hrvatski

Automatsko kvantificiranje EEG signala sna novorođenčadi i razvrstavanje po fazama spavanja

Spavanje je prirodni fenomen koji ima karakteristična obilježja. Pridjeljivanje signalu sna odgovarajuću fazu spavanja, temeljni je postupak u izučavanju i dijagnosticiranju različitih funkcionalnosti mozga i do danas se najčešće izvodi vizualnim ocjenjivanjem vremenskog signala. Takav postupak je dugotrajan i zamoran. Nužan preduvjet za izgradnju sustava za automatsko klasificiranje faza spavanja predstavljaju kvalitetne značajke temeljem kojih se spavanje kao pojava kvantificira odgovarajućim numeričkim pokazateljima koji dobro opisuju pojedine faze kao generičke komponente spavanja. EMD metoda empirijskog razlaganja signala pruža mogućnost identifikacije izvora EEG signala sna, a time i lakšu razlučivost različitosti njihovog ponašanja u pojedinim fazama spavanja. EMD postupkom signal se rastavlja na funkcije intrisičnog moda (IMF), koje pripadaju izvorima odgovarajućeg frekvencijskog raspona. Eksperimentalnom razradom obrađen je postupak odabira kvalitetnih značajki vezanih na IMF-ove, formiranje odgovarajućeg deskriptora, te odabir klasifikatora. Obrađena je baza podataka od 11, 6 h snimanja dnevnog spavanja 20 zdravih beba. Poboljšanje učinkovitosti razvrstavanja signala sna postignuto je novim značajkama zasnovanim na srednjim frekvencijama te dinamici funkcije trenutne frekvencije IMF-ova EEG signala. Trenutne frekvencije se izračunavaju razvijenim adaptivnim algoritmom korištenjem GZC (Generalized Zero Crossing) metode primjenjene na IMF-ovima. Razvrstavanje signala sna po fazama izvodi se SVM (Support Vector Machine) algoritmom uz najveću postignutu točnost prepoznavanja od 92%.

klasifikacija sna; EEG; EMD (empirijsko razlaganje signala); IMF (funkcija intrisičnog moda); GZC (Generalized Zero Crossing); SVM (Support Vector Machine)

nije evidentirano