Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/9864
Title: Ανάλυση καταγραφών ύπνου, από ηλεκτροκαρδιογράφημα και ηλεκτροεγκεφαλογράφημα για μελέτη σταδίων ύπνου
Authors: Ευσταθίου, Αναστασία
Keywords: Ηλεκτροεγκεφαλογράφημα (ΗΕΓ)
Ηλεκτροκαρδιογράφημα (ΗΚΓ)
Στάδια ύπνου
Κατηγοριοποίηση
Keywords (translated): Electroencephalography (EEG)
Electrocardiography (ECG)
Sleep stages
SVM
C4.5
MIT-BIH Polysomnographic Database
EDFX
Abstract: Το φαινόμενο του ύπνου αποτελεί μία σημαντική φυσιολογική διαδικασία του οργανισμού, που επηρεάζει την καθημερινή λειτουργικότητα και την σωματική και διανοητική υγεία του ανθρώπου. Πρόκειται για μια εύκολα αναστρέψιμη κατάσταση μειωμένης ανταπόκρισης και αλληλεπίδρασης με το περιβάλλον. Κατά την διάρκεια του ύπνου η δραστηριότητα του εγκεφάλου συνεχώς μεταβάλλεται. Η καταγραφή των μεταβολών αυτών οδήγησε στον διαχωρισμό του ύπνου σε διακριτά στάδια τα οποία εμφανίζουν ιδιαίτερες διαφορές ως προς τα ηλεκτρογραφικά και φυσιολογικά χαρακτηριστικά τους. Ο ύπνος διακρίνεται σε δυο ποιοτικά διαφορετικές καταστάσεις: τον ύπνο REM (ταχείες οφθαλμικές κινήσεις) και τον ύπνο NREM (χωρίς ταχείες οφθαλμικές κινήσεις), που εναλλάσσονται έως και πέντε φορές κατά τη διάρκεια της νύχτας. Ο NREM ύπνος, υποδιαιρείται σε τέσσερα επί μέρους στάδια (1 έως 4) που αντιπροσωπεύουν τη διαδοχική μετάβαση από την κατάσταση του ελαφρού ύπνου στο βαθύ ύπνο βραδέων κυμάτων. Η παρούσα διπλωματική εργασία αφορά την ανάλυση πολυϋπνικών καταγραφών ύπνου (ηλεκτροκαρδιογράφημα και ηλεκτροεγκεφαλογράφημα) και την επεξεργασία τους με χρήση signal processing και data mining τεχνικών για την μελέτη της δομής του ύπνου. Συγκεκριμένα, από τα σήματα ηλεκτροεγκεφαλογραφήματος και ηλεκτροκαρδιογραφήματος έγινε υπολογισμός χρήσιμων παραμέτρων με την βοήθεια των οποίων πραγματοποιήθηκε η αναγνώριση και η μοντελοποίηση των σταδίων του ύπνου. Οι προτεινόμενες αρχιτεκτονικές βασίστηκαν στην διεθνή βιβλιογραφία. Δεδομένα από ελεύθερα διαθέσιμες βάσεις δεδομένων της physionet (physiobank/ database/slpdb και physiobank/database/sleep-edfx) χρησιμοποιήθηκαν για την πειραματική αξιολόγηση των αρχιτεκτονικών αυτών.
Abstract (translated): The phenomenon of sleep is an important physiological process of the organism which affects daily functioning , physical and mental health of human body. It is an easily reversible state of reduced responsiveness, and interaction with the environment. During sleep, the brain activity is continuously changing. The recording of these changes led to the separation of sleep in discrete stages that exhibit specific differences in electrographic and physiological characteristics. Sleep is divided into two qualitatively different situations: REM sleep (rapid eye movements) and NREM sleep (non rapid eye movements), both of them alternate up to five times during the night. NREM sleep, is divided into four sub-steps (1-4) representing a sequential transision from the state of light sleep to deep slow wave sleep.To this end, the main goal of the present thesis is the polysomnographic sleep recordings analysis (electrocardiogram and electroencephalogram) using signal processing and data mining techniques in order to study the sleep architecture. Specifically, from EEG and ECG signals useful parameters was calculated in order to identify and model sleep stages. The proposed architectures were based on literature. Data from online databases of physionet (physiobank / database / slpdb and physiobank / database / sleep-edfx) were used for the experimental evaluation of these architectures.
Appears in Collections:Τμήμα Ιατρικής (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
thesis_Efstathiou_Anastasia.pdf3.66 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons