Ein-Punkt-Detektor zum Screening von Schlafapnoen

Abstract

Das obstruktive Schlafapnoesyndrom (OSAS) ist eine weit verbreitete atembezogene Schlafstörung. Die dabei auftretenden Apnoen sind durch ein Aussetzen der Atmung für länger als zehn Sekunden gekennzeichnet. Eine Behandlung bedarf einer Untersuchung in einem Schlaflabor. Durch die hohen Kosten solcher Einrichtungen und der weiten Verbreitung von OSAS sind aber Wartezeiten von mehreren Monaten üblich.<br />Um die Kosten zu senken und die Verfügbarkeit zu erhöhen, werden sogenannte Home Monitoring Geräte entwickelt. Ein solches Home Monitoring Gerät soll im Zuge der Dissertation als Ein-Punkt-Detektor entwickelt werden, wobei durch den Einsatz neuartiger multiparametrischer Sensoren und exzessive Signalanalyse die Nachteile der durch das Ein-Punkts-Konzept eingeschränkten Messregion ausgeglichen werden sollen.<br />Folgende Sensoren wurden für die Integration in den Detektor ausgewählt:<br />Elektrische Feldplethysmographie (FPG) - zur Erfassung der Atmung.<br />Elektrokardiogramm (EKG) - zur Erfassung der Herzrate.<br />Skin-Curvature-Plethysmographie (SCPG) - eine neuartige magnetoelastische Sensorfamilie erfasst respiratorische und kardiale Aktivitäten.<br />Lage/Bewegungs-Sensor - ein magnetoelastischer Bilayer mit Trägheitsmasse erbringt die Erfassung der Körperbewegungen als auch der Körperlage im Bezug auf die Gravitation.<br />Akustischer Sensor - ein Mikrophon dient zur Erfassung von Herztönen und obstruktivem Schnarchen.<br />Temperatursensor - zur Erfassung der Oberflächentemperatur des Körpers.<br />Nach Fertigstellung des Detektors wurde dieser klinisch getestet. Die dabei gewonnenen Daten wurden im Anschluss mit Hilfe des neuartigen Ansatzes der Kurzzeitereignissen analysiert. Dabei werden die Signale in Abschnitten von zwei Sekunden unterteilt und mit Hilfe von künstlichen neuronalen Netzen auf unterschiedliche Atemmuster untersucht. Erst dann wurden aus den Kurzzeitereignissen durch transparente Algorithmen Apnoen klassifiziert und in einem eigens entwickelten Programm visualisiert.<br />

The obstructive sleep apnea syndrome (OSAS) is a common breathing related sleep disorder. The syndrome is characterized by repeated appearance of apneas, which are cessation of breathing for at least ten seconds. Before a treatment a visit at a sleep laboratory is desired. Because of the high costs of these facilities, long waiting times, up to some months, are to be expected.<br />To lower the costs and also to increase the availability so called home monitoring devices are being developed. One such home monitoring device should be developed as a single-spot-detector within this thesis, where the drawbacks of the restricted measurement area, caused by the single-spot-principle, are counter acted by the use of novel multi parametrical sensors and extended signal analysis.<br />The following sensors have been chosen to be integrated in the detector:<br />Electrical fieldplethysmography (FPG) - for the acquisition of respiration.<br />Electrocardiogram (ECG) - for the acquisition of the heart rate.<br />Skin-Curvature-Plethysmography (SCPG) - a new magnetostrictive sensor family acquires respiratory and cardiac activity simultaneously.<br />Position/Movement sensor - a magnetostrictive bilayer with a seismic mass acquires the acceleration from body movements and position relative to the gravitation.<br />Acoustic sensor - a microphone is used for the acquisition of heart sounds and obstructive snoring.<br />Temperature sensor - is used for the acquisition of the surface temperature of the body.<br />After finishing the development of the detector it has been tested in a clinical surrounding. The gathered data from these measurements have been analyzed using a novel concept of short time events. Signal segments of two seconds have been tested for different breathing patterns using artificial neural networks. After that, transparent algorithm have been used to find apneas within the short time events, which were visualized with a special program, which has been written for this thesis.<br />