search query: @keyword ICU / total: 4
reference: 4 / 4
« previous | next »
Author:Polkko, Jussi
Title:A Method for Detecting Eye Blinks from Single-Channel Biopotential Signal in the Intensive Care Unit
Teho-osastokäyttöön soveltuva menetelmä silmänräpäyksien havaitsemiseksi yksikanavaisesta biosignaalista
Publication type:Master's thesis
Publication year:2007
Pages:x + 71      Language:   eng
Department/School:Teknillisen fysiikan ja matematiikan osasto
Main subject:Lääketieteellinen tekniikka   (Tfy-99)
Supervisor:Meriläinen, Pekka
Instructor:Särkelä, Mika
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 Centre

In 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

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TF80     | Archive
Keywords:EEG
ICU
responsiveness
WSE
blink artifacts
ROC analysis
template matching


EEG
teho-osasto
responsiivisuus
WSE
silmän räpäys artefakta
ROC analyysi
mallikirjastoon sovittaminen
Abstract (fin): Potilasmonitorointi nykyaikaisessa teho-osastossa on keskittynyt pääasiassa potilaan sydämen ja keuhkojen toiminnan seuraamiseen.
Vaikkakin molemmat näistä tekijöistä ovat kiistatta ensiarvoisen tärkeitä potilaan selviämisen kannalta, kärsii merkittävä osa yleisen tehohoidon potilaista myös neurologisista komplikaatioista, joilla on selvä yhteys kohonneeseen kuolleisuuteen ja pitkittyneeseen tehohoitoaikaan.
Rutiinitoimenpiteenä suoritettavan neuromonitoroinnin puuttuessa suuri osa näistä komplikaatioista jää huomaamatta ja siten myös vaille hoitoa.

Laaja-alaisen aivosähkökäyrämittauksen (EEG) tuominen tehohoitoympäristöön edellyttää mittauslaitteiston helppokäyttöisyyttä ja etenkin potilaaseen kiinnitettävien ylimääräisten elektrodien määrän minimoimista.
Nämä vaatimukset kuitenkin altistavat mitattavat signaalit häiriöille, joista silmäperäiset artefaktat ovat kaikkein yleisimpiä.

Tämän työn tavoitteena on kehittää täysin automaattinen algoritmi tunnistamaan silmäluomien räpyttelystä johtuvia sähköisiä häiriöitä.
Kyseisten häiriöiden tunnistamisen on tarkoitus parantaa uusien tehohoidossa käytettävien neuromonitorointiparametrien luotettavuutta.
Näistä parametreista erityisen tarkastelun kohteeksi on valittu vielä kehitteillä olevat Responsiivisuus ja WSE (Wavelet Subband Entropy).

Algoritmikehitys toteutettiin ohjattuna opettamisen etsimällä ominaisuuksia jotka erottavat artefaktat aivojen sähköisestä signaalista joko yksiulotteisessa tai lineaarisessa kaksiulotteisessa piirreavaruudessa.
Piirteitä etsittiin käsin poimittujen artefaktojen pohjalta ja kuhunkin sopivat luokittelurajat optimoitiin ROC (Receiver Operating Characteristics) analyysin perusteella.
Lisäksi tutkittiin neljän eri mallikirjastoon sovittamismenetelmän sopivuutta luokittelijaksi.

Testiaineistoksi oli kerätty EEG mittauksia neurologiselta taustaltaan erilaisilta potilailta.
Saavutetut suoritusarvot olivat: sensitiivisyys 75.7% ja vastaavasti PPV 97.3%.
Laajemman aineiston arviointi antoi myös viitteitä menetelmän hyvästä spesifisyydestä.
ED:2007-10-09
INSSI record number: 34683
+ add basket
« previous | next »
INSSI