Automatické detekce spánkových stavů na základě EKG signálu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03135939" target="_blank" >RIV/68407700:21230/07:03135939 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Automatic Sleep Scoring Based Only on Electrocardiogram Records

Popis výsledku v původním jazyce

The technique of Polysomnography used in the diagnostic procedure for sleep studies require observation of numerous signals during sleep time. Evaluating these signals in 30 seconds interval is time consuming even for experience physician. Because that these signals are recorded in digital form and the diagnosis is made directly from these records, so they are suitable for automatic processing. The aim of this work is to automatically classify sleep stage using only the electrocardiogram (ECG) records.Our approach has been tested on a real ECG records from different patients demonstrating the feasibility of the proposed method. The capability to differentiate sleep stages in predefined categories (wake,light sleep, deep sleep, REM) was successful in 65%. The Classification performed at data set containing only deep sleep and REM categories had 83.4% reliability

Název v anglickém jazyce

Automatic Sleep Scoring Based Only on Electrocardiogram Records

Popis výsledku anglicky

The technique of Polysomnography used in the diagnostic procedure for sleep studies require observation of numerous signals during sleep time. Evaluating these signals in 30 seconds interval is time consuming even for experience physician. Because that these signals are recorded in digital form and the diagnosis is made directly from these records, so they are suitable for automatic processing. The aim of this work is to automatically classify sleep stage using only the electrocardiogram (ECG) records.Our approach has been tested on a real ECG records from different patients demonstrating the feasibility of the proposed method. The capability to differentiate sleep stages in predefined categories (wake,light sleep, deep sleep, REM) was successful in 65%. The Classification performed at data set containing only deep sleep and REM categories had 83.4% reliability

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

—

Návaznosti

R - Projekt Ramcoveho programu EK

Rok uplatnění

2007

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 6th EUROSIM Congress on Modelling and Simulation

ISBN

978-3-901608-32-2

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

—

Název nakladatele

ARGESIM

Místo vydání

Vienna

Místo konání akce

Ljubljana

Datum konání akce

9. 9. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—