Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 219 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
219
Dung lượng
23,65 MB
Nội dung
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ QUỐC KHẢI NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ Ở NGƯỜI TRƯỞNG THÀNH SỬ DỤNG TÍN HIỆU ĐIỆN NÃO ĐƠN KÊNH LUẬN ÁN TIẾN SĨ TP HỒ CHÍ MINH - NĂM 2023 ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ QUỐC KHẢI NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ Ở NGƯỜI TRƯỞNG THÀNH SỬ DỤNG TÍN HIỆU ĐIỆN NÃO ĐƠN KÊNH Chuyên ngành: Vật lý kỹ thuật Mã số chuyên ngành: 62520401 Phản biện độc lập : PGS TS BS Trần Công Toại Phản biện độc lập : PGS TS Trần Trung Duy Phản biện : PGS TS Lê Vũ Tuấn Hùng Phản biện : TS Hồng Mạnh Hà Phản biện : TS Ngơ Thị Minh Hiền NGƯỜI HƯỚNG DẪN: PGS TS Huỳnh Quang Linh TS Lý Anh Tú LỜI CAM ĐOAN Tác giả xin cam đoan cơng trình nghiên cứu thân tác giả Các kết nghiên cứu kết luận luận án trung thực, không chép từ nguồn hình thức Việc tham khảo nguồn tài liệu (nếu có) thực trích dẫn ghi nguồn tài liệu tham khảo quy định Tác giả luận án Chữ ký Lê Quốc Khải TÓM TẮT LUẬN ÁN Ngủ hoạt động phổ biến người khảo sát cấu trúc giấc ngủ đóng vai trị quan trọng đáng kể việc chẩn đoán sức khỏe người Phân tích cấu trúc giấc ngủ tảng nghiên cứu đánh giá chất lượng giấc ngủ Việc định lượng xác phân tích cấu trúc giấc ngủ có ảnh hưởng quan trọng chẩn đoán điều trị bệnh lý rối loạn liên quan đến giấc ngủ Ngoài giấc ngủ quen thuộc giấc ngủ buổi tối qua đêm, cịn có loại giấc ngủ diễn ngắn ngày ngủ trưa, trạng thái ngủ không mong muốn ngủ gật, trạng thái ngủ liên quan đến bệnh lý hội chứng ngủ rũ Nghiên cứu cấu trúc giấc ngủ có hai tiêu chuẩn quốc tế R&K 1968 AASM 2007 dùng để phân loại trạng thái giấc ngủ khác mà đối tượng khảo sát trải qua Mặc dù có tiêu chuẩn thống nhất, tính xác việc phân loại phần lớn phụ thuộc vào phương thức thủ công dựa vào quan sát trực quan đặc trưng tín hiệu đa ký giấc ngủ chuyên gia Với cơng cụ máy tính, luận án tiếp cận hướng nghiên cứu cấu trúc giấc ngủ với mục tiêu cung cấp quy trình tự động hố việc phân tích tín hiệu đa ký giấc ngủ nhằm đánh giá xác đặc trưng giấc ngủ đêm 153 ghi từ liệu Sleep EDF Expanded Physionet kết hợp với 55 ghi thực nghiệm phịng thí nghiệm Vật lý kỹ thuật y sinh sử dụng phân tích Bên cạnh đó, với việc sử dụng cập nhật tiêu chuẩn phân loại AASM 2007, luận án đề xuất hướng nghiên cứu liên quan đến giấc ngủ phù hợp so với việc áp dụng tiêu chuẩn R&K thông thường Dựa kết đạt việc phân tích tín hiệu đa ký, định hướng nghiên cứu phát triển sử dụng tín hiệu điện não đơn kênh khảo sát cấu trúc giấc ngủ với mục đích khắc phục hạn chế cấu hình thực nghiệm phức tạp sử dụng phương pháp đa ký giấc ngủ khả dụng cho trường hợp chẩn đốn khơng có máy đa ký Điểm quan trọng nội dung cải thiện độ xác tính đặc thù cho việc phân loại giai đoạn giấc ngủ N1 so với nghiên cứu có, làm sở cho nghiên cứu ứng dụng khác Với hướng tiếp cận phân tích cấu trúc giấc ngủ sử dụng tín hiệu điện não đơn kênh, nghiên cứu áp dụng đặc trưng quan trọng tìm vào ứng dụng thực tiễn i xác định thời điểm chuyển trạng thái từ thức sang ngủ khảo sát tình trạng ngủ gật sinh viên Hướng tiếp cận cho thấy phù hợp triển vọng sử dụng tín hiệu điện não đơn kênh để nghiên cứu chẩn đoán vấn đề liên quan đến giấc ngủ, thay dần nghiên cứu truyền thống dựa tín hiệu đa ký giấc ngủ Về mặt phương pháp, luận án xây dựng quy trình xử lý phân tích liệu thơ từ tín hiệu đa ký đơn ký thu từ thiết bị đo thông qua khối chức năng: lọc nhiễu tín hiệu, trích xuất