VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií BAKALÁŘSKÁ PRÁCE

Transkript

1 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta elektrotechniky a komunikačních technologií BAKALÁŘSKÁ PRÁCE Brno, 2018 Markéta Smrčková

2 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ DEPARTMENT OF BIOMEDICAL ENGINEERING DETEKCE OBSTRUKČNÍ SPÁNKOVÉ APNOE Z POLYSOMNOGRAFICKÝCH ZÁZNAMŮ OBSTRUCTIVE SLEEP APNEA DETECTION USING POLYSOMNOGRAPHY BAKALÁŘSKÁ PRÁCE BACHELOR'S THESIS AUTOR PRÁCE AUTHOR Markéta Smrčková VEDOUCÍ PRÁCE SUPERVISOR Ing. Martin Králík BRNO 2018

3 Bakalářská práce bakalářský studijní obor Biomedicínská technika a bioinformatika Ústav biomedicínského inženýrství Studentka: Markéta Smrčková ID: Ročník: 3 Akademický rok: 2017/18 NÁZEV TÉMATU: Detekce obstrukční spánkové apnoe z polysomnografických záznamů POKYNY PRO VYPRACOVÁNÍ: 1) Prostudujte problematiku dýchání, spánku a dýchacích poruch spojených se spánkem se zaměřením na syndrom spánkové apnoe. 2) Seznamte se s moderními možnostmi detekce obstrukční spánkové apnoe. 3) Poznatky zpracujte ve formě literární rešerše a na jejím základě navrhněte detektor obstrukční spánkové apnoe. 4) Navržený detekor realizujte. Využijte data dostupná na UBMI a z volně dostupných databázi. 5) Výsledky detekce vhodně prezentujte a porovnejte s dostupnou literaturou. DOPORUČENÁ LITERATURA: [1] NEVŠÍMALOVÁ, Soňa a Karel ŠONKA. Poruchy spánku a bdění. 2., dopl. a přeprac. vyd. Praha: Galén, c2007. ISBN [2] HELFENBEIN, Eric, Reza FIROOZABADI, Simon CHIEN, Eric CARLSON a Saeed BABAEIZADEH. Development of three methods for extracting respiration from the surface ECG: A review. Journal of Electrocardiology. Termín zadání: Termín odevzdání: Vedoucí práce: Konzultant: Ing. Martin Králík prof. Ing. Ivo Provazník, Ph.D. předseda oborové rady UPOZORNĚNÍ: Autor bakalářské práce nesmí při vytváření bakalářské práce porušit autorská práva třetích osob, zejména nesmí zasahovat nedovoleným způsobem do cizích autorských práv osobnostních a musí si být plně vědom následků porušení ustanovení 11 a následujících autorského zákona č. 121/2000 Sb., včetně možných trestněprávních důsledků vyplývajících z ustanovení části druhé, hlavy VI. díl 4 Trestního zákoníku č.40/2009 Sb. Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně / Technická 3058/10 / / Brno

4 ABSTRAKT Tato práce za zabývá nalezením alternativní metody pro automatickou detekci spánkové apnoe z polysomnografických dat. První část práce je zaměřena především na anatomii plic a fyziologii dýchání, spánku a krevního oběhu. Druhá část se věnuje postupu vyšetření spánku, popisu jednotlivých komponent polysomnografických záznamů a možnostem detekce spánkové apnoe v praxi. Třetí část se zabývá návrhem konkrétní metody pro detekci spánkové apnoe, aplikací na reálná data a vyhodnocením výsledků. KLÍČOVÁ SLOVA Spánková apnoe, Spánek, Polysomnografie, Dýchací soustava, Cévní soustava, Detekce ABSTRACT This thesis attempts to find an alternative method for automatic detection of sleep apnea using polysomnographic data. The first part is focused on introduction to lungs anatomy and physiology of breathing, sleeping and cardiac system. The second part describes the process of sleep examination and particular components of polysomnographic data. The third part is focused on realization of specific method for sleep apnoea detection, application on real data and results evalutation. KEYWORDS Sleep apnea, Sleep, Polysomnography, Respiratory system, Cardiac system, Detection SMRČKOVÁ, Markéta. Detekce obstrukční spánkové apnoe z polysomnografických záznamů. Brno, 2018, 51 s. Bakalářská práce. Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií, Ústav biomedicínského inženýrství. Vedoucí práce: Ing. Martin Králík Vysázeno pomocí balíčku thesis verze 2.63;

5 PROHLÁŠENÍ Prohlašuji, že svou bakalářskou práci na téma Detekce obstrukční spánkové apnoe z polysomnografických záznamů jsem vypracovala samostatně pod vedením vedoucího bakalářské práce a s použitím odborné literatury a dalších informačních zdrojů, které jsou všechny citovány v práci a uvedeny v seznamu literatury na konci práce. Jako autorka uvedené bakalářské práce dále prohlašuji, že v souvislosti s vytvořením této bakalářské práce jsem neporušila autorská práva třetích osob, zejména jsem nezasáhla nedovoleným způsobem do cizích autorských práv osobnostních a/nebo majetkových a jsem si plně vědoma následků porušení ustanovení S 11 a následujících autorského zákona č. 121/2000 Sb., o právu autorském, o právech souvisejících s právem autorským a o změně některých zákonů (autorský zákon), ve znění pozdějších předpisů, včetně možných trestněprávních důsledků vyplývajících z ustanovení části druhé, hlavy VI. díl 4 Trestního zákoníku č. 40/2009 Sb. Brno podpis autora(-ky)

6 PODĚKOVÁNÍ Ráda bych poděkovala vedoucímu bakalářské práce panu Ing. Martinu Králíkovi odborné vedení, ochotu ke konzultaci problémů, trpělivost a podnětné návrhy k práci. za Brno podpis autora(-ky)

7 OBSAH Úvod 8 1 TEORETICKÝ ÚVOD Dýchací soustava Anatomie plic Fyziologie dýchání Srdce a krevní oběh Spánek Syndrom spánkové apnoe Obstrukční spánková apnoe Centrální spánková apnoe Smíšená spánková apnoe POLYSOMNOGRAFIE Elektrokardiografie Elektroencefalografie Elektrookulografie Elektromyografie Záznam dechu (airflow) Měření nitronosního tlaku Oxymetrie Dýchací úsilí Obrazový a zvukový záznam Metody detekce spánkové apnoe REALIZACE DETEKTORU Použitá data Detekce s konstantním prahem Detekce s adaptivním prahem Výsledky Výsledky detekce s konstantním prahem Výsledky detekce s adaptivním prahem Shrnutí Závěr 37 Literatura 38

8 Seznam symbolů, veličin a zkratek 41 Seznam příloh 42 A Informace o pacientech 43 B Výsledky detekce u jednotlivých signálů 44 B.1 Výsledky detektoru s konstantním prahem B.2 Výsledky detektoru s adaptivním prahem

9 ÚVOD Spánek je fyziologický jev, jehož podstata byla objevena až díky rozvoji techniky. Je běžnou součástí denního režimu lidí a přesto se o spánku ještě donedávna vědělo velice málo. K největšímu průlomu došlo až v první polovině 20. století, kdy byly položeny základní principy elektroencefalografie a díky ní byly poprvé objeveny odlišné charaktery mozkové elektrické aktivity během spánku a bdění. S postupem času a vývojem diagnostické techniky zvané polysomnografie, která je dnes již běžně využívána k celkovému vyšetření spánku, byly definovány první charakteristické fáze spánku a také byla vytvořena kritéria pro hodnocení nočního záznamu, takzvaného hypnogramu. Tento pokrok vedl k masivnímu rozvoji v oblasti spánkové medicíny. Díky pokročilému výzkumu bylo postupně možné diagnostikovat poruchy, které jsou se spánkem spojené. Těmito poruchami jsou kupříkladu narkolepsie (nekontrolovatelná ospalost), insomnie (nespavost), hypersomnie (zvýšená spavost), syndrom neklidných nohou, ale především syndrom spánkové apnoe, na kterou jsem se v práci primárně zaměřila. Tato práce je rozdělena do tří větších částí. Neslouží k popisu běžné praxe při diagnóze syndromu spánkové apnoe. Jejím účelem je pokusit se navrhnout alternativní metodu, která by svojí jednoduchostí a zároveň dostatečnou spolehlivostí usnadnila a zautomatizovala postupy při detekci apnotických pauz. V první části budou nastíněny teoretické znalosti fyziologických procesů lidského těla, které jsou důležité pro pochopení podstaty syndromu spánkové apnoe a problémů s ním spojených. Jedná se o fyziologii spánku, dýchání a krevního oběhu. Dále se zaměřím čistě na syndrom spánkové apnoe, popíši jeho klasifikace, příznaky, rizikové faktory a léčbu. Druhá část se zabývá samotnou diagnózou syndromu spánkové apnoe, která se provádí pomocí polysomnografických záznamů. Jsou zde objasněny jednotlivé prvky polysomnografie, jejich zaznamenávání, analýza a hodnocení. Jsou zde také zmíněny různé způsoby, kterými lze detekci spánkové apnoe v praxi zajistit. Poslední, třetí část práce, je zaměřena na realizaci alternativní metody pro detekci apnotických pauz. Vytvořený algoritmus je následně aplikován na reálná data, výsledky zpracovány a vyhodnoceny pomocí statistických metod. 8

