Obstructive sleep apnea (OSA) is a condition of cyclic, periodic ob-struction (stenosis) of the upper respiratory tract. OSA could be associated with serious cardiovascular problems, such as hypertension, arrhythmias, hearth failure or peripheral vascular disease. Understanding the way of connection between OSA and cardiovascular diseases is important to choose proper treatment strategy. In this paper, we present a method for integrated measurements of biosignals for automatic OSA detection. The proposed method was implemented using a porta-ble device with the application of the Support Vector Machine (SVM) classifier. The specific objective of this work is to analyze the minimum set of features for the ECG signal that could produce acceptable classification results. Those features can be further expanded using other biosignals, measured by the portable SleAp device. Additionally, the influence of the body movements and positions on meas-urement results with SleAp system are presented. The proposed system could help to determine the influence of OSA on the state of the cardiovascular system.
Autorzy
- mgr inż. Piotr Przystup link otwiera się w nowej karcie ,
- dr inż. Adam Bujnowski link otwiera się w nowej karcie ,
- dr inż. Artur Poliński link otwiera się w nowej karcie ,
- prof. dr hab. inż. Jacek Rumiński link otwiera się w nowej karcie ,
- prof. dr hab. inż. Jerzy Wtorek link otwiera się w nowej karcie
Informacje dodatkowe
- DOI
- Cyfrowy identyfikator dokumentu elektronicznego link otwiera się w nowej karcie 10.1007/978-3-319-08491-6_15
- Kategoria
- Publikacja monograficzna
- Typ
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Język
- angielski
- Rok wydania
- 2014
Źródło danych: MOSTWiedzy.pl - publikacja "Sleep Apnea Detection by Means of Analyzing Electrocardiographic Signal" link otwiera się w nowej karcie