search query: @author Ahtola, Eero / total: 2
reference: 2 / 2
« previous | next »
Author: | Ahtola, Eero |
Title: | Automatic analysis of sleep EEG microstructure |
Uni-EEG:n hienorakenteen automaattinen analyysi | |
Publication type: | Master's thesis |
Publication year: | 2007 |
Pages: | 89+8 Language: eng |
Department/School: | Teknillisen fysiikan ja matematiikan osasto |
Main subject: | Lääketieteellinen tekniikka (Tfy-99) |
Supervisor: | Meriläinen, Pekka |
Instructor: | |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TF80 | Archive |
Keywords: | sleep EEG sleep microstructure arousal sleep spindle K-complex uni-EEG unen hienorakenne havahtuminen unisukkula K-kompleksi |
Abstract (fin): | Unitutkimuksessa vallitsevana käytäntönä on unen jakaminen 30 sekunnin jaksoihin, jotka luokitellaan fysiologisten mittausten avulla kuuteen unen syvyyttä kuvaavaan luokkaan. Vaikka menetelmä on yleensä toimiva, sisältää se myös pääosin karkeaan aikaresoluutioon ja epätavallisten unirakenteiden kuvaamiseen liittyviä vakavia puutteita. Kasvava kiinnostus onkin siirtynyt kohti unen hienorakennetta, joka muodostuu luokkien alta löytyvistä lyhyistä, hetkellisistä mikrotiloista. Uuden lähestymistavan avulla tietokoneita pystytään hyödyntämään tutkimuksissa entistä tehokkaammin. Kliinisesti hienorakenteen erittely voisi olla erityisen hyödyllistä unihäiriöiden diagnoosissa tai unitutkimuksissa teho-osastolla. Tämän diplomityön tavoite oli kehittää automaattiset ilmaisinmenetelmät merkittävimmille uni-EEG:n hienorakennetta kuvaaville piirteille, havahtumisille, unisukkuloille ja K-komplekseille, ja arvioida toteutusten suorituskykyä. Toisena tavoitteena oli tutkia menetelmien toimintaa otsalla ja kasvoilta mitatuilla EEG-kanavilla ja pohtia niiden käyttökelpoisuutta unen laadun arviointiin. Tämä yksinkertaistettu, yhteen hiusrajan alapuolelta mitattuun EEG:hen perustuva mittausjärjestely parantaisi kliinistä käytettävyyttä huomattavasti. Menetelmien kehittämisessä käytettiin hyväksi muutamia jo olemassa olevia signaalinkäsittelytekniikoita. Havahtumis- ja unisukkulailmaisimet perustuivat pääosin adaptiiviseen segmentointiin. K-kompleksi-ilmaisin toteutettiin käyttäen diskreettiä aallokemuunnosta. Lisäksi menetelmissä hyödynnettiin matching pursuit-hajoitelmaa ja spektraalientropiaanalyysiä. Menetelmien suorituskykyä arvioitiin vertaamalla automaattisia löydöksiä vastaaviin visuaalisiin havaintoihin. Vertailu tuotti keskimääräiset sensitiivisyydet ja spesifisyydet 62 % ja 79 % havahtumisille, 78 % ja 87 % unisukkuloille ja 87 % ja 84 % K-komplekseille. Arvot ovat samalla tasolla sekä tyypillisen luokittelijoiden välisen yksimielisyyden että jo olemassa olevien automaattisten menetelmien kanssa. Topografinen vertailu eri EEG-kanavien löydösten välillä paljasti selviä paikallisia eroja havaitussa hienorakenteessa. Tästä huolimatta näyttää siltä, että unen laatua pystytään kuitenkin arvioimaan otsan EEG:stä siinä missä päälaenkin mittauksista. |
ED: | 2007-10-10 |
INSSI record number: 34689
+ add basket
« previous | next »
INSSI