10 1 TEORETICKÝ ÚVOD Tato kapitola je věnována přiblížení problematiky syndromu spánkové apnoe z hlediska anatomie a fyziologie některých procesů, probíhajících v lidském těle. Pro pozdější práci s biologickými signály a jejich analýzu je nutné objasnit původ a příčinu vzniku těchto signálů, jejich parametry a interpretaci. 1.1 Dýchací soustava Dýchání je jednou ze základních životních funkcí lidského těla. Poruchy této funkce mohou vést k vážným zdravotním problémům, v případě úplné ztráty dýchání až k smrti. Dýchání zajišťuje výměnu plynů mezi vnějším prostředím a vnitřním prostředím organismu. Nežli bude popsán syndrom spánkové apnoe, je vhodné se alespoň okrajově zmínit o anatomii plic a fyziologii dýchání Anatomie plic Dýchací soustavu tvoří horní cesty dýchací, dolní cesty dýchací a plíce. 1. Horní cesty dýchací: dutina nosní (cavitas nasi) vedlejší dutiny nosní (sinus paranasales) nosohltan (nasopharynx) 2. Dolní cesty dýchací: hrtan (larynx) průdušnice (trachea) průdušky (bronchi) 3. Plíce (pulmones) Vzduch prochází přes dutinu nosní a nosohltan až do hrtanu, který je opatřen hrtanovou příklopkou (epiglottis). Tato příklopka zabraňuje průniku potravy do dýchacího systému. Jedním z obranných reflexů je také krátká zástava dechu (apnoe) při polknutí. Vzduch dále pokračuje přes průdušnici a větvící se průdušky až do průdušinek, které jsou součástí plic. Respirační průdušinky přecházejí do sklípkových chodbiček a ty dále do plicních sklípků (alveoli pulmones)[1]. Anatomie dýchací soustavy je zobrazena na obrázku 1.1. K výměně plynů dochází právě na úrovni plicních sklípků a funguje na principu difuze. 9

11 Obr. 1.1: Schématické zobrazení anatomie dýchací soustavy [2] Stěny dýchacích cest jsou vyztuženy chrupavkami tak, aby byla zajištěna jejich stálá průchodnost. Průsvit cév, který reguluje množství vzduchu, proudícího do plicních sklípků, je dále ovlivňován funkcí sympatiku a parasympatiku. Sliznice je z velké části vystlána řasinkovým epitelem, který zajišťuje vychytávání nečistot ve vdechovaném vzduchu. V průběhu větvení průdušek na průdušinky (bronchioly) řasinkového epitelu ubývá. Sliznice epitelu zároveň produkuje hlen a vodnatý sekret, jejichž úlohou je především odvést z dýchacích cest nečistoty, zachycené řasinkovým epitelem. Tento hlen se tvoří opět pouze do úrovně nejmenších průdušinek, v dalších částech dýchacího ústrojí jsou vdechnuté částice fagocytovány mikrofágy [1] Fyziologie dýchání Dýchání zahrnuje dva procesy, kterými jsou vnější dýchání (ventilace plic) a vnitřní dýchání (tkáňové). Je to základní vitální funkce řízená z dechových center v prodloužené míše. Tato centra jsou regulována dalšími oblastmi mozku. Poškození různých částí mozku se tedy může projevit odlišnými poruchami dýchání [3]. Vnější dýchání představuje výměnu plynů mezi vnějším prostředím a krví. Tělo od okolí přijímá kyslík a odevzdává do něj oxid uhličitý. K výměně dochází na úrovni plicních alveol, které jsou v kontaktu s kapilární stěnou hustých plicních vlásečnic. Jejich plocha představuje až 80 m 2. Takto velká plocha umožňuje výměnu až litrů vzduchu během 24 hodin [1]. 10

12 Mezi buňkami a tkáňovým mokem probíhá výměna plynů, zajišťující vnitřní dýchání. Krev zde představuje transportní prostředí. Přísun dostatečného množství kyslíku do tkání je opatřen samoregulačním mechanismem. Tento mechanismus funguje na principu změny parciálního tlaku kyslíku v tkáních, ve kterých je ho nedostatek. Pokud klesne parciální tlak kyslíku v tkáni, zvětší se rozdíl mezi poměrným tlakem kyslíku v krvi a v tkáních. Tím se zvýší množství kyslíku, proudícího z krevních kapilár [1]. Mechanika dýchacích pohybů je umožněna díky rozdílným tlakům v atmosféře a pohrudniční dutině, dále také přítomností mezižeberních svalů (mm. intercostales) a bránice (diaphragma). Dýchání je provázeno změnami objemu dutiny hrudní. Mezižeberní svaly rozšiřují hrudník v předozadním směru, bránice směrem dolů. Vdech (inspirium) je aktivní děj dechového cyklu, neboť se na něm podílí výše uvedené svalstvo. Při vdechu se zvětšuje objem hrudní dutiny a tím vzrůstá tlak v pohrudniční dutině. Zvýšení tlaku má za následek vznik přetlaku oproti atmosférickému tlaku, toto vede k samovolnému výdechu (inspirium). Velikost objemových změn a úsilí vynaložené příslušnými svaly závisí zejména na poddajnosti plic, takzvané complianci [1]. Výdech je děj pasivní, neboť vzduch je z plic vypuzován pouze vlastní vahou hrudníku (pokud se nejedná o usilovný výdech), kdy se svaly vrací zpět do své původní polohy. Normální dechová frekvence u zdravého dospělého jedince odpovídá v průměru 17 vdechům za minutu. U mužů zpravidla převládá břišní, u žen naopak spíše hrudní dýchání. Tento rozdíl má své fyziologické opodstatnění. Pro ženy je během těhotenství problematické dýchání pomocí bránice, neboť velikost plodu a dělohy zabraňuje jejímu rozpínání [1]. 1.2 Srdce a krevní oběh Základní znalost anatomie srdce a funkce převodního systému je důležitá pro pochopení principu diagnostických metod, jako je elektrokardiogram, a proto se na ně stručně zaměříme. Srdce (cor), je svalový orgán, který svou činností zajišťuje rozvod krve v cévním řečišti. Tento sval (myokard) pracuje nepřetržitě a bez únavy, i když člověk spí či relaxuje. Srdce je uloženo v dutině hrudní mezi levou a pravou plicí, v takzvaném mezihrudí (mediastinum), přičemž leží spíše v levé části hrudníku. Skládá se ze dvou síní (atrium cordis) a dvou komor (ventriculus cordis). V pravé síni a komoře proudí neokysličená-žilní krev. Oproti tomu v levé síni a komoře proudí krev okysličená, tepenná. Svalovina srdce se periodicky stahuje (systola) a ochabuje (diastola). Během systoly dochází k vypuzení krve ze srdce. Při diastole, 11

13 kdy se svalovina srdce uvolní, se krev vzniklým podtlakem nasaje do příslušné srdeční dutiny [4]. Krev je po těle rozváděna cévami, mezi které patří: tepny (arterie) žíly (veny) vlásečnice (kapiláry) Tepny jsou cévy, vedoucí krev ze srdce k tkáním. Žíly přivádí krev z těla do srdce. Stěny tepen jsou mnohem silnější než stěny žil, neboť musí odolávat vyššímu tlaku krve, vypuzované ze srdce. Kapiláry jsou nejmenší cévy, spojujíci tepny a žíly. Přes jejich tenkou stěnu probíhá difuze dýchacích plynů a výměna látek mezi krví a tkáněmi. Tento cévní systém umožňuje rozvod krve do těla. Rozlišujeme dva typy krevních oběhů. Jsou to malý plicní oběh a velký tělní oběh [4]. Malý plicní oběh V malém plicním oběhu tepny vedou odkysličenou krev a žíly okysličenou. Oběh začíná v pravé srdeční komoře, odkud je odkysličená krev vedena levou a pravou plicní tepnou do plic. Zde dojde k navázání kyslíku na hemoglobin a okysličená krev se vrací plicními žilami zpět do levé síně srdce (z každé plíce vystupují dvě plicní žíly) [4]. Velký tělní oběh Z malého plicního oběhu se zásobuje levá síň okysličenou krví, ze které vede největší tepna, aorta. Krev je následnou systolou vypuzena do velkého tělního oběhu. Z aorty vystupují další tepny, které zásobují jednotlivé části těla. Jako první se z aorty v její vzestupné části oddělují věnčité (koronární) tepny, které zásobují srdce. Na vrcholu vzestupné části se následně odděluje hlavopažní kmen, větvící se na pravou podklíčkovou tepnou a pravou krkavici (karotidu). Následně z aorty samostatně vystupuje levá podklíčková tepna a levá krkavice. Tyto arterie zásobují hlavu a horní končetiny. Dolní končetiny jsou zásobené okysličenou krví ze sestupné části aorty. Krev předá kyslík tkáním a odkysličená krev proudí horní dutou žilou (vena cava superior) a dolní dutou žilou (vena cava inferior) zpět do pravé síně srdce. Ve velkém tělním oběhu tepny vedou vždy okysličenou krev a žíly odkysličenou [4]. Převodní systém srdeční Zajišťuje periodickou a také nepřetržitou činnost srdečního svalu. Systém tvoří spontánní, avšak pravidelné vzruchy, které vyvolají podráždění sousedních buněk, a tím zapřičiňují stah myokardu. Funkcí převodního systému je zajistit správný směr šíření kontrakčního vzruchu a koordinaci jednotlivých částí srdečního svalu. Shluky 12