đặc trưng, chọn lọc đặc trưng áp dụng mơ hình huấn luyện thuật tốn máy học để phân loại mảng vấn đề chọn lọc Kết luận án thể đóng góp đáng kể vào phát triển nghiên cứu tín hiệu đa ký giấc ngủ với trợ giúp máy tính thơng qua quy trình phân tích, chọn lọc đặc trưng phù hợp cho hướng nghiên cứu liên quan ii ABSTRACT ANALYZING SLEEP STRUCTURE USING SINGLE-CHANNEL EEG SIGNAL Sleep is a common human activity, and the study of sleep structure plays a significant role in diagnosing human health Analyzing sleep structure is a fundamental step in assessing sleep quality Accurate quantification in sleep structural analysis is crucial for the diagnosis and treatment of sleep-related diseases and disorders In addition to the typical form of night sleep, there are other types of sleep that occur during the day, such as napping and unwanted sleep states like dozing There are also pathologically related sleep states, such as narcolepsy syndrome The study of sleep structure follows two basic international standards: R&K 1968 and AASM 2007, which are used to classify different sleep states Although these standards are used worldwide, the accuracy of classification depends significantly on traditional manual methods based on the visual detection of polysomnography features by experts Using computational tools, this thesis approaches the research direction of sleep structure with the intention of providing an automated process for analyzing polysomnography signals and accurately detecting sleep features The study used 153 records from the Sleep EDF Expanded dataset of Physionet, combined with 55 experimental recordings at the Biomedical Engineering Laboratory Additionally, by using the latest update of the AASM 2007 classification standard, the study opened up more relevant sleep-related research directions than just applying the usual R&K standard Based on the results of polysomnography analysis, a new direction was developed for studying sleep structure using single-channel EEG signals This approach overcomes the limitation of complex measurement configurations in polysomnography and shows the availability of quick diagnoses without a polysomnography monitor A new and important result of this approach is the improved accuracy and specificity of N1 sleep stage classification compared to existing studies, serving as a basic tool for other applications iii By analyzing sleep structure using single-channel EEG signals, this study continued to apply the classification of important features to practical application cases, such as determining the time interval of state transition from wakefulness to sleep and studying drowsiness This approach has demonstrated the suitability and potential of using single-channel EEG signals to study and diagnose sleep-related problems, gradually replacing traditional studies based on polysomnographic signals In terms of methodology, this thesis has established a procedure for processing and analyzing raw data from polysomnographic or single-channel signals obtained from measuring equipment The workflow consists of function blocks such as signal noise filtering, feature extraction, feature selection, and the implementation of training models and machine learning algorithms to classify the sleep structure of selected problems The results represent a significant contribution to the development of computer-aided polysomnographic or sleep structure research through a procedure of analyzing and selecting appropriate features for each specific research direction