Feature Selection for Obstructive Sleep Apnea Recognition

Authors : Mustafa SERT

Pages : 333-342

Doi:10.17671/gazibtd.615014

View : 19 | Download : 16

Publication Date : 2019-10-29

Article Type : Research Paper

Abstract :Obstrüktif uyku apnesi (OUA), uyku sırasında anormal nefes durması veya azalması ile sıkça tanımlanan yaygın bir uyku bozukluğudur. Bu hastalık, uyku ile ilgili düzensizlikler ya da kardiyovasküler hastalıklar gibi uzun vadeli sonuçlara yol açabilir. Bu çalışmada, uyku apnesi tanıma için, klinik polisomnografi (PSG) yöntemine alternatif olarak, çok kipli öznitelik kullanımı ve seçimine dayalı sayısal bir yöntem önerilmektedir. Önerilen yöntem, elektrokardiyogram (EKG) ve oksijen doygunluğu (SpO2) olarak adlandırılan iki fizyolojik sinyalin öznitelik düzeyli kaynaşımına dayalıdır. Her iki sinyal kaynağından da sağlam özellikler elde etmek ve öznitelik boyutunu azaltmak için Relieff, Chi-Square, Bilgi Kazancı (BK), Temel Bileşen Analizi (TBA) ve Kazanç Oranı (KO) olmak üzere beş öznitelik seçim yöntemi probleme uygulanmıştır. Elde edilen çok kipli öznitelikler ile Naive Bayes (NB), en yakın komşu (kNN) ve Destek Vektör Makinesi (DVM) sınıflandırıcıları tasarlanmış ve etkinlikleri sınanmıştır. PhysioNet veritabanındaki  gerçek örnekler üzerinde yapılan deneysel çalışmalar, önerilen yöntemin sınıflandırma başarımını artırdığını göstermektedir.
Keywords : obstrüktif uyku apnesi tanıma, öznitelik kaynaştırma, EKG, SpO2, DVM, NB, k NN