14 modifikovaných buněk srdeční svaloviny mají schopnost generovat tyto vzruchy. Vytváří několik center, přes která se vzruch šíří [4]. Jsou jimi: Sinoatriální (SA) uzlík - primární centrum srdeční automacie Atrioventrikulární (AV) uzlík - sekundární centrum srdeční automacie Hissův svazek - zajišťuje koordinaci mezi svalovinou síní a komor Tawarova raménka - obklopují levou a pravou komoru Purkyňova vlákna - nejmenší větvící se vlákna Sinoatriální uzel se nachází v pravé předsíni, při ústí horní duté žíly. Je primárním centrem srdeční automacie, ve kterém vzniká prvotní vzruch. Tepová frekvence tedy odpovídá frekvenci generování jednotlivých vzruchů v SA uzlu (sinusový rytmus). Vzruch dále postupuje převodním systémem do AV uzlu, který v případě poruchy funkce SA uzlu slouží jako sekundární zdroj. Vzruch se odtud šíří do Hissova svazku, zajišťujícího koordinaci mezi svalovinou síní a komor, který se větví na dvě Tawarova raménka. Ta obklopují levou a pravou komoru a následně se větví na nejmenší Purkyňova vlákna [4]. 1.3 Spánek Pro organismus lidí jsou typické dva aktivní stavy vědomí. Jedním z nich je bdění, tedy stav plného vědomí, druhým je spánek. Během spánku jsou zapojeny jiné mozkové struktury, nežli během bdění. Díky aktivitě, kterou mozkové struktury vykazují, lze zaznamenat rozdíl na elektroencefalografickém (EEG) signálu a následně klasifikovat jednotlivé spánkové fáze. Právě z důvodu prokazatelné mozkové činnosti spánek označujeme aktivním stavem, byť je typické, že během něj dochází k útlumu některých fyziologických funkcí. Spánek je definován jako stav klidu se sníženou pohybovou aktivitou a sníženou reaktivitou na vnější podněty [5]. Základním rozdělením spánku je dělení na: REM fázi NREM1 fázi NREM2 fázi NREM3 fázi NREM1 fáze NREM fáze (Non-Rapid Eye Movement) se dále dělí na čtyři kategorie, které se vyznačují přítomností charakteristických vln v EEG signálu. První kategorií je NREM1, která nastává při procesu usínání. Úroveň bdělosti je snížená, avšak člověk 13

15 je stále schopen reagovat na mluvené slovo probuzením. Pro tuto fázi je typický zánik alfa vln (odpovídají stavu bdění) a výskyt theta vln [5], [6]. NREM2 fáze Další fází je NREM2, v níž již dochází k nástupu spánku, a člověk tedy nereaguje na vnější řečové podněty. Je provázena snížením tělesné teploty. Na EEG záznamu lze kromě theta vln pozorovat také spánková vřetena a takzvané K-komplexy (nepravidelné delta vlny) [5], [6]. NREM3 fáze Následuje NREM3, kdy v EEG signálu přibývají pravidelné delta vlny. V této fázi pravidelné delta vlny na záznamu převládají a spánková vřetena spolu s K-komplexy téměř vymizí. Pro poslední fázi je typický pokles krevního tlaku a uvolňování hormonů [5], [6]. REM fáze REM fáze (z anglického Rapid Eye Movement), někdy nazývána také jako paradoxní spánek, se vyznačuje rychlými pohyby očí a výskytem snů. Aktivace sympatiku má za následek přechodné zvýšení tepové frekvence, krevního tlaku a dechové frekvence. S výjimkou okohybných svalů naopak klesá svalový tonus a motilita gastrointestinálního traktu. Průběh EEG signálu v REM fázi je oproti NREM spánku poměrně nepravidlený [6]. REM a NREM fáze se během nočního spánku střídají obvykle ve čtyřech až pěti cyklech. Grafické zobrazení průběhu nočního spánku se nazývá hypnogram. Schéma spánkových cyklů je patrné z obrázku 1.2. REM spánek zabírá zhruba 25 % z celkové doby spánku. Jeho jednotlivé periody trvají v rozmezí 5-20 minut, přičemž je typické, že se doba trvání s každou následující periodou prodlužuje. První perioda REM cyklu nastává přibližně 90 minut po usnutí. Spontánní ranní probuzení se obvykle děje z REM fáze. NREM fáze a její jednotlivá stadia popisují proces prohlubování spánku. Nejhlubší spánek tedy odpovídá stadiu NREM3, během kterého tělo nejvíce regeneruje [5]. 14

16 Obr. 1.2: Celonoční záznam průběhu spánkových fází u dospělého člověka [7] 1.4 Syndrom spánkové apnoe Syndrom spánkové apnoe patří mezi dýchací potíže, spojené se spánkem. Je to poměrně časté onemocnění, vyskytující se až u 10 % populace. Je definován jako zástava dechu s trváním více než 10 sekund. Ojedinělý výskyt apnotických pauz během usínání a v průběhu REM fáze se nepovažuje za patologický. Podle příčiny této zástavy rozdělujeme dva, respektive tři typy spánkové apnoe [8]: Obstrukční - dechové úsilí v průběhu apnoe přetrvává Centrální - absence dechového úsilí během apnoe Smíšená - kombinace centrální a obstrukční Obstrukční spánková apnoe Obstrukční spánková apnoe (OSA) se vyznačuje ztrátou ventilace po dobu delší než 10 sekund, přičemž dechové úsilí je v průběhu jejího trvání zachováno. Aktivita dechového centra v mozku tedy není narušena. Tento typ spánkové apnoe představuje až 90 % všech apnoí. Během zástavy dechu se u pacientů s tímto onemocněním objevují paradoxní pohyby hrudníku a bránice, které signalizují zjevné úsilí nádechu. Apnoe má za následek snížení saturace periferní krve kyslíkem, což může následně vést ke zvýšení parciálního tlaku oxidu uhličitého v krvi [9]. OSA je způsobena zúžením horních cest dýchacích. Jejich průsvit je udržován stálým napětím svalů stěny hltanu. Ztráta tonusu svalů zabrání průchodu vdechovaného vzduchu do plic. Možnými příčinami jsou nejčastěji obezita, otoky sliznice, vrozený dysmorfismus nosní přepážky, čelisti či jazyka. Vyskytuje se ve větší míře u pacientů starších čtyřiceti let a častěji u mužů, neboť muži mají oproti ženám fyziologicky větší odpor dýchacích cest. Onemocnění se vyskytuje asi u 24 % mužů a 9 % 15

17 žen. Rizikovýmy faktory jsou také kouření a časté užívání alkoholu, které způsobují vazodilataci (zúžení cév) [10]. Povolení svalů hltanu trvá až do samovolného vzestupu napětí svalů a následnému zprůchodnění dýchacích cest. Tento proces se opakuje několikrát během noci a má za následek postupné ochabování svalů hltanu a prohlubování závažnosti spánkové apnoe. Dle počtu cyklů za noc dělíme OSA do tří kategorií [11]: lehká cyklů/hodinu spánku střední cyklů/hodinu spánku těžká - > 30 cyklů/hodinu spánku Deficit spánku u lehké formy nepůsobí postiženým větší komplikace a nenarušuje jejich sociální život. Projevuje se jako ospalost během aktivit, nevyžadujících zvýšenou pozornost (například poslouchání hudby, čtení knihy). U střední formy se ospalost, či dokonce krátká epizoda usnutí objevuje i u aktivnějších činností, například při kontaktu s lidmi. Těžká forma již velice významně zasahuje do života pacientů. Ospalost či usínání se objevují i v případě řízení motorového vozidla či pohybových činností. Doposud nejúčinější léčba je pomocí respiračních stimulátorů, hypnotik, kyslíkové terapie, či metodou CPAP, udržují pomocí tlaku stálou průchodnost dýchacích cest [12] Centrální spánková apnoe Centrální spánková apnoe (CSA) je zástava dýchání, delší než 10 sekund, způsobená snížením či ztrátou aktivity centrálního respiračního úsilí v mozku. V porovnání s OSA je tento typ spánkové apnoe poměrně vzácný. Není ovlivněna věkem, tělesnou váhou pacienta, ani stavbou dýchacích cest. V průběhu trvání apnoe se u pacientů nevyskytuje žádné dechové úsilí. Je tedy typická absence pohybů hrudníku i bránice [13]. Stejně jako u OSA je důsledkem ztráty dechu desaturace periferní krve kyslíkem a nárůst parciálního tlaku oxidu uhličitého v krvi. Hlavní příčinou vzniku CSA je nedostatečná stimulace dýchacího centra oxidem uhličitým. K tomu může dojít při nedostatečné výměně vzduchu v alveolech (hypoventilace) a následném hromadění oxidu uhličitého v krvi (hyperkapnie). Dle přítomnosti zvýšeného parciálního tlaku oxidu uhličitého v bdělém stavu dělíme CSA na hyperkapnickou (idiopatickou) a non-hyperkapnickou (Cheyne-Stokesovo dýchání)[9]. Idiopatická centrální spánková apnoe Patogeneze idiopatické centrální spánkové apnoe (ICSA), někdy zvaná také primární, stále není známa. Faktem zůstává, že většina pacientů s ICSA netrpí obezitou 16