iv LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn trân trọng đến hai thầy hướng dẫn PGS TS Huỳnh Quang Linh TS Lý Anh Tú, người bên cạnh suốt đường nghiên cứu khoa học Tơi muốn bày tỏ lịng biết ơn sâu sắc kính trọng đến thầy Huỳnh Quang Linh, thầy không truyền đạt cho kiến thức q báu học thuật, mà cịn giúp tơi học từ thầy nhiều điều cách làm việc khoa học, đam mê với công việc, tận tâm cống hiến lĩnh vực nhỏ mà thầy tham gia Nhờ có trao đổi chuyên mơn, lời động viên khích lệ kịp thời suốt trình học tập, nghiên cứu từ thầy mà tơi có ngày hơm Tôi muốn gửi lời tri ân tốt đẹp đến thầy Lý Anh Tú Tơi cảm thấy thật may mắn nhận quan tâm, lời khuyên quý báu thầy từ ngày bước chân vào giảng đường đại học tận hơm Nhờ thầy mà tơi có thay đổi tích cực, cách tiếp cận khơng lĩnh vực nghiên cứu mà áp dụng nhiều điều công tác giảng dạy, học tập sống Tôi muốn gửi lời cảm ơn chân thành đến Quý Thầy Cô Trường Đại học Bách Khoa, ĐHQG-HCM mà đặc biệt Khoa Khoa học Ứng dụng tạo điều kiện thuận lợi cho tơi suốt q trình học tập, làm việc, nghiên cứu thời gian qua Khoa Khoa học Ứng dụng Bộ môn Vật lý kỹ thuật y sinh thật nhà thứ hai tôi; trân quý phút giây sống cống hiến môi trường chuyên nghiệp Quý Thầy Cơ đồng nghiệp Tơi muốn gửi lời cảm ơn đến thầy ThS Lê Cao Đăng, trưởng phịng thí nghiệm Vật lý kỹ thuật y sinh ThS Trần Trung Tín cho phép tơi sử dụng phịng thí nghiệm thực hồn tất nghiên cứu suốt thời gian qua Xin gửi lời cảm ơn đến bạn sinh viên, học viên cao học đồng hành tơi nhóm nghiên cứu Nhờ tham gia tích cực đóng góp q báu bạn mà tơi xây dựng hoàn chỉnh nội dung, phát triển ý tưởng để hoàn tất đề tài nghiên cứu luận án tiến sĩ v Lời cuối, muốn cảm ơn gia đình ln quan tâm chăm sóc, tạo điều kiện tốt để tơi vững bước thực hoàn tất nghiên cứu Xin cảm ơn lời động viên tích cực, kiên nhẫn lòng vị tha từ người bạn đời trai nhỏ giúp vượt qua khó khăn thử thách đường chọn vi MỤC LỤC DANH MỤC CÁC HÌNH ẢNH x DANH MỤC BẢNG BIỂU xiii DANH MỤC CÁC TỪ VIẾT TẮT xiv CHƯƠNG MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ 2.1 Tổng quan phân tích cấu trúc giấc ngủ sử dụng tín hiệu đa ký 10 1.1 Các liệu chuẩn bảng kết đa ký giấc ngủ 11 1.2 Tín hiệu điện não đồ (EEG) 13 1.3 Tín hiệu điện mắt (EOG) 17 1.4 Tín hiệu điện (EMG) 18 1.5 Cấu trúc đại thể giấc ngủ 18 2.1.5.1 Trạng thái W (tương đương với trạng thái Wake theo quy tắc R&K) 19 2.1.5.2 Giai đoạn N1 (tương đương với Giai đoạn S1 theo quy tắc R&K) 19 2.1.5.3 Giai đoạn N2 (tương đương với giai đoạn S2 theo quy tắc R&K) 20 2.1.5.4 Giai đoạn N3 (tương đương với gian đoạn S3 S4 theo quy tắc R&K) 21 2.1.5.5 Trạng thái R (tương đương với trạng thái REM theo quy tắc R&K) 21 2.1.5.6 Xác định dịch chuyển thể 22 1.6 Hypnogram 23 1.7 Cấu trúc vi thể giấc ngủ 24 2.1.7.1 Phức K (K-complex) 24 2.1.7.2 Thoi ngủ (Sleep Spindle) 25 2.1.7.3 Vi thức tỉnh (Arousal) 26 1.8 Thời điểm chuyển trạng thái từ thức sang ngủ – Sleep Onset 28 2.2 Phân tích cấu trúc giấc ngủ sử dụng tín hiệu điện não đơn kênh 30 2.1 Tổng quan kho liệu Sleep EDF Expanded 31 2.2 Thông tin lâm sàng liệu ES-EDF: 32 2.3 Thông tin kỹ thuật liệu ES-EDF: 33 2.3 kênh Tổng quan nghiên cứu ngủ gật người trưởng thành sử dụng tín hiệu điện não đơn 33 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ 35 3.1 Đối tượng phạm vi nghiên cứu 35 3.2 Phương pháp nghiên cứu cấu trúc giấc ngủ sử dụng tín hiệu đa ký 36 2.1 Các khối chức chương trình: 36 vii GIA Unrtn DAI HOC eUoC THANH PHO HO Crrf TRUONG DAI HQC BACH KHOA ugI CHU ncnin VIPr NAIV.I DQc lfp - Tg'do - H+nh phric C9NG HoA xA rmX