Araştırma Makalesi
BibTex RIS Kaynak Göster

Statistical Analysis of Electrocardiogram Signal for Sleep / Awake Stages

Yıl 2020, , 502 - 507, 26.08.2020
https://doi.org/10.19113/sdufenbed.555651

Öz

Sleep staging is an important stage of the disease diagnosis methods commonly used in sleep laboratories. pecialist physician detects sleep stages according to biological signals such as electroencephalography, electrocyogram and electromyography. There are 5 different stages. These are Awake, Stage 1, Stage 2, Stage 3 and Rapid Eye Movement Sleep. In some diseases, there is no need to determine each stage of sleep. It is sufficient to determine only the Sleep / Awake stages. In this study, the relationship between electrocardiographic signal and Sleep / Awake states which are more easily available was analyzed statistically. For this purpose, sleep records from two individuals were cleaned with numerical filters and divided into 30 second epochs. Twenty-five features were removed from each epoch and a statistical relationship was found between the features of Sleep and Awake. 21 of the 25 features were found to be correlated with Sleep / Awake (p < 0:05). As a result, it has been concluded that electrocardiography signal can be used in sleep / awake detection.

Kaynakça

  • [1] Muhammed Kür¸sad Uçar. Obstrüktif Uyku Apne Te¸shisi için Makine Ö˘grenmesi Tabanli Yeni Bir Yöntem Geli¸stirilmesi. PhD thesis, Sakarya Üniversitesi, 2017.
  • [2] Richard B Berry, Rohit Budhiraja, Daniel J Gottlieb, David Gozal, Conrad Iber, Vishesh K Kapur, Carole L Marcus, Reena Mehra, Sairam Parthasarathy, Stuart F Quan, Susan Redline, Kingman P Strohl, Sally L Davidson Ward, and Michelle M Tangredi. Rules for scoring respiratory events in sleep: update of the 2007 AASM Manual for the Scoring of Sleep and Associated Events. Deliberations of the Sleep Apnea Definitions Task Force of the American Academy of Sleep Medicine. Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine, 8(5):597–619, oct 2012.
  • [3] Muhammed Kür¸sad Uçar, Mehmet Recep Bozkurt, Cahit Bilgin, and Kemal Polat. Automatic sleep staging in obstructive sleep apnea patients using photoplethysmography, heart rate variability signal and machine learning techniques. Neural Computing and Applications, 29(8), 2018.
  • [4] Muhammed Kür¸sad Uçar, Mehmet Recep Bozkurt, Cahit Bilgin, and Kemal Polat. Automatic detection of respiratory arrests in OSA patients using PPG and machine learning techniques. Neural Computing and Applications, 28(10):2931–2945, oct 2017.
  • [5] Muhammed Kür¸sad Uçar, Kemal Polat, Mehmet Recep Bozkurt, and Cahit Bilgin. Uyku EEG ve EOG Sinyallerinin Sınıflandırılmasında Zaman ve Frekans Domeni Özelliklerinin Etkisi. In Tıp Tekno 2014 - Tıp Teknolojileri Ulusal Kongresi Bildirisi, pages 163–166, Kapadokya, Nev¸sehir, Türkye, 2014.
  • [6] Hemant Sharma and K.K. Sharma. An algorithm for sleep apnea detection from single-lead ECG using Hermite basis functions. Computers in Biology and Medicine, 77:116–124, 2016.
  • [7] Cahit Bilgin, Unal Erkorkmaz, Muhammed Kursad Ucar, Nese Akin, Ahmet Nalbant, and Ali Nihat Annakkaya. Use of a portable monitoring device (Somnocheck Micro) for the investigation and diagnosis of obstructive sleep apnoea in comparison with polysomnography. Pakistan journal of medical sciences, 32(2):471–5, 2016.
  • [8] Reha Alpar. Uygulamalı istatistik ve geçerlilik güvenirlilik: Spor, sa˘glık ve e˘gitim bilimlerinden örneklerle. Detay Yayıncılık, Ankara, 2 edition, 5 M.K. Uçar vd. / Çalı¸smanın Ba¸slıgının Kısaltılmı¸s Hali Her Kelimenin ˘ ˙ Ilk Harfi Büyük (Baglaçlar Hariç) Olacak ¸Sekilde Buraya Eklenmelidir ˘ 2016.
  • [9] Muhammed Kür¸sad Uçar, ˙ Inanç Moran, Deniz Turgay Altılar, Cahit Bilgin, and Mehmet Recep Bozkurt. Kronik Obstrüktif Akciger Hastalı ˘ gı ile ˘ Elektrokardiyogram Sinyali Arasındaki ˙ Ili¸skinin ˙ Istatistiksel Olarak ˙ Incelenmesi. Journal of Human Rhythm, 4(3):142–149, sep 2018.
  • [10] Nazif Onur Olcay. Acil Serviste Sa˘glık Çalı¸sanlarının Elektrokardiyogram Bilgi Düzeyinin De˘gerlendirilmesi. Acil tıp uzmanlık tezi, T.C. Saglık ˘ Bakanlıgı, 2017

Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi

Yıl 2020, , 502 - 507, 26.08.2020
https://doi.org/10.19113/sdufenbed.555651

Öz

Uyku evreleme uyku laboratuvarlarında sıklıkla kullanılan hastalık teşhis yöntemlerinin önemli bir aşamasıdır. Bireyden alınan elektroensefalografi, elektrookulogram ve elektromiyografi gibi biyolojik sinyallerin uzman doktor tarafından incelenmesiyle birlikte uyku evreleri tespit edilir. 5 farklı evre vardır. Bunlar Uyanıklık, Evre 1, Evre 2, Evre 3 ve Hızlı Göz Hareketleri evresidir. Bazı hastalıklarda uykunun her evresinin belirlenmesine ihtiyaç yoktur. Sadece Uyku / Uyanıklık durumlarının belirlenmesi yeterlidir. Bu çalışmada, daha kolay elde edilebilir olan elektrokardiyografi sinyali ile Uyku / Uyanıklık durumları arasındaki ilişki istatistiksel olarak incelenmiştir. Bunun için iki bireyden alınan uyku kayıtları sayısal filtreler ile temizlenmiş ve 30 saniyelik epoklara bölünmüştür. Her epoktan 25 adet özellik çıkarılmış ve özelliklerin Uyku / Uyanıklık ile arasındaki istatistiksel ilişki saptanmıştır. 25 özelliğin 21'inin Uyku / Uyanıklık ile istatistiksel olarak ($p<0.05$) ilişkili olduğu tespit edilmiştir. Sonuç olarak elektrokardiyografi sinyalinin Uyku / Uyanıklık tespitinde kullanılabileceği kanısına varılmıştır.

Kaynakça

  • [1] Muhammed Kür¸sad Uçar. Obstrüktif Uyku Apne Te¸shisi için Makine Ö˘grenmesi Tabanli Yeni Bir Yöntem Geli¸stirilmesi. PhD thesis, Sakarya Üniversitesi, 2017.
  • [2] Richard B Berry, Rohit Budhiraja, Daniel J Gottlieb, David Gozal, Conrad Iber, Vishesh K Kapur, Carole L Marcus, Reena Mehra, Sairam Parthasarathy, Stuart F Quan, Susan Redline, Kingman P Strohl, Sally L Davidson Ward, and Michelle M Tangredi. Rules for scoring respiratory events in sleep: update of the 2007 AASM Manual for the Scoring of Sleep and Associated Events. Deliberations of the Sleep Apnea Definitions Task Force of the American Academy of Sleep Medicine. Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine, 8(5):597–619, oct 2012.
  • [3] Muhammed Kür¸sad Uçar, Mehmet Recep Bozkurt, Cahit Bilgin, and Kemal Polat. Automatic sleep staging in obstructive sleep apnea patients using photoplethysmography, heart rate variability signal and machine learning techniques. Neural Computing and Applications, 29(8), 2018.
  • [4] Muhammed Kür¸sad Uçar, Mehmet Recep Bozkurt, Cahit Bilgin, and Kemal Polat. Automatic detection of respiratory arrests in OSA patients using PPG and machine learning techniques. Neural Computing and Applications, 28(10):2931–2945, oct 2017.
  • [5] Muhammed Kür¸sad Uçar, Kemal Polat, Mehmet Recep Bozkurt, and Cahit Bilgin. Uyku EEG ve EOG Sinyallerinin Sınıflandırılmasında Zaman ve Frekans Domeni Özelliklerinin Etkisi. In Tıp Tekno 2014 - Tıp Teknolojileri Ulusal Kongresi Bildirisi, pages 163–166, Kapadokya, Nev¸sehir, Türkye, 2014.
  • [6] Hemant Sharma and K.K. Sharma. An algorithm for sleep apnea detection from single-lead ECG using Hermite basis functions. Computers in Biology and Medicine, 77:116–124, 2016.
  • [7] Cahit Bilgin, Unal Erkorkmaz, Muhammed Kursad Ucar, Nese Akin, Ahmet Nalbant, and Ali Nihat Annakkaya. Use of a portable monitoring device (Somnocheck Micro) for the investigation and diagnosis of obstructive sleep apnoea in comparison with polysomnography. Pakistan journal of medical sciences, 32(2):471–5, 2016.
  • [8] Reha Alpar. Uygulamalı istatistik ve geçerlilik güvenirlilik: Spor, sa˘glık ve e˘gitim bilimlerinden örneklerle. Detay Yayıncılık, Ankara, 2 edition, 5 M.K. Uçar vd. / Çalı¸smanın Ba¸slıgının Kısaltılmı¸s Hali Her Kelimenin ˘ ˙ Ilk Harfi Büyük (Baglaçlar Hariç) Olacak ¸Sekilde Buraya Eklenmelidir ˘ 2016.
  • [9] Muhammed Kür¸sad Uçar, ˙ Inanç Moran, Deniz Turgay Altılar, Cahit Bilgin, and Mehmet Recep Bozkurt. Kronik Obstrüktif Akciger Hastalı ˘ gı ile ˘ Elektrokardiyogram Sinyali Arasındaki ˙ Ili¸skinin ˙ Istatistiksel Olarak ˙ Incelenmesi. Journal of Human Rhythm, 4(3):142–149, sep 2018.
  • [10] Nazif Onur Olcay. Acil Serviste Sa˘glık Çalı¸sanlarının Elektrokardiyogram Bilgi Düzeyinin De˘gerlendirilmesi. Acil tıp uzmanlık tezi, T.C. Saglık ˘ Bakanlıgı, 2017
Toplam 10 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Muhammed Kürşad Uçar 0000-0002-0636-8645