18 a kromě výskytu apnoí pozorujeme také fragmentaci spánku, insomnii a následnou únavu během dne. Chrápání není tak patrné jako u pacientů s OSA. Tento typ apnoe se vyznačuje vysokou hyperkapnickou odezvou, která má za následek přechodné zvýšení ventilace, zapříčiňující následný pokles paco 2. K nástupu apnoí dochází především v NREM1 a NREM2 fázi [13]. CSA s Chayne-Stokesovým dýcháním Neboli CSB-CSA, je často spojována s výskytem srdečního selhání. Nejčastěji se jedná o systolickou dysfunkci levé srdeční komory, avšak byla pozorována také přítomnost poruch diastolických. Může se vyskytovat i u pacientů s neurologickými poruchami, především cerebrálními onemocněními či některými neurodegenerativnímy stavy. Narozdíl od ICSA pacienti s CSB-CSA nepociťují subjektivní denní ospalost. Míra přežití bez transplatace srdce je však u tohoto typu onemocnění nízká [13]. Chayne-Stokesovo dýchání je doprovázeno denní hypokapnií, typické je také prodloužení doby dechového cyklu. To má za následek opoždění v saturaci krve kyslíkem. Tento typ onemocnění je pozorován častěji u mužů vyššího věku, dalším rizikovým faktorem je také přítomnost fibrilace síní. Léčba zahrnuje kyslíkovou terapii či CPAP, je ale také vhodné se zaměřit na léčbu kardiologického problému [13] Smíšená spánková apnoe Smíšená (komplexní) SA je identifikována vznikem nebo přetrvávající CSA po expozici léčbě CPAP. Léčba CPAP sice eliminuje obstrukci horních dýchacích cest, ale neupravuje nestabilitu ventilační kontroly nebo nestabilitu v režimu spánku. Udržování nižšího odporu horních dýchacích cest může mít za následek snížení paco 2. Porucha spánku v důsledku neúspěchu aklimatizace na CPAP může také způsobit časté výkyvy vedoucí k CSA [14]. Bylo zjištěno, že výskyt smíšené SA se pohybuje mezi 7 % a 20 % pacientů zařazených do terapie CPAP, přičemž je také zaznamenána převaha pacientů mužského pohlaví. Mezi příznaky patří přetrvávání denní spavosti i přes léčbu CPAP a narušený spánek. Řada studií ukázala, že komplexní SA se spontánně vyřeší chronickým použitím CPAP. Pokud pacient snáší dobře CPAP, nemusí být proto nutné léčbu měnit [14]. 17

19 2 POLYSOMNOGRAFIE Polysomnografické vyšetření (PSG) je dnes nejčastěji používaný způsob celkového vyšetření spánku. Provádí se ve speciálních, takzvaných spánkových laboratořích. Je to komplexní vyšetření, složené z několika jednotlivých parametrů. Spánkový záznam obvykle trvá minimálně 6 hodin. Pacient se při něm nachází ve zvukově i světelně izolované místnosti a je připojen na četné množství elektrod a čidel. Data jsou následně vyhodnocována jak automaticky pomocí algoritmu, tak manuálně lékařským personálem [6]. Nejpodstatnější parametry, které u polysomnografie sledujeme jsou: Elektrokardiografie Elektroencefalografie Elektrookulografie Elektromyografie Záznam dechu (airflow) Oxymetrie Dýchací úsilí Obrazový a zvukový záznam 2.1 Elektrokardiografie Elektrokardiografie (EKG) zaznamenává rozdíl potenciálů, vytvořených elektrickou aktivitou srdce. Tyto elektrické potenciály vznikají díky rozdílným napětí polarizovaných a depolarizovaných buněk v dané oblasti myokardu [15]. Signál se snímá pomocí povrchových elektrod, jejichž rozmístění je vyobrazené na obrázku 2.1. Běžně se pro měření EKG signálu používá systém 12 svodů. Jsou jimi: bipolární Einthovenovy svody (I, II, III) unipolární Goldbegerovy svody (avl, avr, avf) unipolární hrudní svody (V1, V2, V3, V4, V5, V6) 18

20 Obr. 2.1: Umístění EKG elektrod na těle pacienta [16] Fyziologická křivka EKG záznamu zdravého dospělého jedince je znázorněna na obrázku 2.2: Obr. 2.2: EKG křivka zdravého dospělého člověka [16] Z obrázku je patrné, že signál se vyznačuje typickými vlnami a kmity, které odpovídají elektrické aktivitě myokardu v průběhu srdečního cyklu. Tyto křivky jsou známé jako: vlna P - depolarizace síní QRS komplex - depolarizace komor a repolarizace síní, která není patrná vlna T - repolarizace komor vlna U - pozdní repolarizace některých částí myokardu 19

21 Signál vzniká jako sumace jednotlivých akčních potenciálů (AP) a výsledný vektor se v průběhu srdečního rytmu mění. Mění se nejen jeho velikost, ale také směr. Jeho zobrazení pomocí vektorkardiogramu (VKG) opisuje dráhu smyčky, která se vyobrazuje do tří rovin (frontální, transverzální a sagitální). Směr největšího výsledného vektoru se nazývá elektrická osa srdce a jeho velikost odpovídá depolarizaci komor [16]. Elektrická osa se u 12ti svodového EKG určuje ve frontální rovině z Einthovenových bipolárníh svodů. Odpovídá velikosti sumačního vektoru maximálních výchylek QRS komplexu. Srdeční osa se u každého jedince liší a je ovlivněna morfologií a umístěním srdce v hrudníku, ale také konkrétním průběhem převodního systému [16]. 2.2 Elektrencefalografie Elektroencefalografie (EEG) je standardní metoda diagnostiky centrálního nervového systému. Zachycuje změnu elektrického potenciálu, způsobeného mozkovou aktivitou, v čase. Signál vzniká sumací aktivit velkého množství neuronů, a proto nejsme schopni rozeznat akční potenciály jednotlivých buněk [15]. Signál je snímán elektrodami z povrchu hlavy. Používají se nejčastěji stříbrné a zlaté miskové elektrody, fixované koloidem. Ten zajišťuje dostatečnu vodivost mezi povrchem hlavy a elektrodami. Pro rozmístění elektrod se v praxi využívá takzvaný systém 10-20, který rozděluje hlavu na úseky odpovídající 10 % a 20 % z celkového obvodu hlavy a odvíjí se od čtyř referenčních bodů. Těmi jsou v předo-zadní (sagitální) rovině body Nasion a Inion. V levo-pravé (koronární) rovině jsou jimi levý a pravý preaurikulární bod [16]. Poloha těchto bodů a rozmístění elektrod jsou znázorněny na obrázku 2.3. Podle umístění rozlišujeme tyto elektrody: C-centrální F-frontální T-temporální (spánkové) O-okcipitální (týlní) P-parientální (temenní) A-aurikulární (ušní) 20

22 Obr. 2.3: Rozmístění elektrod dle systému z bočního (A) a horního (B) pohledu [16] K získání signálu lze využít unipolární či bipolární svod. U bipolárního svodu lze také rozlišit zapojení v longitudiální (předozadní) a transverzální (pravo-levé) rovině [15]. Meří se spontánní a evokovaná aktivita mozku. Při spontánní aktivitě jsme schopni rozeznat periodické složky signálu (delta, theta, alfa a beta rytmy), přechodné artefakty (K-komplexy, spánková vřetena), či patologické elementy. Evokovaná ektivita je vyvolána vnějšími stimulačními impulsy, například optickými a zvukovými [16]. 2.3 Elektrookulografie Elektrookulografie (EOG) je měřící metoda, která zaznamenává změny elektrického potenciálu, vyvolaného pohybem očí. Měří se pomocí povrchových elektrod, rozmístěných v bezprostřední blízkosti očí. Oko se chová jako elektrický dipól, přičemž rohovka má charakter kladně nabitého pólu a sítnice záporně nabitého pólu [15]. Okolo každého oka jsou rozmístěny dvě elektrody, které jsou v případě pohybu vystaveny více buď kladnému, či zápornému pólu. To vyvolá změnu napětí na elektrodě. Pokud použijeme dvě dvojice elektrod, je možné měřit pohyby očí jak v horizontálním, tak vertikálním směru [15]. Při spánkovém vyšetření se používá spíše jako doplňujcící metoda, která pomáhá určit nástup REM fáze spánku. Výhodou je možnost měření za různých světelných podmínek a při zavřených víčkách [6]. 21

