睡眠時無呼吸を検出するためのニューラル ネットワークを使用した無呼吸低呼吸指数の自動推定

調査中の被験者は、バリャドリッド (スペイン) の「Hospital Universitario Río Hortega」(HURH) の睡眠ユニットから募集されます。 SAHSの疑いがあるため、すべての被験者は睡眠ユニットに誘導されます。 その後、母集団セット全体がトレーニング セットとテスト セットに分割されます。 トレーニング セットは回帰モデルを作成するために使用され、テスト セットはそのパフォーマンスをさらに評価するために使用されます。

SAHS の診断には、PSG の標準的な無呼吸低呼吸指数 (AHI) が使用されます。 米国睡眠医学会 (AASM) の規則によると、無呼吸はベースラインから少なくとも 10 秒間続く気流信号の 90% 以上の低下として定義され、低呼吸は 50 以上の低下として定義されます。 3％以上の脱飽和および/または覚醒を伴う少なくとも10秒間の％。 AHI >= 10 イベント/時間 (e/h) の被験者は、SAHS に苦しんでいると診断されます。

携帯型パルスオキシメータ (WristOX2 3150、Nonin) は、外来 NPO に使用されます。 NPO は、患者の自宅で PSG の直前または直後に実施されます。 患者は、院内 PSG の前後に無作為に NPO 研究を実施するように割り当てられます。 さらに、携帯用パルスオキシメータを使用して、PSG に対して同時にオキシメトリも実行されます。 したがって、すべての患者は 3 つの酸素測定記録を持っています: (i) 自宅での無人ポータブル モニタリングからの SpO2、(ii) 有人での院内ポータブル モニタリングからの SpO2、(iii) 有人での院内標準 PSG からの SpO2。

SpO2 は 1 Hz のサンプリング レートで記録されます。 すべての SpO2 記録は個別のファイルに保存され、オフラインで処理されます。 アーティファクトを除去するために、自動信号前処理段階が実行されます。

私たちの方法論は、特徴抽出とパターン認識の 2 つの段階に分かれています。 オキシメトリ記録は、4 つの機能サブセットからの 16 の機能によってパラメータ化され、オキシメトリから初期機能セットを構成します: 時間領域統計、周波数領域統計、従来のスペクトル測定、および非線形機能。 すべての特徴は、一晩中の記録ごとに計算されます。

• 機能 1 ～ 4. 時間領域の 1 次から 4 次のモーメント (M1t - M4t): 算術平均 (M1t)、分散 (M2t)、歪度 (M3t)、および尖度 (M4t) を適用して、中心傾向、それぞれ、分散、非対称性、ピーク性。
• 特徴 5 ～ 8. 周波数領域における 1 次から 4 次のモーメント (M1f - M4f)。
• 機能 9. 中央周波数 (MF)。信号電力の 50% を構成するコンポーネントとして定義されます。
• 特徴10. スペクトル エントロピー (SE)。これは、スペクトルの平坦性に関連する無秩序量化子です。
• 特徴11. PSD の下の総面積として計算される総スペクトル パワー (PT)。
• 機能 12. 無呼吸周波数帯域のピーク振幅 (PA)。これは、周波数範囲 0.014 ～ 0.033 Hz のスペクトル成分の極大値です。
• 特徴13. 総信号電力に対する無呼吸周波数帯域の PSD の下に囲まれた面積の比率である相対電力 (PR)。
• 機能 14. 時系列の不規則性を定量化するサンプル エントロピー (SampEn)。値が大きいほど不規則なデータに対応します。
• 特徴 15. 中心傾向測定 (CTM)。2 次差分プロットから変動測定を提供します。
• 特徴16. Lempel - Ziv 複雑度 (LZC)。これは、信号に沿った新しいサブシーケンスとそれらの繰り返しの割合に関連する複雑さの尺度です。

第 2 段階は回帰分析に対応し、抽出された特徴の関数として AHI の分析式を提供することを目的としています。 多層パーセプトロン (MLP) ニューラル ネットワークが使用されます。 MLP ネットワークは、人間の脳に着想を得たコネクショニスト パラダイムを使用して知識を表現するためのモデルです。 それらは、パーセプトロンとして知られる複数の単純なユニットまたはニューロンで構成されています。 パーセプトロンは、いくつかの相互接続された層に配置されます。 それらの 2 つの間の各ネットワーク接続は、ネットワーク適応パラメーターまたは重みに関連付けられています。 非線形パーセプトロンで構成される (つまり、非線形活性化関数を持つ) 単一の隠れ層を持つ MLP ネットワークは、普遍的な近似が可能なため実装されます。 提案された回帰タスクは、AHI を表す 1 次元の連続変数を近似することを目的としています。 したがって、線形活性化機能を備えた単一の出力ユニットが必要です。