Eine Methode mit neuronalen Netzwerken zur Erkennung von obstruktiver Schlafapnoe und Narkolepsie basierend auf Pupillengröße und EEG

Das Elektroenzephalogramm (EEG) kann Zustände der geistigen Aktivität anzeigen, die von konzentrierten kognitiven Anstrengungen bis hin zu Schläfrigkeit reichen. Solche geistigen Aktivitäten können durch EEG-Energie reflektiert werden. Insbesondere wird die Eindringung von EEG-Theta-Wellenaktivität in die Beta-Aktivität der aktiven Wachsamkeit als Anzeichen für eintretende Schläfrigkeit interpretiert. Das Verhalten der Pupillen kann ebenfalls Informationen über Wachsamkeit liefern. Dieses Papier entwickelt eine innovative Signalklassifizierungsmethode, die in der Lage ist, Probanden mit Schlafstörungen, die übermäßige Tagesmüdigkeit (EDS) verursachen, von normalen Kontrollprobanden, die keine Schlafstörung haben, basierend auf EEG und Pupillengröße zu unterscheiden. Probanden mit Schlafstörungen sind Personen mit unbehandelter obstruktiver Schlafapnoe (OSA) und Narkolepsie. Die Yoss-Pupilleneinstufungsregel wird verwendet, um die Wachsamkeitslevel zu skalieren, während gleichzeitig Theta-Energieverhältnisse aus denselben 2-Sekunden-Gleitfenstern mithilfe von Fourier- oder Wavelet-Transformationen berechnet werden. Anschließend wird ein künstliches neuronales Netzwerk (NN) der modifizierten adaptiven Resonanztheorie (ART2) eingesetzt, um die beiden Gruppen innerhalb einer kombinierter Gruppe von Probanden, einschließlich derjenigen mit OSA und gesunden Kontrollen, zu identifizieren. Diese Gruppierung aus dem NN wird dann mit der tatsächlichen diagnostischen Klassifikation der Probanden als OSA oder Kontrollen verglichen und stellt sich als 91% genau bei der Unterscheidung zwischen den beiden Gruppen heraus. Dasselbe Algorithmus führt zu einer 90% richtigen Unterscheidung zwischen narkoleptischen und Kontrollprobanden.