Schlaf/Wach-Klassifizierung mit kardiorespiratorischen Merkmalen der Recurrence Quantification Analysis

Viac o knihe

Neben dem zeitlich getriebenen Lebenswandel findet ein demographischer Wandel zu einer älteren Bevölkerung statt, was das Risiko von Schlafstörungen erhöht und die Anzahl teurer Polysomnographie-Untersuchungen steigert. Untersuchungen zeigen, dass bereits ohne die Auswertung von Hirnströmen Aussagen über die Schlafqualität anhand kardiorespiratorischer und aktigraphischer Merkmale getroffen werden können. In dieser Arbeit werden 65 neuartige Merkmale mittels der Recurrence Quantification Analysis (RQA) vorgestellt, die mit 126 bekannten Merkmalen verglichen und kombiniert werden. Nach der Nachbearbeitung aller Grundmerkmale entstehen insgesamt 1353 Merkmale, die vor der Klassifikation mit einem effizienten Selektionsalgorithmus nach Relevanz ausgewählt werden. Die Datenbasis umfasst 313 PSG-Nächte von 164 Probanden (ca. 2500 Stunden). Die neuen RQA-Merkmale verbessern die Klassifikationsergebnisse, die durch ein probandenbasiertes Kreuzvalidierungsverfahren ermittelt werden. Die Auswertungen erfolgen u. a. anhand des Cohens Kappa-Koeffizienten (κ) und durch den Vergleich von „Receiver Operating Characterstics“- und „Precision Recall“-Kurven. Die RQA-Merkmale unterstützen die Ermittlung schlafbezogener Parameter wie Schlafeffizienz und Gesamtschlafzeit und erhöhen die Reliabilität. Die Aufteilung der Probanden in Alters- und Geschlechtsgruppen zeigt, dass die Unterscheidung zwischen Schlaf- und Wachzustand mit steigendem Alter