Çok girişli evrişimsel sinir ağları ile uyku apnesi tespiti / Sleep apnea detection with multi-input convolutional neural networks

Abstract

Uyku apnesi solunum yolu bozukluklarında en çok görülen hastalık olup derecesi AHI indeksiyle belirlenir. Uyku apnesi tespitinde EKG, EOG, EMG, oksijen satürasyonu (SAO2), hava akışı gibi çok sayıda fizyolojik parametreye bakılmaktadır. Bu parametreler gece en az 6 saat veya daha fazla sürecek şekilde kaydedilir ve uzman hekimlerce incelenerek bir tanı yapılır. Uyku apnesi, tespit edilemediğinde ölümlere varan ağır sonuçlar doğurabilmektedir. Bu tür durumlarda Evrişimsel Sinir Ağları, geleneksel polisomnografi yöntemlerine etkili bir alternatif sunmaktadırlar. Bu tez çalışmasında "Çok Girişli Evrişimsel Sinir Ağları (ÇG-ESA)" ile uyku apnesi tespiti yapılmıştır. Çok girişli ESA mimarileri kullanılarak, farklı veri türlerinin (görüntü, sinyal vb. diğer) uygun olanları kullanılmıştır Uyku apnesi tespitinde DarkNet53 %99.25 scalogram görselleştirme ile apnenin solunum parametrelerini kullanarak yüksek başarım sağlamıştır. Böylece uyku apnesinin tespiti noktasında literatürde daha önce bu alan özelinde denenmemiş bir yaklaşım kullanarak daha başarılı sonuçlar alınmıştır.