Detection of Epileptic Seizure and Sleep Apnea based on Signal Characterization
Cargando...
Fecha
2019-02
Autores
Servín-Aguilar, Jesús G.
Título de la revista
ISSN de la revista
Título del volumen
Editor
ITESO
Resumen
Descripción
Chronic diseases are the main cause of death worldwide. They implicate an inherent annual cost for the health care global system of around 3.3 trillion dollars in the traditional hospitals sector. In the traditional method to detect a disease, the vital signs of the patient are locally obtained, then the physician interprets the results and makes a diagnosis. Recently, different wireless systems such as wireless sensor networks (WSN) and body area sensor networks (BASN) have been used to scan the vital signs of the patient distantly connected, giving the opportunity to medical doctors to make a diagnosis or adjust a treatment remotely. These systems normally require to be connected and transmit continuously, demanding energy from devices that tend to be small, portable, and energized from batteries, making sure to guaranty the well-being of the patient. In this doctoral dissertation, some general solutions related to remote monitoring systems, considering energy efficiency, are studied. For example, it is shown how a vital signal can be compressed by using wavelet transforms. A very important vital signal studied in this work is the electroencephalography (EEG) signal, which provides information about the brain activity and helps to understand its function. It helps to detect diseases, such as epilepsy. In this dissertation, it is also presented the development of a fast epilepsy seizure detector based on the characterization of the EEG signal. Another important health issue is the sleep apnea, which consists of a breathing pause of 10 seconds or more while the patient is sleeping. A health damage could be considered when the patient stops breathing at least 300 times per night or its duration is around 5 minutes. The polysomnography is a common medical method to diagnose sleep apnea. However, it is typically applied only in hospitals. Some researchers have designed a portable polysomnography to be used at home, which measures the heart rate, oxygen saturation, peripheral arterial tone, etc. However, in both types of polysomnography (hospitals and home), the method is invasive and not comfortable. As an alternative, non-invasive techniques have been proposed to detect sleep apneas, such as the ultra-wide band technique (UWB). UWB signals allow to measure the movement of the patients’ chest and then to detect when the breathing stops. In this doctoral thesis dissertation, an efficient and parametrically optimized algorithm to detect the sleep apnea is proposed.
Las enfermedades crónicas son la principal causa de muerte en el mundo. Hospitales alrededor del mundo gastan más de 3.3 trillones de dólares atendiendo a pacientes con estos padecimientos, lo que representa una gran carga para solventar estos tratamientos. Tradicionalmente, los signos vitales son obtenidos en hospitales y los resultados son interpretados por médicos que realizan el diagnostico correspondiente. En los últimos años, diferentes sistemas inalámbricos, como las redes de sensores inalámbricos (WSN, por sus siglas en inglés) o las redes de sensores del área del cuerpo (BASN, por sus siglas en inglés) son usados para escanear los signos vitales de forma remota. Esto da la oportunidad a médicos de realizar diagnósticos o ajustar tratamientos a larga distancia. Estos sistemas normalmente necesitan estar conectados y transmitiendo constantemente, lo que demanda energía, además de que tienden a ser pequeños, portátiles y energizados con baterías. En este trabajo de tesis se estudian algunas soluciones relacionadas con sistemas de monitoreo remoto y se tiene como enfoque principal la eficiencia en el consumo de energía. Por ejemplo, se muestra cómo una señal de encefalografía (EEG) puede ser comprimida con transformadas de ondeleta o wavelet. La señal de EEG proporciona información sobre la actividad del cerebro y ayuda a entender su funcionamiento. Ayuda, por ejemplo, a detectar enfermedades crónicas como la epilepsia. En esta tesis se presenta el desarrollo de un detector de ataques de epilepsia basado en la caracterización de la señal EEG. Otro importante disfuncionamiento de salud es la apnea del sueño, en la cual el paciente deja de respirar por 10 segundos o más mientras duerme. Esto es un problema serio cuando el paciente deja de respirar 300 veces por noche o por más de 5 minutos. El método médico usado comúnmente para detectar la apnea del sueño es el polisomnógrafo, pero éste típicamente se aplica en hospitales. Algunos investigadores han desarrollado el polisomnógrafo portátil para ser usado en casa midiendo el ritmo cardiaco, la saturación de oxígeno, el tono arterial periférico, etc., pero en ambos casos, esto es invasivo y muy incómodo. En este sentido, varias técnicas no invasivas han sido propuestas para detectar la apnea del sueño, como la tecnología Ultra WideBand (UWB). Estos sistemas permiten medir el movimiento del pecho del paciente y detectar cuando deja de respirar. En la parte final de este trabajo, se presenta un algoritmo eficiente y paramétricamente optimizado para la detección de la apnea del sueño.
Las enfermedades crónicas son la principal causa de muerte en el mundo. Hospitales alrededor del mundo gastan más de 3.3 trillones de dólares atendiendo a pacientes con estos padecimientos, lo que representa una gran carga para solventar estos tratamientos. Tradicionalmente, los signos vitales son obtenidos en hospitales y los resultados son interpretados por médicos que realizan el diagnostico correspondiente. En los últimos años, diferentes sistemas inalámbricos, como las redes de sensores inalámbricos (WSN, por sus siglas en inglés) o las redes de sensores del área del cuerpo (BASN, por sus siglas en inglés) son usados para escanear los signos vitales de forma remota. Esto da la oportunidad a médicos de realizar diagnósticos o ajustar tratamientos a larga distancia. Estos sistemas normalmente necesitan estar conectados y transmitiendo constantemente, lo que demanda energía, además de que tienden a ser pequeños, portátiles y energizados con baterías. En este trabajo de tesis se estudian algunas soluciones relacionadas con sistemas de monitoreo remoto y se tiene como enfoque principal la eficiencia en el consumo de energía. Por ejemplo, se muestra cómo una señal de encefalografía (EEG) puede ser comprimida con transformadas de ondeleta o wavelet. La señal de EEG proporciona información sobre la actividad del cerebro y ayuda a entender su funcionamiento. Ayuda, por ejemplo, a detectar enfermedades crónicas como la epilepsia. En esta tesis se presenta el desarrollo de un detector de ataques de epilepsia basado en la caracterización de la señal EEG. Otro importante disfuncionamiento de salud es la apnea del sueño, en la cual el paciente deja de respirar por 10 segundos o más mientras duerme. Esto es un problema serio cuando el paciente deja de respirar 300 veces por noche o por más de 5 minutos. El método médico usado comúnmente para detectar la apnea del sueño es el polisomnógrafo, pero éste típicamente se aplica en hospitales. Algunos investigadores han desarrollado el polisomnógrafo portátil para ser usado en casa midiendo el ritmo cardiaco, la saturación de oxígeno, el tono arterial periférico, etc., pero en ambos casos, esto es invasivo y muy incómodo. En este sentido, varias técnicas no invasivas han sido propuestas para detectar la apnea del sueño, como la tecnología Ultra WideBand (UWB). Estos sistemas permiten medir el movimiento del pecho del paciente y detectar cuando deja de respirar. En la parte final de este trabajo, se presenta un algoritmo eficiente y paramétricamente optimizado para la detección de la apnea del sueño.
Palabras clave
Wavelet Transform, EEG Signal, Heavy-Tail Distribution, Alpha-Stable Parameters, Epilepsy Seizure, Automatic Detector, UWB Device, Optimization
Citación
Servín-Aguilar, J. G. (2019) Detection of Epileptic Seizure and Sleep Apnea based on Signal Characterization. Tesis de doctorado, Doctorado en Ciencias de la Ingeniería. Tlaquepaque, Jalisco: ITESO.