DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/14471

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
06092054.pdf671,24 kBAdobe PDF Accés restringit

Citació: Jané, R. [et al.]. Snoring analysis for the screening of sleep apnea hypopnea syndrome with a single-channel device developed using polysomnographic and snoring databases. A: IEEE Engineering in Medicine and Biology Society. "Proceedings of the 33rd Annual International Conference of the IEEE EMBS". Boston: 2011, p. 8331-8333.
Títol: Snoring analysis for the screening of sleep apnea hypopnea syndrome with a single-channel device developed using polysomnographic and snoring databases
Autor: Jané Campos, Raimon Veure Producció científica UPC; Fiz Fernández, José Antonio; Solà Soler, Jordi Veure Producció científica UPC; Gil de Mesquita, Joana Margarida Veure Producció científica UPC; Morera Prat, Josep Maria Veure Producció científica UPC
Data: 2011
Tipus de document: Conference report
Resum: Several studies have shown differences in acoustic snoring characteristics between patients with Sleep Apnea-Hypopnea Syndrome (SAHS) and simple snorers. Usually a few manually isolated snores are analyzed, with an emphasis on postapneic snores in SAHS patients. Automatic analysis of snores can provide objective information over a longer period of sleep. Although some snore detection methods have recently been proposed, they have not yet been applied to full-night analysis devices for screening purposes. We used a new automatic snoring detection and analysis system to monitor snoring during full-night studies to assess whether the acoustic characteristics of snores differ in relation to the Apnea-Hypopnea Index (AHI) and to classify snoring subjects according to their AHI. A complete procedure for device development was designed, using databases with polysomnography (PSG) and snoring signals. This included annotation of many types of episodes by an expert physician: snores, inspiration and exhalation breath sounds, speech and noise artifacts, The AHI of each subject was estimated with classical PSG analysis, as a gold standard. The system was able to correctly classify 77% of subjects in 4 severity levels, based on snoring analysis and sound-based apnea detection. The sensitivity and specificity of the system, to identify healthy subjects from pathologic patients (mild to severe SAHS), were 83% and 100%, respectively. Besides, the Apnea Index (AI) obtained with the system correlated with the obtained by PSG or Respiratory Polygraphy (RP) (r=0.87, p<0.05).
ISBN: 978-1-4244-4122-8
URI: http://hdl.handle.net/2117/14471
DOI: 10.1109/IEMBS.2011.6092054
Apareix a les col·leccions:Altres. Enviament des de DRAC
SISBIO - Senyals i Sistemes Biomèdics. Ponències/Comunicacions de congressos
Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius