{"title":"Detecção da Apneia Obstrutiva do Sono Através da Variabilidade da Frequência Cardíaca","authors":"Jonatas de Lira Rocha, E. Salles, R. V. Andreão","doi":"10.59681/2175-4411.v15.iespecial.2023.1084","DOIUrl":null,"url":null,"abstract":"A apneia obstrutiva do sono (AOS) é um problema respiratório que interfere na qualidade de vida do ser humano. A detecção da AOS pode ser feita de forma indireta através da análise da variabilidade da frequência cardíaca (VFC). Neste contexto, este trabalho investiga o emprego da VFC na detecção da AOS. Para isso, um conjunto de registros de ECG de uma base de indivíduos que sofrem de AOS foi utilizado no estudo. Primeiramente, são extraídas medidas estatísticas do VFC no domínio do tempo e da frequência de cada trecho de 5 minutos do sinal de ECG, que servem de características de entrada do classificador. Os seguintes classificadores foram implementados e comparados: rede neural (NN), k-vizinhos mais próximos (KNN) e máquina de vetor de suporte (SVM). Os resultados alcançados em termos de acurácia foram de 79,3% para NN, 80,9% para o KNN e 83,0% para SVM na detecção da AOS.","PeriodicalId":91119,"journal":{"name":"Journal of health informatics","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of health informatics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.59681/2175-4411.v15.iespecial.2023.1084","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A apneia obstrutiva do sono (AOS) é um problema respiratório que interfere na qualidade de vida do ser humano. A detecção da AOS pode ser feita de forma indireta através da análise da variabilidade da frequência cardíaca (VFC). Neste contexto, este trabalho investiga o emprego da VFC na detecção da AOS. Para isso, um conjunto de registros de ECG de uma base de indivíduos que sofrem de AOS foi utilizado no estudo. Primeiramente, são extraídas medidas estatísticas do VFC no domínio do tempo e da frequência de cada trecho de 5 minutos do sinal de ECG, que servem de características de entrada do classificador. Os seguintes classificadores foram implementados e comparados: rede neural (NN), k-vizinhos mais próximos (KNN) e máquina de vetor de suporte (SVM). Os resultados alcançados em termos de acurácia foram de 79,3% para NN, 80,9% para o KNN e 83,0% para SVM na detecção da AOS.