Mehmet Recep Bozkurt 0000-0003-0673-4454

Cahit Bilgin 0000-0003-2213-5881

Yayımlanma Tarihi 26 Ağustos 2020
Yayımlandığı Sayı Yıl 2020

Kaynak Göster

APA Uçar, M. K., Bozkurt, M. R., & Bilgin, C. (2020). Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 24(2), 502-507. https://doi.org/10.19113/sdufenbed.555651
AMA Uçar MK, Bozkurt MR, Bilgin C. Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi. Süleyman Demirel Üniv. Fen Bilim. Enst. Derg. Ağustos 2020;24(2):502-507. doi:10.19113/sdufenbed.555651
Chicago Uçar, Muhammed Kürşad, Mehmet Recep Bozkurt, ve Cahit Bilgin. “Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 24, sy. 2 (Ağustos 2020): 502-7. https://doi.org/10.19113/sdufenbed.555651.
EndNote Uçar MK, Bozkurt MR, Bilgin C (01 Ağustos 2020) Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 24 2 502–507.
IEEE M. K. Uçar, M. R. Bozkurt, ve C. Bilgin, “Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi”, Süleyman Demirel Üniv. Fen Bilim. Enst. Derg., c. 24, sy. 2, ss. 502–507, 2020, doi: 10.19113/sdufenbed.555651.
ISNAD Uçar, Muhammed Kürşad vd. “Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 24/2 (Ağustos 2020), 502-507. https://doi.org/10.19113/sdufenbed.555651.
JAMA Uçar MK, Bozkurt MR, Bilgin C. Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi. Süleyman Demirel Üniv. Fen Bilim. Enst. Derg. 2020;24:502–507.
MLA Uçar, Muhammed Kürşad vd. “Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, c. 24, sy. 2, 2020, ss. 502-7, doi:10.19113/sdufenbed.555651.
Vancouver Uçar MK, Bozkurt MR, Bilgin C. Elektrokardiyogram Sinyalinin Uyku / Uyanıklık Evreleri için İstatistiksel Olarak İncelenmesi. Süleyman Demirel Üniv. Fen Bilim. Enst. Derg. 2020;24(2):502-7.

Cited By

e-ISSN :1308-6529
Linking ISSN (ISSN-L): 1300-7688

Dergide yayımlanan tüm makalelere ücretiz olarak erişilebilinir ve Creative Commons CC BY-NC Atıf-GayriTicari lisansı ile açık erişime sunulur. Tüm yazarlar ve diğer dergi kullanıcıları bu durumu kabul etmiş sayılırlar. CC BY-NC lisansı hakkında detaylı bilgiye erişmek için tıklayınız.