23 2.4 Elektromyografie Elektromyografie (EMG) zachycuje elektrickou aktivitu svalových vláken. Pro měření se používají stříbrné povrchové elektrody s vodivým gelem. Ten zajišťuje vodivostní kontakt mezi elektrodou a pokožkou. Pokud dojde k aktivaci svalového vlákna, šíří se AP po svalovém vláknu a přilehlých motorických neuronech. Část tohoto potenciálu se projeví také v okolních tkáních, tedy tuku a kůži. To umožní zaznamenat změnu potenciálu i v případě povrchové elektrody [6]. Povrchový EMG záznam poskytuje informace o průběhu rozdílů napětí na elektrodách umístěných na povrchu kůže. Neposkytuje ovšem bližší informace o elektrické aktivitě konkrétních motorických jednotek. Kromě povrchových elektrod se v praxi používají teké jehlové elektrody, které se pomocí vpichu do svalového vlákna přiblíží ke zdroji elektrické aktivity. Umožňují měřit rozdíl napětí z menší jednotky plochy, odpovídající aktivitě i jednotlivých motorických neuronů [15]. Během polysomnografického vyšetření se zaměřujeme na EMG svalů brady a bérce. Používají se nejčastěji 2-3 povrchové elektrody. Měřící elektroda se umístí na bříško vyšetřovaného svalu, zatímco referenční elektroda mimo něj (například na odpovídající šlachu). Je možné použít také bipolární svod. V tom případě se na bříško svalu přilepí dvě elektrody, obě příčně ke směru svalových vláken. Někdy se zapojuje další, zemnící elektroda. Výsledné napětí je rozdílem potenciálů na měřící a referenční elektrodě [6]. 2.5 Záznam dechu (airflow) Přímý záznam dechu umožňují tři termistorové senzory zapojené v sérii. Ty jsou umístěny před nosní či ústní dutinu. Získáváme jak krátkodobé, tak dlouhodobé záznamy. Krátkodobé slouží spíše jako orientační kvantitativní informace. Pro kvalitativní výsledky se používá dlouhodobý celonoční záznam. Toto vyšetření může s jistou nepřesností pomoci odhalit přítomnost apnoe [15]. 2.6 Měření nitronosního tlaku Alternativou záznamu dechu je měření nitronosního tlaku (pnasal), který se zjišťuje kanylami, zavedenými do nosní dutiny. Získané údaje poskytují informace také o nitrohrudním tlaku jako míře respiračního úsilí. Je ovšem vhodné jej doplnit dalším měřením dechu, jinak může být záznam těžce hodnotitelný z důvodu otevřených úst pacienta [15]. 22

24 Dále je možné využít obličejovou masku k měření dechových objemů na pneumotachografu. Ten umožňuje diagnostikovat apnoe. V praxi se však příliš nepoužívá, neboť představuje značný diskomfort pro pacienty [15]. 2.7 Oxymetrie Oxymetrie představuje nejjednodušší způsob měření saturace krve kyslíkem. Je to neivazivní metoda, fungující na principu transkutánní pulzní oxymetrie. Snímá se ze 4. či 5. prstu horní končetiny. Na základě rozdílné absorbance oxyhemoglobinu a deoxyhemoglobinu v červené oblasti optického spektra dokáže stanovit úroveň nasycení hemoglobinu kyslíkem [15]. Standardní hodnota saturace se pohybuje v rozmezí %. Za pokles saturace, typicky doprovázející spánkovou apnoi, je považováno její snížení o 3-4 % [9]. Poskytuje také informace o tepové frekvenci. Nevýhodou je, že změna saturace je zjištěna se zpožděním zhruba sekund od situace, která ji vyvolala [17]. 2.8 Dýchací úsilí Dýchací úsilí je zjišťováno pomocí roztažitelných pásů, umístěných okolo hrudníku a pasu. Pásy jsou opatřeny speciálními senzory, nejčastěji piezoelektrickým čidlem popřípadě svinutým odporovým drátkem. Nejpřesnější informace poskytuje takzvaná nitrohrudní tlaková jícnová manometrie. I přes lokální anestezii však vyšetření představuje pro pacienta diskomfort a narušuje kvalitu spánku. Z tohoto důvodu se vyšetření nahrazuje spíše měřením nitronosního tlaku, zmíněném v kapitole 2.6 [15]. 2.9 Obrazový a zvukový záznam Tyto záznamy poskytují pouze doplňující informace o nadměrných pohybech pacienta či nezvyklých zvukových projevech. Mohou odhalit například přítomnost syndromu neklidných nohou. Dále také nadměrné chrápání, které provází syndrom spánkové apnoe. Pokročilejší metodou je analýza hlasových formantů, která definuje rozdíly mezi klasickým a apnotickým chrápáním [15] Metody detekce spánkové apnoe Neustálý technický pokrok vede k tendenci vyvíjet metody, sloužící ke zjednodušení detekce projevů spánkové apnoe z polysomnografických dat. Nelezení takového 23

25 algoritmu by usnadnilo práci zdravotnickým pracovníkům a zautomatizovalo celý proces diagnostiky. Některé z těchto alternativních metod jsou popsány v následujících podkapitolách. Detekce pomocí analýzy dýchání Jednou z nejjednodušších a také nejpřesnějších metod je detekce pomocí záznamu dechu (airflow či pnasal). Principem je porovnání úseků s normálním dechem, oproti úsekům se sníženým dýcháním, které odpovídají výskytu apnoe. Dle stabilního dýchání se určí normální hodnota průtoku vzduchu, jejíž procentuální snížení může naznačovat výskyt poruchy. Aby byl pokles průtoku detekován jako apnoe, musí splňovat určité podmínky. Jsou jimi snížení průtoku oproti normální hodnotě alespoň o 80 % a zároveň délka trvání minimálně 10 s. Na tomto principu jsou také založeny speciální masky, sloužící pro domácí detekci apnoe. Obsahují 2 termistory (ústní a nosní), které zaznamenávají proud vzduchu. Jejich senzitivita a specificita dosují hodnot % a % [19]. Jiná studie předkládá výsledky detekce s přesností 96,5 % [20]. Detekce pomocí analýzy dechového úsilí Další z nejčastěji využívaných metod je měření pomocí záznamu pohybů hrudníku, břicha, popřípadě jejich kombinací. Sledováním přítomnosti dechového úsilí umožňuje metoda rozlišit přítomnost obstrukční, centrální i smíšené spánkové apnoe. Studie provedená na kombinaci hrudního a břišního úsilí prokazuje výslednou senzitivitu % a specificitu % [19]. Detekce pomocí poklesu saturace krve kyslíkem Jak již bylo zmíněno v kapitole 2.7, během výskytu apnotické pauzy dojde k poklesu saturace krve kyslíkem. Na tomto principu je také založena tato metoda. Nevýhodou je fakt, že pokles saturace zjisťujeme s několikavteřinovým zpožděním od reálného nástupu apnoe [17]. Dle studie [18] dosahuje přesnost této metody 83,1 %. Detekce pomocí analýzy hlasu Jedna z experimentálních a méně přesných metod je založena na principu analýzy hlasu. Během vyšetření je pacient vyzván k opakovanému přečtení krátkého textu. Zvukový záznam je následně analyzován a vyhodnocován porovnáním se zdravými pacienty. Metoda však dokáže diagnostikovat pouze OSA, neboť odhalí změny v morfologii horních cest dýchacích. [21]. Dle jiných studií, které naopak zaznamenávaly přímo zvukový záznam při dýchání, dosahují výsledky senzitivity a specificity více než 90 % a přesnosti vyšší než 97 % [19]. 24

