$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

심박변화율을 이용한 폐쇄성 수면무호흡 검출
Detection of Obstructive Sleep Apnea Using Heart Rate Variability 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.42 no.3 = no.303, 2005년, pp.47 - 52  

최호선 (대원과학대학 의료정보시스템과) ,  조성필 (연세대학교 보건과학대학 의공학과)

초록
AI-Helper 아이콘AI-Helper

폐쇄성 수면무호흡수면장애를 나타내는 대표적인 증상으로 주간의 과도한 졸음과 피로, 고혈압, 부정맥 등을 유발할 뿐만 아니라 심한 경우 수면 중 심장마비, 돌연사 등의 결과를 초래할 수 있으므로 그의 발생 여부 및 빈도를 검출하는 것은 매우 중요하다. 이를 위해 사용되고 있는 수면다원검사는 여러 가지 생체신호를 함께 측정하므로 불편하고 비용이 많이 드는 단점이 있다. 이러한 단점을 보완하기 위해 적은 수의 생체신호를 사용한 폐쇄성 수면무호흡 검출에 관한 연구가 필요하다. 본 논문에서는 폐쇄성 수면무호흡을 검출하기 위한 최소한의 생체신호로서 심전도 신호를 이용하였다. PhysioNet에서 제공하는 수면무호흡 환자의 심전도 데이터로부터 1분간의 R-R 간격의 평균과 표준편차 그리고 R-R 간격과 S점 크기의 power spectrum 등을 계산하였고, 이를 신경망에 적용함으로써 폐쇄성 수면무호흡 검출 알고리즘을 개발하였다. 개발된 알고리즘에 심전도 신호를 적용하여 검출 성능을 평가한 결과, 평균 $89.66\%$의 sensitivity와 $95.25\%$의 specificity를 얻었으며 이를 통해 본 연구에서 제안한 검출파라미터들의 유용성을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

Obstructive Sleep Apnea (OSA) is a representative symptom of sleep disorder caused by the obstruction of upper airway. Because OSA causes not only excessive daytime sleepiness and fatigue, hypertension and arrhythmia but also cardiac arrest and sudden death during sleep in the severe case, it is ver...

주제어

참고문헌 (14)

  1. T. Young et al., 'The occurrence of sleep-disordered breathing among middle-aged adults', New Engl. J. Med., Vol. 328, no. 17, pp.1230-1235, 1993 

  2. 문화식, '수면 무호흡 증후군', 가정의학회지, 19권, 5호, pp.186-202, 1998 

  3. R. Ferber et al., 'Portable recording in the assessment of obstructive sleep apnea', Sleep, Vol. 17, no. 4, pp.378-392, 1994 

  4. B. Mossinger et al. 'Ambulatory monitoring of patients with suspected sleep apnea syndrome using a thermistor sensor in comparison with nocturnal polysomnography', Pneumologie, Vol. 47, suppl. 1, pp.122-125, 1993 

  5. N. Meslier et al. 'Tracheal sound recordings detect and quantify sleep apnea, hypopnea and snores', Am. Rev. Respir Dis., Vol. 133, A55, 1986 

  6. FG. Issa et al., 'Digital monitoring of sleep-disordered breathing using snoring sound and arterial oxygen saturation', Am. Rev. Respir. Dis., Vol. 148, no. 3, pp.1023-1029, 1993 

  7. RJ. Farney et al. 'Earoximetry to detect apnea and differentiate rapid eye movement(REM) and non-REM(NREM) sleep. Screening for the sleep apnea syndrome.', Chest, Vol. 89, no. 4, pp.533-539, 1986 

  8. C. Guilleminault, A. Tilkian, WC. Dement, 'Cyclic variation of the heart rate in sleep apnea syndrome - Mechanism and usefulness of 24hr electrocardiography as a screening technique', Lancet, Vol. 1, pp. 126-131, 1984 

  9. W. J. Tomkins, 'Biomedical digital signal processing' Prentice-Hall, 1993 

  10. 정기삼, '심박변동신호에 의한 자율신경 기능 해석 시스템의 설계', 연세대학교 박사학위 논문, 1997 

  11. G. D. Baura, 'System theory and practical application of biomedical signals', Wiley-IEEE press, pp. 87-111, 2002 

  12. Metin Akay, 'Nonlinear biomedical signal processing - fuzzy logic, neural networks and new algorithms'. IEEE PRESS, pp. 53-68, 2000 

  13. AASM Task Force, 'Sleep-Related Breathing Disorders in Adults: Recommendations for Syndrome Definition and Measurement Techniques in Clinical Research', Sleep, Vol. 22, no. 5, pp.667-689, 1999 

  14. Physionet, http://www.physionet.org/ 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로