Search In this Thesis
   Search In this Thesis  
العنوان
Detection and classification of sleep apnea events using multi-biological signals /
المؤلف
Abdel-Mageed, Fatma Zein Abd El-Haleem.
هيئة الاعداد
باحث / Fatma Zein Abdel-Haleem Abdel-Mageed
مشرف / Hosam El-Deen Salah Moustafa
مشرف / Fatma El-Zahraa M. R. Abou Chadi
مشرف / Shahira Fathi Loza
الموضوع
Multi-Biological Signals.
تاريخ النشر
2013.
عدد الصفحات
236 p. :
اللغة
الإنجليزية
الدرجة
الدكتوراه
التخصص
الهندسة الكهربائية والالكترونية
تاريخ الإجازة
1/1/2013
مكان الإجازة
جامعة المنصورة - كلية الهندسة - Dept. of Electronics & Comm. Engineering.
الفهرس
Only 14 pages are availabe for public view

from 259

from 259

Abstract

يعرف مرض توقف التنفس أثناء النوم بحدوث توقف في عملية التنفس لفترة تزيد عن 10 ثوان خلال فترة النوم. قد تحدث هذه العملية بشكل لحظي مما يتسبب في استيقاظ المريض لحظيا وبالتالي حدوث خلل أو ما يسمى بتقطيع او تشتيت عملية النوم.
وكنتيجة لتوقف التنفس قد ينخفض مستوى الأكسجين في الدم لدرجة خطيرة مما ينتج عنه ضربات غير منتظمة للقلب والتي بدورها قد تسبب أعراض أكثر خطورة. يحدث ذلك خلال عملية النوم وقد يتكرر لأكثر من 300 مرة في الليلة الواحدة. وبالرغم من أن المصابين بهذه الأعراض قد لا يكونون على دراية بما يحدث خلال فترة نومهم إلا أنهم يعانون من الحاجة الى النوم خلال النهار كما أنهم يكونون أكثر عرضة لأمراض القلب.
وينقسم مرض توقف التنفس أثناء النوم أساسيا إلى ثلاثة أقسام: الأول ويحدث نتيجة انسداد المجرى العلوي التنفسي ويسمى انقطاع التنفس النومي الانسدادي والثاني انقطاع التنفس المركزي ويحدث بسبب توقف مركز التنفس في المخ من إرسال إشارات لعضلات التنفس في القفص الصدري لأخذ النفس(شهيق) أما النوع الثالث وهو أقل حدة بمعنى أن التنفس يكون غير كاف أو ما يسمى ب Hypopnea . ويتطلب الكشف عن أحداث توقف التنفس أثناء النوم تحليلا شاملا لنظم بيولوجية عدة مثل أنظمة الجهاز التنفسي وجهازالقلب، وذلك على النحو المبين من قبل الأكاديمية الأميركية لطب النوم.
ويهدف هذا البحث إلى تطوير منظومة آلية لتصنيف أحداث مرض توقف التنفس أثناء النوم (الانقطاع الانسدادي، الانقطاع المركزي، وقلة التنفس) باستخدام عدد من الإشارات الحيوية: إشارة سريان الهواء خلال الأنف، إشارة حركتي الجذع والبطن، إشارة مستوى تشبع الأكسجين في الدم، وإشارة معدل تغير نبض القلب الكهربي.
وقد تم استخدام التقنيات الحديثة لمعالجة الإشارات والتعرف على الأنماط فى تحليل الإشارات الأربعة. حيث تم تطبيق طرق مختلفة لاستخلاص السمات مثل : تقنيات النطاق الزمني, تقنيات النطاق الترددي، التقنيات الغير خطية، تقنية تحويل المويجات، وتقنية تحويل هيلبرت هانج.
وقد تم تكوين قاعدة بيانات لهذه الدراسة مكونة من تسجيلات لعدد 128 شخصا (32 شخصا طبيعيا، 32 شخصا لمرض توقف التنفس الانسدادي، 40 شخصا لمرض ضعف التنفس، و 24 شخصا لمرض توقف التنفس المركزي) من مركز القاهرة لاضطرابات النوم.
وتم تقسيم التسجيلات إلى أجزاء ذات أطوال مختلفة من الإشارات الأربع كالتالي:
512 جزء من إشارة سريان الهواء (128 للشخص الطبيعي، 128 لمرض توقف التنفس الانسدادي، 160 لمرض ضعف التنفس و 96 لمرض توقف التنفس المركزي ) ويبلغ طول كل جزء ساعة. كما تم استخراج 2540 جزء من إشارتي الجذع والبطن (580 للطبيعي و 860 لتوقف التنفس الانسدادي ,760 لضعف التنفس و 340 لتوقف التنفس المركزي) ويبلغ طول كل جزء 30 ثانية, وبالإضافة إلى ذلك، تم استخراج 128 جزء لإشارتي مستوى تشبع الأكسجين في الدم (طول الجزء 8 ساعات) ومعدل تغير نبضات القلب (طول الجزء 1024 ثانية).
واستخدمت تقنيات مختلفة للتحليل لاستخراج سمات كل إشارة وتشمل: متوسط المشتقة الثانية والمؤشرات الأساسية لانقطاع التنفس من إشارة سريان الهواء، متوسط سعة المقدار، وتحليل مرحلة الفرق الزاوي باستخدام كل من: التقريب الخطي التقطيعي وقياسات الفرق الزاوي من إشارات الجذع والبطن.