26 Dechová křivka odvozená z EMG signálu Svalová aktivita se v průběhu jednotlivých spánkových stadií mění. Během REM fáze aktivita vymizí, jsou přítomné pouze ojedinělé svalové křeče. Oproti tomu v průběhu NREM fáze jsou svaly v neustálém, byť velmi nízkém napětí. Snímáním EMG signálu z mezižeberních svalů a bránice je navíc možné zachytit respirační zátěž během apnoe. Tento způsob detekce dosahuje senzitivity okolo 94 % [22]. Dechová křivka odvozená z EKG signálu Metoda vychází z výpočtu dechové křivky podle kolísání izolinie EKG signálu, neboli driftu. Nejprve je nutné signál filtrovat tak, aby byl zbaven rušivých složek a šumů. Pro výpočet dechové křivky je nezbytné detekovat všechny QRS komplexy, respektive vrcholy R kmitů, které jsou následně analyzovány. Je zjišťována především celková amplituda označeného QRS komplexu a jejím kolísáním odvozena dechová křivka. Z ní lze poté snadno detekovat apnotické pauzy. Tato experimentální metoda může dosahovat přesnosti okolo 79 % [22], [23]. Detekce pomocí variability srdečního rytmu Pro detekci spánkové apnoe lze také využít variability srdečího rytmu. Variabilita je způsobena střídáním bradykardií, způsobených apnotickou pauzou a tachykardií, doprovázejících návrat k normálnímu dechovému rytmu. Prvním krokem algoritmu je detekce R kmitů, díky jejichž lokalizaci jsme schopni vypočítat intervaly mezi nimi. Jejich zprůměrováním získáme průměrnou délku trvání těchto RR intervalů (někdy označované jako NN z anglického Normal-to-Normal). Na základě variace délky trvání intervalů jsme schopni rozeznat bradykardii od tachykardie [24]. Při bradykardii budou RR intervaly delší, neboť se tepová frekvence jako následek apnotické pauzy dočasně sníží. Po odeznění apnoe se v EKG projeví prudký nárůst tepové frekvence, tedy tachykardie, při které se výrazně zkrátí doba trvání RR intervalů. Je nutné brát v úvahu fakt, že kadiologické změny se obvykle projevují s určitým odstupem od samotné apnotické pauzy, který může činit až 1,5 minuty. Tato metoda se dle [25] vyznačuje přesností až 94,5 s individuálně nastavenými parametry pro jednotlivé subjekty a 76.2 % s univerzálními parametry. 25

27 3 REALIZACE DETEKTORU Tato kapitola se věnuje návrhu alternativního detektoru, který bude schopen automaticky zaznamenávat výskyt apnotických pauz v příslušném signálu. Samotný algoritmus je realizován v počítačovém programu Matlab. V následujích kapitolách jsou uvedeny informace o použitých vstupních datech a princip použitých algoritmů. 3.1 Použitá data Použitá data byla zprostředkována internetovou databází PhysioNet. Záznamy byly naměřeny pro výzkumné účely v rámci Univerzity College Dublin pod vedením Prof. Waltera McNicholase. Jedná se o celonoční polysomnografické záznamy s tříkanálovým holterovským EKG [26]. Subjekty pro měření byly vybrány z pacientů Kliniky spánkových poruch v Univerzitní nemocnici svatého Vincenta v Dublinu. Jednalo se o náhodný výběr v období šesti měsíců. Bylo vybráno 25 subjektů, z nichž je 21 můžů a 4 ženy. Pohybují se ve věkovém rozmezí let [26]. U žádného z pacientů nebyla prokázána srdeční porucha či autonomní onemocnění a žádný z nich neužívá léky, které by mohly mít vliv na činnost srdce. BMI (Index tělesné hmostnosti) těchto pacientů se pohybuje v rozmezí , přičemž BMI vyšší nežli 25 odpovídá nadváze, obezitě prvního stupně a obezitě druhého stupně [26]. Podrobnější informace o pacientech a průběhu měření jsou zaznamenány v tabulce A.1 v kapitole Přílohy. Data obsahují výstupy z těchto záznamů: bipolární EEG ze svodů C3-A2, bipolární EEG ze svodů C4-A1, levé a pravé EOG, EMG svalů brady, EKG (ze svodu V2), tříkanálové holterovské EKG, proud oronazálního vzduchu (měřen termistorem umístěným před nosní a ústní dutinou), pohyby hrudního koše (hrudní dýchací úsilí) a pohyby břicha (břišní dýchací úsilí), měřené kalibrovanými tenzometry v příslušné oblasti, saturace periferní krve kyslíkem (změřena prstovým pulzním oxymetrem), chrápání (zaznamenáno tracheálním mikrofonem) a poloha těla [26]. Pro otestování funkce automatického detektoru výskytu spánkové apnoe budou použity pouze některé signály z těchto záznamů. Konkrétně se jedná o: hrudní dýchací úsilí břišní dýchací úsilí oronazální proud vzduchu (airflow) saturace krve kyslíkem (oxymetrie). Kvůli snížení výpočetní náročnosti bude testování dat probíhat na zhruba hodinovém úseku signálu. Množství signálů však zůstane nezměněné z důvodu zachování 26

28 variability dat. Signály jsou doplněny textovými dokumenty, obsahujícími podrobné informace o průběhu měření a hodnocení signálů a patologických událostí experty. U již zmíněných čtyř typů signálů, které budeme používat pro testování kvality detektoru, jsou označeny časy výskytů apnotických pauz, které budou sloužit jako reference k porovnání výsledků detekce. Data, poskytnutá databází, byla již potřebně předzpracována, a proto nebylo třeba je dále upravovat. Před samotnou detekcí byla akorát normalizována pomocí maximální hodnoty signálu, aby byla detekce reprodukovatelná za použití libovolného vstupu a zvolený práh byl stabilnější. Detektor je vytvořen v počítačovém programu Matlab. K testování automatické detekce budou použity dva typy detektoru. Zjednodušené schéma je zobrazeno na obrázku 3.1. Vyhodnocením úspěšnosti detekce bude možné porovnat jejich spolehlivost. Algoritmy pracují na principu: detekce s konstantně nastaveným prahem detekce s adaptivním prahem. Obr. 3.1: Zjednodušený vývojový diagram detektorů s konstantním a adaptivním prahem 27

29 3.2 Detekce s konstantním prahem První metodou pro detekci byla zvolena detekce s konstantně nastaveným prahem. Hodnota prahu byla zvolena experimentálně, dle výsledků detekce jednotlivých signálů, přičemž práh byl hledán tak, aby fungoval s kompromisní úspěšností na všechny signály. Algoritmus nejprve seřadí všechny hodnoty vzorků daného signálu. Z takto sestupně seřazených hodnot se následně snadno vybere jejich libovolné množství tak, aby se zamezilo výraznému ovlivnění prahu přítomností odlehlých hodnot. Hodnoty vybraných vzorků se poté pro získání základu zprůměrují. Práh je následně nastaven jako procentuální část, odvíjející se z takto vypočítaného základu. Konkrétní část kódu z prostředí Matlab je uvedena ve výpisu Výpis 3.1: Příklad algoritmu detekce s konstantním prahem v prostředí Matlab 2 serazeni = sort ( signal, descend ); % sestupn é seř azen í 3 % jednotliv ý ch vzork ů 4 zaklad = mean ( serazeni (50:100)) % výpočet zá kladu pro 5 % volbu prahu 6 prah = zaklad *0.15; % experiment á ln í nastaven í prahu 7 8 hold on 9 for i =1: delka -79 % plovouc í okno o d é lce 10 s, 10 % detekuj í c í apone if max ( signal (i:i +79)) < prah & min ( signal (i:i+79)) > - prah 13 plot (i:i+79, signal (i:i+79), r ) 14 end 15 end 28

30 3.3 Detekce s adaptivním prahem Algoritmus detektoru s adaptivním prahováním je založen na přepočítávání prahu pro konkrétní úsek signálu, přičemž práh se vypočítává z jeho aktuálního okolí. Pokud se tedy v daném úseku sníží průměrné hodnoty píků, pak se také sníží základ, ze kterého je následně práh procentuálně určen. Prvním krokem je nalezení píků signálu, jejichž hodnoty se uloží do vektoru. Tento vektor je následně procházen plovoucím oknem délky 5, které všechny píky v tomto okně zprůměruje. Každý tento průměr tvoří základ, ze kterého se odvíjí nastavení prahu stejným způsobem, jako tomu bylo u detektoru s konstantním prahem. Výstupem této části algoritmu je tedy vektor prahů. Realizace této úlohy je znázorněna ve výpisu Výpis 3.2: Příklad algoritmu pro nastavení adaptivního prahu v prostředí Matlab 2 [ PKS ]= findpeaks (abs ( signal )); % vytvo ření vektoru píků 3 4 for i =1: length ( PKS )-4 5 zaklad (i)= mean ( PKS (i:i +4)); % plovouc í okno, průmě- 6 % ruj ící 5 píků 7 prah (i)= zaklad (i )*0.095; % experimen ální nastaven í 8 % prahu 9 end Pokud budeme přepokládat, že píky jsou ve zhruba hodinovém signálu rozmístěny víceméně rovnoměrně, pak podílem délky signálu a počtu prahů rozdělíme signál na několik úseků. Počet těchto úseků je stený jako počet prahů a každý práh tak může být použit pro odpovídající část signálu. Následný způsob detekce je obdobný, jako byl u detektoru s konstantním prahem. Plovoucím oknem o délce 10 s procházíme signál a hledáme jeho podprahové hodnoty. Pokud je v celé délce okna podmínka splněna, bude tato část obarvena červeně a tedy označena jako apnoe. Princip algoritmu je patrný z výpisu

