polito.it
Politecnico di Torino (logo)

Sviluppo di un classificatore delle fasi del sonno per il monitoraggio notturno domiciliare = Implementation of a sleep stages classifier for home overnight monitoring

Roberta Lipari

Sviluppo di un classificatore delle fasi del sonno per il monitoraggio notturno domiciliare = Implementation of a sleep stages classifier for home overnight monitoring.

Rel. Danilo Demarchi, Paolo Astengo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2022

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (16MB) | Preview
Abstract:

Il monitoraggio del sonno risulta essere di fondamentale importanza nella individuazione di patologie neurologiche. Ad oggi, la Polisonnografia è considerata il Gold Standard per la rilevazione dei disturbi notturni, ma viene effettuata in un apposito centro ospedaliero attrezzato alla procedura. Il progetto ReHome promuove un nuovo metodo di assistenza domiciliare che permetterà al paziente di eseguire l’esame dalla propria abitazione utilizzando sensori indossabili di facile utilizzo. Questo elaborato, in particolare, è stato focalizzato sul segnale elettroencefalografico al fine di allenare un classificatore Deep Neural Network che possa in modo automatico fornire la corretta valutazione del sonno. Per ciascun paziente il segnale elettroencefalografico è stato suddiviso in epoche da trenta secondi e ciascuna di essa è stata classificata come appartenente ad uno specifico stage notturno, secondo le direttive dell’American Academy of Sleep Medicine. La criticità riscontrata nel presente studio è stata la mancanza di registrazioni notturne acquisite con il dispositivo HEAD di ReHome su diversi pazienti, nonché l’assenza di un clinico specialista in grado di analizzarle. Per ovviare a tale limite si è fatto riferimento a PhysioNet, un archivio dati di ricerca medica liberamente disponibile. Al termine dell’analisi i risultati rilevano una percentuale di veri positivi all’interno di ogni classe pari a 44.7% (Wake), 49.2% (N1), 88.3% (N2), 74.6% (N3), 50.9% (REM).

Relatori: Danilo Demarchi, Paolo Astengo
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 94
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-21 - INGEGNERIA BIOMEDICA
Aziende collaboratrici: ASTEL S.r.l.
URI: http://webthesis.biblio.polito.it/id/eprint/22169
Modifica (riservato agli operatori) Modifica (riservato agli operatori)