Détection automatique des évènements respiratoires à partir du flux nasal et des sangles thoraciques et abdominales

Abstract

Objectif

L’estimation de l’indice d’apnées-hypopnées (IAH) et l’évaluation de la sévérité du SAOS nécessitent une annotation précise des apnées et des hypopnées. Cette étude présente une méthode automatisée utilisant conjointement le flux nasal et les sangles thoraciques et abdominales pour la détection des évènements respiratoires. En s’ajustant dynamiquement à la qualité des signaux, l’algorithme s’adapte aux limitations potentielles de ces trois capteurs.

Méthodes

Un total de 1693 enregistrements polysomnographiques (IAH moyen de 21/h ± 20/h) ont été utilisés pour cette étude. Ces enregistrements, codés manuellement selon les critères de l’AASM, ont servi de référence pour valider l’approche automatisée. Les événements respiratoires ont été détectés automatiquement à partir des signaux du flux nasal et du débit estimé depuis les sangles thoraciques et abdominales. La méthode proposée repose sur une approche hybride couplant un modèle d’intelligence artificielle, le Support Vector Machine et des techniques de traitement du signal permettant non seulement de détecter des diminutions mais aussi d’en estimer la profondeur. Les hypopnées sont validées par la présence de désaturations ou de micro-éveils codés manuellement. Afin de maximiser la précision, l’algorithme détecte automatiquement les instants pendant lesquels les signaux sont inexploitables (artéfacts, perte de capteurs, expiration buccale) et s’adapte en conséquence. Enfin, l’IAH estimé depuis cette approche automatisée (IAH_auto) a été comparé à celui obtenu depuis la lecture manuelle (IAH_auto).

Résultats

La détection automatique des événements respiratoires a atteint une sensibilité de 80 % et une valeur prédictive positive de 70 % (Fig. 1). L’analyse de Bland et Altman révèle un biais moyen entre l’IAH_auto et l’IAH_man de –6,44/h, avec une corrélation confirmée par l’analyse de corrélation (r = 0,96).

Conclusion

Cette approche de détection automatisée des événements respiratoires pourrait, en n’utilisant que le flux nasal et les sangles, servir d’aide à la lecture pour le clinicien. Cela permettrait de réduire son temps d’interprétation tout en maintenant une qualité d’aide au diagnostic élevée.