadun arviointiin. Tämä yksinkertaistettu, yhteen hiusrajan alapuolelta mitattuun EEG:hen perustuva mittausjärjestely parantaisi kliinistä käytettävyyttä huomattavasti. Menetelmien kehittämisessä käytettiin hyväksi muutamia jo olemassa olevia signaalinkäsittelytekniikoita. Havahtumis- ja unisukkulailmaisimet perustuivat pääosin adaptiiviseen segmentointiin. K-kompleksi-ilmaisin toteutettiin käyttäen diskreettiä aallokemuunnosta. Lisäksi menetelmissä hyödynnettiin matching pursuit-hajoitelmaa ja spektraalientropiaanalyysiä. Menetelmien suorituskykyä arvioitiin vertaamalla automaattisia löydöksiä vastaaviin visuaalisiin havaintoihin. Vertailu tuotti keskimääräiset sensitiivisyydet ja spesifisyydet 62 % ja 79 % havahtumisille, 78 % ja 87 % unisukkuloille ja 87 % ja 84 % K-komplekseille. Arvot ovat samalla tasolla sekä tyypillisen luokittelijoiden välisen yksimielisyyden että jo olemassa olevien automaattisten menetelmien kanssa. Topografinen vertailu eri EEG-kanavien löydösten välillä paljasti selviä paikallisia eroja havaitussa hienorakenteessa. Tästä huolimatta näyttää siltä, että unen laatua pystytään kuitenkin arvioimaan otsan EEG:stä siinä missä päälaenkin mittauksista.Description
Supervisor
Meriläinen, PekkaKeywords
sleep EEG, uni-EEG, sleep microstructure, unen hienorakenne, arousal, havahtuminen, sleep spindle, unisukkula, K-complex, K-kompleksi