NHaN XET LUaN AN Si Cira nghiCn cuu sinh: L6 Qu6c Khdi T6n dd tdi: Nghi6n ciru c6u trirc gi6c ngri d ngud'i tru&ng sri dung tin hi€u di€n ndo don k6nh Nginh: Vat ry kl thuat Md s6: 62520401 Hq t€n nguoi nhqn xdt: Trin Trung Duy Nem bO nhiqm:2022 Chuc danh: Ph6 Gi6o Su Nim b6o v€: 2013 Hqc vi: Ti€n S! Chuy6n nganh: Di€n Tir - Vi6n Th6ng Co quan c6ng tic: Hqc ViQn Cdng Ngh€ Buu Chinh Vi6n Th6ng, co sd tai TP H0 Chi Minh v ruBx NHaN Xnr Su'cin thi6t Ngir h vi tinh thdi sry, f nghia khoa hgc vi thr,rc ti6n cria dd tii: hoat dQng thuong nh{t vd c6 thc tlQng lcrn di5n sirc khoe ngudi Do d6, nghiCn cuu v0 gi6c ngri girip ta hi€u duqc co ch6, vd bi6t chinh x6c nhirng r6i loa.t hay b6t thucrng hoat dQng ngt, cfrng nhu bi6t dugc c6c dflc trung cria b€nh 11i NCn ting co bin cira nghiCn , cfu A gi6c ngri ld phin tich c6u truc gi6c ngri dqa \ - Lt - t-:^ -'-^ bAn ghi da ky, ph6t vio tin hi€u cria 1^ tri6n c6c kh6i chqn lwa ddc trung k6t hqp v6i phdn tich c6c vi s6ng c6u truc vi th€ cira A grac ngu Lu4n 6n nghiOn ciru c6u truc gi6c ngri o nguoi trucrng'thinh sri dung tin hiQu diOn ndo don k6nh Muc ti6u chinh cria Lufn 6n ld sri dung don k6nh tin hiQu 6p dung cho c6c img dung di dQng dd ti6t kiQm n[ng luqng ho4t dQng, t4o su thu4n tiQn vd nhanh ch6ng qu6 trinh kh6o s6t, ddc bi€t ln kh6 ndng 6p dsng vdo c6c irng dpng theo d6i thoi gian thsc K6t tuin: Lufn 6n co tinh SrE kh6ng cAp thiOt, tinh thdi sg, c6 y nghia khoa hoc vi thuc ti6n tring l{p cria OG tli: Theo su hi6u UiCt tOt nh6t cira nguoi phdn biQn, c6c k6t qui d4t dugc Luan 6n kh6ng fiung l6p vdi c6c c6ng trinh, 1u0n vdn, 1u0n 6n dd c6ng bd o vi ngodi nudc V0 tii OOi Aiy dir vd cap nh|t li€u tham khiio: Lu0n rln tham kh6o 116 tdi liOu Danh muc tdi li€u tham kh6o tucrng l6t catii 1i0u tham khdo d€u dusc nich din hqp ly vdo nQi I V dung cria Luan 6n S,f phi hgp gifra t6n Ad tei chuy€n nginh: vfi nQi dung, giira nQi dung NQi dung chinh cria LuOn an nghiCn cuu v0 quy trinh xu dcrn k€nh dflc lf vfi chuy6n nginh vi m5 s6 tin hiQu nhdm x5c dinh tin hiQu tnmg dd phdn tich c6u trirc gi6c ngu Ngodi ra, cilc phucrng ph6p tt€ *u6t Lufln an cfing tte khic phuc tlugc nhfrng han ch6 cria c6c nghidn cr?u trudc ddy I(6t tu$n: TOn t16 tii phu hqp vdi nQi dung, gifta nQi dung vdi chuy6n ngdnh vd md sO chuy€n ngdnh vi itQ tin ciy cia phu'ong phdp nghiOn criu: Luan an kh6o s6t kf c6c nghiCn ciru vdL phuong ph6p li6n quan, tt S,,r hqp ly di6m cria c6c phucmg phip vd dO d6 phdn tich uu nhugc , xudt phucrng an phi hqp , ,1 111 Vd mat dft li€u, Luin an tham kh6o ngudn dfr liQu.mo vd tin hiQu tta ky gidc ngri cria -tl PHYSIONET, vd tl0ng thoi thuc hiOn dac b6 sung 55 miu \'' tt\ KOt lu{n: Phuong ph6p nghiOn cuu cria Lufln 6n ld phu hqp, c6c k€t qui c6 d0 tin cdy cao Nhirng d6ng g6p mfi cria \ lufn rin: Str dsng don kdnh tin hiQu dd phdn tich c6u trfc giSc ngri s0 gi6m c6c di€n cuc, c6 ii nghia thuc ti6n 5p dung cho c6c h0 thdng dac di dQng, ti6t kiQm ndng 1u9ng vd thoi gian xri' l1i, nhanh ch6ng Vd mat lc! thu4t vd k6t qud nghi€n criu, Lufn i) V6 mat k! thuft, Lu$n 6n ddthuc in d4t dugc c6c kOt qui chinh nhu sau: hiQn c6c c6ng viQc,sau: - Phdn tich c6u ftric gi6c ngri su dung tin hiQu da \fi - Phfintich vd nh0n diOn vi thrlc tinh - Thuc hiOn lqc nhi6u EOG kh6i tin hi€u di0n n6o EEG vd lqc nliSu cho tin hiQu da $' - Ap dpng 03 thuflt todn Fisher's ratio, mRmR vd sri dpng hdm Sequentialf cria Matlab x6c dinh b0 lua chqn t6i uu - Ti6n f inh x6c dinh thoi di6m chuy0n trang thei - Titin trinh xfc dlnh trAng th6i ngri gat ii) VA mdt ki5t quf,, Lu{n hn dd