31 1 Výpis 3.3: Příklad algoritmu detekce s adaptivním prahem v prostředí Matlab 2 n= delka / length ( prah ); % výpočet dé lky úseku, na kterou 3 % p ř ipad á jedna hodnota prahu 4 n= round (n); 5 6 hold on 7 for j =1: n:delka -79 % rozd ě len í na odpov í daj ící 8 % počet ú sek ů o dé lce n 9 for k =1: length ( prah ) 10 if max ( signal (j:j +79)) < prah (k) % okno dé lky 10 s, 11 % detekuj í c í apnoe 12 plot (j:j+79, signal (j:j+79), r ); 13 end 14 end 15 end 30

32 4 VÝSLEDKY Tato kapitola se věnuje vyhodnocení úspěšnosti detektoru, aplikovaného na reálná data. V jednotlivých podkapitolách budou pro oba typy detektoru uvedeny výsledky detekce nejprve pro práh, který byl volen individuálně pro každý signál. Na základě těchto výsledků byl následně nastaven stejný práh pro všechny signály tak, aby fungoval s kompromisní spolehlivostí. Budou také porovnány výsledky detekce u čtyř vybraných záznamů z polysomnografie. Vzhledem k tomu, že při vyhodnocení dat neznáme počet skutečně negativních výsledků (skutečně negativní je celý úsek signálu, ve kterém se nenachází apnoe), nelze použít statistické metody specificitu a senzitivitu. Úspěšnost bude proto vyhodnocena jako procento pravdivých apnoe ze součtu pravdivých, nepravdivých i nerozpoznaných apnoe, tedy dle vzorce 4.1. U signálů, ve kterých se žádná apnoe dle reference od experta nenachází a detektor zde správně žádnou apnoe neoznačil, bude započítána 100% úspěšnost. P řesnost = P P P P + F P + F N * 100, (4.1) 4.1 Výsledky detekce s konstantním prahem Obr. 4.1: Vyhodnocení detekce na části signálů za použití konstantního prahu 31

33 Ukázka výsledku detekce na reálných datech je zobrazena na Obr Jedná se o krátký úsek signálů hrudního a břišního úsilí, oronazálního proudu vzduchu a saturace periferní krve kyslíkem. Tyto signály byly změřeny na pacientovi č. 19. Z obrázku je patrné, že v tomto úseku je detekce poměrně spolehlivá. Zelené čáry v signálu představují referenční body apnotických pauz, které jsou poskytnuté expertem v databázi. Oproti tomu červeně zbarvený signál odpovídá apnoi, která byla označena automatickým detektorem. Vyhodnocení výsledků detekce z obrázku 4.1 je zaznamenáno do tabulky 4.1. Tab. 4.1: Výsledek detekce na části signálů za použití konstantního prahu Pro každý záznam a každého pacienta byl nejprve hledán experimentálně vhodný individuální práh. Na základě těchto prahů byl nastaven jeden pevný práh tak, aby fungoval univerzálně na všechny signály daného záznamu. Podrobný přehled výsledků detekce oběma způsoby nastavení prahu je uveden v kapitole Přílohy v tabulkách B.1 pro hrudní dýchací úsilí, B.2 pro břišní dýchací úsilí, B.3 pro oronazální proud vzduchu a B.4 pro oxymetrii. Průměrné hodnoty úspěšností jsou souhrnně zaznamenány v následující tabulce 4.2. Tab. 4.2: Celková úspěšnost detekce za použití konstantního prahu 32

34 4.2 Výsledky detekce s adaptivním prahem Na obrázku 4.2 je zobrazen výledek detekce krátkého úseku signálu pomocí detektoru s přizpůsobivým prahem. Jedná se o stejnou část signálu na které byly demonstrovány výsledky detektoru s konstantním prahem. Některé začátky detekovaných apnoí se sice přesně neshodují s referenčními začátky apnoí, avšak detektor je správně jako apnoe označil. Vyhodnocení výsledků detekce z obrázku 4.2 je zaznamenáno do tabulky 4.3. Obr. 4.2: Výsledek detekce na části signálu za použití adaptivního prahování Tab. 4.3: Vyhodnocení detekce na části signálů za použití adaptivního prahu Stejně jako u detektoru s konstantním prahem byl pro každý záznam a každého pacienta byl nejprve hledán vhodný individuální práh a následně zvolen jeden pevný práh, společný pro všechny signály daného záznamu. Podrobné výsledky detekce oběma způsoby nastavení prahu jsou uvedeny v kapitole Přílohy v tabulkách B.5 pro hrudní dýchací úsilí, B.6 pro břišní dýchací úsilí, B.7 pro oronazální proud vzduchu a B.8 pro oxymetrii. Průměrné hodnoty úspěšností jsou souhrnně zaznamenány v tabulce

35 Tab. 4.4: Celková úspěšnost detekce za použití adaptivního prahu 4.3 Shrnutí Z celkových hodnot úsěšnosti je zřejmé, že detekce dosahovala značně lepších výsledků, pokud byl práh nastaven pro každý signál zvlášť, průměrně 97,04 % pro detektor s konstantním prahem a 92,55 % pro detektor s adaptivním prahem. Přestože byl společný práh volen na základě zjištěných individuálních prahů, kvalita detekce se poměrně snížila (62,93 % a 67 %). Je to dáno vysokou variabilitou použitých signálů a především také velmi rozdílným poklesem hodnot během apnotické pauzy u jednotlivých pacientů. Tyto rozdíly se nepodařilo odstranit ani normalizací dat. Od navrhnutých detektorů se předpokládala úspěšnější detekce s adaptivním prahem. Po otestování funkce obou detektorů na reálných datech je však patrné, že lepších výsledků i přesto dosáhl detektor s konstaním prahem. Na druhou stranu adaptivní práh dosahuje lepších výsledků v případě, že parametry pro detekci zůstávají neměnné. Můžeme tedy říci, že je univerzálnější nežli detektor s konstantním prahem. Porovnání spolehlivosti obou detektorů je znázorněno v následujcích grafech na obrázcích 4.3 a 4.4. Je důležité mít také na paměti, že i referenční body, poskytnuté odborníkem, mohou být ovlivněny chybou lidského faktoru. Zároveň je odborník mohl vyhodnotit s přihlédnutím na anamnézu pacienta či okolnosti průběhu měření. Přestože v některých případech automatická detekce dosahovala kvalitních výsledků, je stále potřeba přistupovat k pacientům individuálně, což potvzují i výledky konkrétně volených prahů v porovnání s pevně nastaveným prahem. 34

36 Obr. 4.3: Graf srovnání detektorů s individuálně volenými prahy Obr. 4.4: Graf srovnání detektorů s pevně nastaveným prahem 35

37 V následující tabulce 4.5 jsou porovnány výsledky některých dalších metod z odborných publikací. Můžeme říci, že u signálu hrudního dýchacího úsilí bylo dosaženo kvalitních výsledků detekce, avšak pro věrohodnost by bylo vhodné jej otestovat na větším množství dat, nejlépe z nezávislých měření a z různých lékařských zařízení. Tab. 4.5: Srovnání výsledků detekce s dostupnou literaturou 36

38 5 ZÁVĚR Cílem této bakalářské práce je najít takový způsob detekce, který by usnadnil proces diagnostiky jak pro pacienta, tak pro vyšetřujícího odborníka, ale zároveň zajistil dostatenčnou spolehlivost výsledků. Práce je konstruována tak, aby poskytla teoretické podklady pro samotnou realizaci tohoto detektoru a následně předložila výsledky otestování algoritmu na reálných datech. První část je zaměřena na objasnění podstaty vzniku spánkové apnoe. Pro její pochopení zde byly vysvětleny fyziologické procesy doprovázející spánek a dýchání, anatomie dýchacích cest a funkce krevního oběhu. Dále je zde popsána samotná problematika spánkové apnoe, její rozdělení, příčiny vzniku, komplikace s apnoe spojené a případná léčba. Ve druhé části jsou popsány jednotlivé komponenty zahrnuté v polysomnografii. Jedná se o popis konkrétních vyšetření, způsob zaznamenávání dat a jejich analýzu. Dále také výčet některých způsobů detekce spánkové apnoe za pomocí automatizovaných algoritmů. V praktické části se práce věnuje dvěma typům detektorů - detektoru s konstantním prahem a s adaptivním prahem - jejichž spolehlivost je následně vyhodnocena a porovnána. U obou prahů byla navíc testována úspěšnost detekce při individuální volbě prahu pro jednotlivé signály i pro pevně nastavený práh. Algoritmus je aplikován na záznamy hrudního dechového úsilí, břišního dechového úsilí, proudu oronazálního vzduchu a saturace periferní krve kyslíkem. Z výsledků podle očekávání vyplývá, že volba individuálních prahů je spolehlivější, úspěšnost detekce v těchto případech dosahuje až 97,04 % pro detektor s konstantním prahem a 92,55 % pro detektor s adaptivním prahem. Pokud nastavíme kompromisní práh pevně pro všechny signály, sníží se kvalita detekce na 62,93 % a 67 %. Z těchto závěrů vyplývá, že adaptivní práh je sice sám o sobě méně spolehlivý, avšak poměrně univerzálnější oproti konstantnímu prahu. Uvedené hodnoty jsou nejlepší výsledky, jakých oba detektory dosáhly a ve všech případech se jedná o detekci ze signálů hrudního dýchacího úsilí. Můžeme s jistotou říci, že je z použitých čtyř typů signálů pro automatickou detekci nejvhodnější. 37

