Apnea recognition with wavelet neural networks

Abstract

Apnea is a Sleep Disorder Syndrome characterized by an interruption or reduction of air flow for at least 10 seconds. Polysomnography is a test used to apnea diagnosis. Several signals, including Electrocardiogram (ECG), Electroencephalogram (EEG) and Oxygen Saturation (SpO2) are obtained in this diagnostic test. Since most tests for apnea are uncomfortable to the patients, there is an increase search for alternative methods to reduce cost and improve patient well-being. In this work, we use only SpO2 data from 25 patients of the St Vincent’s University Hospital, Dublin, to extract parameters connected to a Neural Network to classify patients with apnea or non-apnea. Results confirm that our alternative method can be used as an auxiliary tool for diagnosis by using exclusively SpO2 signal.

Apneia é uma Desordem do Sono caracterizada pela interrupção ou redução do fluxo de ar por pelo menos 10 segundos. Seu diagnóstico é realizado principalmente com a Polissonografia, exame composto por uma série de sinais como o Eletrocardiograma (ECG), Electroencefalograma (EEG) e Saturação do Oxigênio (SpO2). A maioria dos exames para o diagnóstico da apneia são desconfortáveis e caros, incentivando a busca por métodos alternativos tanto para a redução do custo, quanto para o aumento do bem-estar do paciente. Neste trabalho, foi utilizado apenas dados advindos do SpO2 de 25 pacientes do St Vincent’s University Hospital, Dublin, para extrair parâmetros e alimentar uma Rede Neural, que realiza a classificação de pacientes com apneia. Os resultados confirmam que o método apresentado pode ser usado como uma ferramenta auxiliar no diagnóstico.