Classification Models for Sleep Apnea Detection
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/9998 |
Resumo: | A dissertação incide na selecção de características, importância das mesmas num modelo de classificação e diferentes tipos de classificação para uma melhor detecção de apneia de sono, recorrendo apenas a um electrocardiograma (ECG) e comparando a precisão dos diferentes modelos. Recorrendo ao uso da base de dados Physionet Apnea-ECG, um filtro Savitsky Golay (sgolay) foi aplicado aos registos para limpar o sinal e depois obter o complexo QRS de forma a obter o Heart Rate Variability (HRV) e o ECG-Derived Respi¬ration (EDR). As características extraídas destes dois métodos foram usadas para treino, teste e validação dos classificadores. As características obtidas foram analisadas por forma a se selecionar as mais relevantes no contexto da detecção de apnea. Os conjuntos de treino e teste foram obtidos dividindo aleatoriamente os dados até uma boa performance ser atingida usando o k-fold cross-validation (k=IO). De acordo com os resultados obtidos, a melhor precisão foi de 82.12%, com uma sensibilidade e uma especificidade de 88.41% e 72.29%, respectivamente. Estes resultados preliminares podem levar a estudos complementares para implementação numa aplicação real |
id |
RCAP_888e7944b9080e83e224e775a6e86b23 |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/9998 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Classification Models for Sleep Apnea DetectionApneia de SonoEcg-Derived RespirationElectrocardiogramaHeart Rate VariabilityLinear Discriminant AnalysisPartial Least Squares RegressionRede NeuronalSupport Vector MachineDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaA dissertação incide na selecção de características, importância das mesmas num modelo de classificação e diferentes tipos de classificação para uma melhor detecção de apneia de sono, recorrendo apenas a um electrocardiograma (ECG) e comparando a precisão dos diferentes modelos. Recorrendo ao uso da base de dados Physionet Apnea-ECG, um filtro Savitsky Golay (sgolay) foi aplicado aos registos para limpar o sinal e depois obter o complexo QRS de forma a obter o Heart Rate Variability (HRV) e o ECG-Derived Respi¬ration (EDR). As características extraídas destes dois métodos foram usadas para treino, teste e validação dos classificadores. As características obtidas foram analisadas por forma a se selecionar as mais relevantes no contexto da detecção de apnea. Os conjuntos de treino e teste foram obtidos dividindo aleatoriamente os dados até uma boa performance ser atingida usando o k-fold cross-validation (k=IO). De acordo com os resultados obtidos, a melhor precisão foi de 82.12%, com uma sensibilidade e uma especificidade de 88.41% e 72.29%, respectivamente. Estes resultados preliminares podem levar a estudos complementares para implementação numa aplicação realPombo, Nuno Gonçalo Coelho CostaGarcia, NunoBousson, KouamanauBibliorumPinho, André Miguel da Silva2020-03-11T17:26:01Z2019-04-012019-01-252019-04-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/9998TID:202365263porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:51:22Zoai:ubibliorum.ubi.pt:10400.6/9998Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:50:04.078568Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Classification Models for Sleep Apnea Detection |
title |
Classification Models for Sleep Apnea Detection |
spellingShingle |
Classification Models for Sleep Apnea Detection Pinho, André Miguel da Silva Apneia de Sono Ecg-Derived Respiration Electrocardiograma Heart Rate Variability Linear Discriminant Analysis Partial Least Squares Regression Rede Neuronal Support Vector Machine Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
title_short |
Classification Models for Sleep Apnea Detection |
title_full |
Classification Models for Sleep Apnea Detection |
title_fullStr |
Classification Models for Sleep Apnea Detection |
title_full_unstemmed |
Classification Models for Sleep Apnea Detection |
title_sort |
Classification Models for Sleep Apnea Detection |
author |
Pinho, André Miguel da Silva |
author_facet |
Pinho, André Miguel da Silva |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pombo, Nuno Gonçalo Coelho Costa Garcia, Nuno Bousson, Kouamana uBibliorum |
dc.contributor.author.fl_str_mv |
Pinho, André Miguel da Silva |
dc.subject.por.fl_str_mv |
Apneia de Sono Ecg-Derived Respiration Electrocardiograma Heart Rate Variability Linear Discriminant Analysis Partial Least Squares Regression Rede Neuronal Support Vector Machine Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
topic |
Apneia de Sono Ecg-Derived Respiration Electrocardiograma Heart Rate Variability Linear Discriminant Analysis Partial Least Squares Regression Rede Neuronal Support Vector Machine Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
description |
A dissertação incide na selecção de características, importância das mesmas num modelo de classificação e diferentes tipos de classificação para uma melhor detecção de apneia de sono, recorrendo apenas a um electrocardiograma (ECG) e comparando a precisão dos diferentes modelos. Recorrendo ao uso da base de dados Physionet Apnea-ECG, um filtro Savitsky Golay (sgolay) foi aplicado aos registos para limpar o sinal e depois obter o complexo QRS de forma a obter o Heart Rate Variability (HRV) e o ECG-Derived Respi¬ration (EDR). As características extraídas destes dois métodos foram usadas para treino, teste e validação dos classificadores. As características obtidas foram analisadas por forma a se selecionar as mais relevantes no contexto da detecção de apnea. Os conjuntos de treino e teste foram obtidos dividindo aleatoriamente os dados até uma boa performance ser atingida usando o k-fold cross-validation (k=IO). De acordo com os resultados obtidos, a melhor precisão foi de 82.12%, com uma sensibilidade e uma especificidade de 88.41% e 72.29%, respectivamente. Estes resultados preliminares podem levar a estudos complementares para implementação numa aplicação real |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-04-01 2019-01-25 2019-04-01T00:00:00Z 2020-03-11T17:26:01Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/9998 TID:202365263 |
url |
http://hdl.handle.net/10400.6/9998 |
identifier_str_mv |
TID:202365263 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136391338131456 |