39 LITERATURA [1] HANZLOVÁ, Jitka Jan HEMZA. Základy anatomie soustavy dýchací, srdečně cévní, lymfatického systému, kůže a jejich derivátů III. 121 stran. Brno: Masarykova univerzita, ISBN [2] AUTOR NEUVEDEN. SERC Carleton Collage [online] [cit ]. Dostupné z URL: [3] NEVŠÍMALOVÁ, Soňa, TICHÝ, Jiří RŮŽIČKA, Evžen. Neurologie. 368 stran. Praha: Galén, c2002. ISBN [4] VALENTA, Jaroslav & KONVIČKOVÁ, Svatava. Biomechanika srdečně cévního systému člověka. 275 stran. Praha: České vysoké učení technické, ISBN [5] KRÁLÍČEK, Petr. Úvod do speciální neurofysiologie. 233 stran. Dot. Praha: Karolinum, ISBN [6] VAUGHN, Bradley V., MD. & GIALLANZA, Peterson, MD. Technical review of polysomnography. 10 stran. CHEST Journal [online], 2008, ISSN Dostupné z URL: [7] MASTIN, Luke. AMAZON SERVICES LLC ASSOCIATES PRO- GRAM. How Sleep Works: Sleep Cycle Types and Stages of Sleep [online] [cit ]. Dostupné z URL: [8] ŠONKA, Karel. Apnoe a další poruchy dýchání ve spánku. s: 247. Praha: Grada, ISBN [9] ELMASRY, Ahmed. Sleep disordered breathing: natural evolution and metabolism. s: 66. Uppsala: Uppsala University, Acta Universitatis Upsaliensis. Comprehensive summaries of Uppsala dissertations from the Faculty of medicine. ISBN [10] R. Doug McEVOY, M.D., Nick A. ANTIC, M.D., Ph.D., Emma HEELEY, Ph.D., Yuanming Luo, M.D. CPAP for Prevention of Cardiovascular Events in Obstructive Sleep Apnea s: 13. The New England Journal of Medicine, 2016, [online]. DOI: /NEJMoa

40 [11] TKÁČOVÁ, Ružena. Spánkové apnoe a ochorenia kardiovaskulárneho systému. 194 stran. Praha: Galén, ISBN [12] MANUEL Ari a Maxine HARDINGE. Obstructive Sleep Apnea s: , 40(6). Elsevier Inc., Medicine Journal, 2012, [online]. DOI: /j.mpmed [13] MUZA, Rexford T. Central sleep apnoea a clinical review. 7(5): Journal of thoracic desease, 2015 [online]. DOI: /j.issn [14] VERBRAECKEN, J. Complex sleep apnea syndrome. 9(5) stran. Breathe [online] ISSN DOI: / [15] ARMON, Carmel, MD, MSc. Polysomnography: Parameters Monitured, Proceduress. s: 10. Medscape [online], Dostupné z URL: [16] MALMIVUO, J., PLONSEY, R. Bioelectromagnetism: Principles and Applications of Bioelectric and Biomagnetic Fields s: 482. Oxford: Oxford University Press, Dostupné z URL: [17] ÁLVAREZ-ESTÉVES, Diego a Vincent MORET-BONILLO. Computer- Assisted Diagnosis of the Sleep Apnea-Hypopnea Syndrome: A Review s: Sleeping disorders [online], Dostupné z URL: [18] Patrick Lévy, MD, PhD Correspondence information about the author MD, PhD Patrick Lévy, Jean Louis Pépin, MD, C. Deschaux-Blanc, MSc, B. Paramelle, MD, Christian Brambilla, MD. Accuracy of Oximetry for Detection of Respiratory Disturbances in Sleep Apnea Syndrome. s: CHEST Journal [online], DOI: [19] ALMAZAYDEH, Laiali, Elleithy, K., FAEZIPOUR, M., ABUSHAKRA A. Apnea Detection based on Respiratory Signal Classification. s: Procedia Computer Science [online], Dostupné z URL: [20] CABRERO-CANOSA, Mariano, Elena HERNANDEZ-PEREIRA a Vincente MORET-BONILLO. Inteligent Diagnosis of Sleep Apnea Syndrome. IEEE Engineering in Medicine and Biology Magazine, 2014,s: DOI: /MEMB

41 [21] SOLÉ-CASALS, Jordi, MUNTEANU, Cristian, MARTÍN, O. C., Ferran BARBÉ, Carlos QUEIPO, José AMILIBIA a Joaquín DURÁN-CANTOLLA. Detection of severe obstructive sleep apnea through voice analysis. s: Applied Soft Computing [online], Dostupné z URL: [22] HELFENBEIN, E.,MS, FIROOZABADI, R., PhD, CHIEN, S., MS, CARL- SON, E., PhD, BABAEIZADEH, S., PhD. Development of three methods for extracting respiration from the suface ECG: A review. s: 47(6). Elsevier: Journal of electrocardiography [online], ISSN Dostupné z URL: [23] BABAEIZADEH, Saeed, Sophia H. ZHOU, Stephen D. PITTMAN a David P. WHITE. Electrocardiogram-derived respiration in screening of sleep-disordered breathing. s: Elsevier: Journal of electrocardiography [online], ISSN Dostupné z URL: [24] RAJENDRA ACHARYA, U., K. PAUL JOSEPH, N. KANNATHAL, Choo Min LIM a Jasjit S. SURI. Heart rate variability: A review. s: 44: Medical and Biomedical Engineering and Computing [online], ISSN DOI: /s [25] NANO, Marina-Marinela, Jan XI LONG, Ronald M. WERTH, Richard AARTS a Richard HEUSDENS. Sleep apnea detection using time-delayed heart rate variability. s: Engineering in Medicine and Biology Society (EMBC), th Annual International Conference of the IEEE, Italy. ISSN DOI: /EMBC [26] St. Vincent s University Hospital / University College Dublin Sleep Apnea Database. School of Electrical, Electronic and Mechanical Engineering, University College Dublin, PhysioNet [online]. Dostupné z URL: 40

42 SEZNAM SYMBOLŮ, VELIČIN A ZKRATEK EEG REM NREM OSA CPAP CSA ICSA paco 2 CSB-CSA SA PSG EKG AP VKG EEG EOG EMG pnasal RR NN PP PN FP FN BMI elektroencefalografie Rapid Eye Movement spánková fáze Non-Rapid Eye Movement spánková fáze Obstrukční spánková apnoe Continuous Positive Airway Pressure Centrální spánková apnoe Idiopatická centrální spánková apnoe Parciální tlak oxidu uhličitého Centrální spánková apnoe s Chayne-Stokesovým dýcháním Spánková apnoe polysomnografie Elektrokardiografie Akční potenciál Vektorkardiogram Elektroencefalografie Elektrookulografie Elektromyografie Nitronosní tlak vzduchu Interval mezi následujícími R kmity v EKG signálu Normální interval mezi R kmity v EKG signálu Pravdivě pozitivní výsledek testu Pravdivě negativní výsledek testu Falešně pozitivní výsledek testu Falešně negativní výsledek testu Body Mass Index - Index tělesné hmotnosti 41

43 SEZNAM PŘÍLOH A Informace o pacientech 43 B Výsledky detekce u jednotlivých signálů 44 B.1 Výsledky detektoru s konstantním prahem B.2 Výsledky detektoru s adaptivním prahem

44 A INFORMACE O PACIENTECH Tab. A.1: Tabulka informací o pacientech a průběhu měření [26] 43

45 B VÝSLEDKY DETEKCE U JEDNOTLIVÝCH SIGNÁLŮ B.1 Výsledky detektoru s konstantním prahem Tab. B.1: Přehled výsledků detekce u signálů hrudního dýchacího úsilí 44

46 Tab. B.2: Přehled výsledků detekce u signálů břišního dýchacího úsilí 45

47 Tab. B.3: Přehled výsledků detekce u signálů oronazálního proudu vzduchu 46

48 Tab. B.4: Přehled výsledků detekce u signálů oxymetrie 47

49 B.2 Výsledky detektoru s adaptivním prahem Tab. B.5: Přehled výsledků detekce u signálů hrudního dýchacího úsilí 48

50 Tab. B.6: Přehled výsledků detekce u signálů břišního dýchacího úsilí 49

51 Tab. B.7: Přehled výsledků detekce u signálů oronazálního proudu vzduchu 50

52 Tab. B.8: Přehled výsledků detekce u signálů oxymetrie 51