Discriminative methods based on sparse representations of pulse oximetry signals for sleep apnea–hypopnea detection

Authors
Rolon, Roman Emanuel; Larrateguy, Luis Darío; Di Persia, Leandro Ezequiel; Spies, Ruben Daniel; Rufiner, Hugo Leonardo
Publication Year
2017
Language
English
Format
article
Status
Published version
Description
The obstructive sleep apnea?hypopnea (OSAH) syndrome is a very common and generally undiagnosed sleep disorder. It is caused by repeated events of partial or total obstruction of the upper airway while sleeping. This work introduces two novel approaches called most dicriminative activation selection (MDAS) and most discriminative column selection (MDCS) for the detection of apnea?hypopnea events using only pulse oximetry signals. These approaches use discriminative information of sparse representations of the signals to detect apnea?hypopnea events. Complete (CD) and overcomplete (OD) dictionaries, and three different strategies (FULL sparse representation, MDAS, and MDCS), are considered. Thus, six methods (FULL-OD, MDAS-OD, MDCS-OD, FULL-CD, MDAS-CD, and MDCS-CD) emerge. It is shown that MDCS-OD outperforms all the others methods. A receiver operating characteristic (ROC) curve analysis of this method shows an area under the curve of 0.937 and diagnostic sensitivity and specificity percentages of 85.65 and 85.92, respectively. This shows that sparse representation of pulse oximetry signals is a very valuable tool for estimating apnea?hypopnea indices. The implementation of the MDCS-OD method could be embedded into the oximeter so as to be used by primary attention clinical physicians in the search and detection of patients suspected of suffering from OSAH.
Fil: Rolon, Roman Emanuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Larrateguy, Luis Darío. Centro de Medicina Respiratoria; Argentina
Fil: Di Persia, Leandro Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Spies, Ruben Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Matemática Aplicada del Litoral. Universidad Nacional del Litoral. Instituto de Matemática Aplicada del Litoral; Argentina
Fil: Rufiner, Hugo Leonardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Universidad Nacional de Entre Ríos; Argentina
Subject
Sleep apneahypopnea syndrome
Sparse representations
Dictionary learning
Neural networks
Ingeniería de Sistemas y Comunicaciones
Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
INGENIERÍAS Y TECNOLOGÍAS
Access level
Restricted access
License
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repository
CONICET Digital (CONICET)
Institution
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identifier
oai:ri.conicet.gov.ar:11336/47063