Автореферат (1026107), страница 2
Текст из файла (страница 2)
Санкт-Петербург, 2015 г.).Материалы диссертации использовались в ходе исследований,проводимых в рамках грантов РФФИ (14-07-31151 мол_а, 16-07-01096 а,15-07-02472 а), грантов Президента Российской Федерации длягосударственной поддержки молодых российских учёных-кандидатов наук(MK-889.2014.9, МК-7812.2015.7), гранта Фонда содействия инновациям(11402р/17221), гранта EU FP7 AMISS (PIRSES-GA-2010-269157).За работы, которые являются частью данной диссертации, авторуприсуждена стипендия Президента Российской Федерации молодым учёными аспирантам и стипендия Президента Российской Федерации для обученияза рубежом студентов и аспирантов.Публикации. Основные результаты по теме диссертации изложены в22 печатных изданиях, в том числе в 3 статьях в журналах, рекомендованныхВАК РФ для публикации материалов диссертаций на соискание учёныхстепеней кандидата и доктора наук, в 1 патенте на полезную модель и 1свидетельстве об официальной регистрации программ для ЭВМ.Объем и структура работы.
Диссертация состоит из введения,четырех глав и заключения. Полный объем диссертации составляет138 страниц текста с 53 рисунками и 24 таблицами. Список литературысодержит 159 наименований.Содержание работыВо введении обоснована актуальность, научная новизна ипрактическая значимость исследования, сформулированы цель и задачи,приведены положения, выносимые на защиту, описана структурадиссертационной работы.В первой главе обобщены данные о нарушениях сна иинструментальных методах их диагностики, применяемых в клиническойпрактике.
Некоторые соматические и психические заболевания приводят кизменениям в структуре сна. В частности, инсомния приводит к уменьшениюэффективности сна, повышению латентности ко сну, снижению общеговремени сна, снижению времени глубокого сна, снижению времени ФБС,увеличению числа пробуждений и времени бодрствования после началасна. Для диагностики расстройств сна применяются такие методы, как ПСГ,4актиграфия, кардиореспираторный мониторинг, пульсоксиметрия, опросникии дневники сна.
Однако ни один из данных методов не позволяет проводитьдлительный объективный мониторинг структуры сна.В главе формализована задача определения структуры сна и обоснованкритерий качества её решения. Согласно стандарту Американской ассоциациимедицины сна 2006 г., используемому и в других странах, включая Россию,сон делится на ФБС и 3 стадии ФМС (ФМС1–ФМС3). В структуру сна такжевключаются периоды бодрствования (ПБ) с момента отхода ко сну до подъёмас кровати.
ФМС1 представляет собой стадию перехода от бодрствованияко сну, ввиду её относительно малой представленности в структуре сна(≈3%) и сложности разделения ФМС1 и ФМС2, в литературе, посвящённойавтоматическому определения структуры сна, их часто объединяют водну стадию поверхностного сна (ПС), в то время как ФМС3 называютглубоким сном (ГС). Таким образом, определение структуры сна может бытьпредставлено как задача классификации эпох на один из следующих классов:ПБ, ПС, ГС, ФБС. В главе обосновано использование каппы Коэна (формула 1)— показателя, характеризующего степень межэкспертного согласия — дляоценки качества автоматического определения структуры сна. Каппа Коэнавыражается как=∑︀ − ,1 − (1)∑︀где = =1– наблюдаемая согласованность ответов, = =1 2 –ожидаемая вероятность случайной согласованности.В Таблице 1 представлена матрица соответствий для задачиопределения структуры сна.
— элемент матрицы, находящийся напересечении -й строки и -го столбца, показывает количество объектов класса, отнесённых классификатором к классу . — сумма элементов -й строки. — сумма элементов -й строки. — общее количество объектов.Таблица 1.Матрица соответствийПСГ ↓ Алгоритм →ПБФБСПСГССуммаПБ112131411ФБС122232422ПС132333433ГС142434444Сумма1234Применительно к решаемой задаче, одним из экспертов,классифицирующих эпохи, является специалист, анализирующий ПСГ,а другим — алгоритм, делающий это автоматически на основе анализапризнаков, извлечённых из сигнала. При полном согласии между экспертамикаппа Коэна принимает значение = 1. Однако, несмотря на то что врачи5следует одному стандарту, определяющему критерии классификации эпох наоснове визуального анализа ПСГ, в результатах расшифровки ПСГ записейприсутствует элемент субъективности, и полного согласия между двумяэкспертами – врачами, расшифровывающими ПСГ записи – не наблюдается.Так, в работе (Shambroom, 2012) при сравнении результатов расшифровки 26ПСГ записей с классификацией эпох на 4 класса (ПБ–ФБС–ПС–ГС) двумяврачами была получено = 0,74.
Таким образом, потенциально достижимыйпредел согласия ответов алгоритма с «золотым стандартом» составляет около0,7–0,8 каппы Коэна, а не 1.Установлено, что формирование обучающей и контрольной выборокдолжно происходить с разделением по испытуемым, а не по эпохам, посколькуналичие данных одного и того же испытуемого в обеих выборках можетприводить к переоценке качества определения структуры сна.В главе проведён обзор литературы, посвящённой разработке средстви методов для длительного мониторинга структуры сна.
Первые публикациипо данной теме появились в конце 1980-х годов, однако активно этонаправление стало развиваться в 2000-х годах. Публикационная активностьв данной области растёт год от года, что подтверждает актуальность темыисследования. Отмечено, что большинство работ посвящено анализувариабельности сердечного ритма (ВСР) или кардиореспираторныхпараметров, а также фокусируется на формировании признакового описанияи классификации эпох как отдельных независимых событий. Таким образом,установлено, что недостаточно исследована возможность определенияструктуры сна на основе анализа дыхательных движений, как и методы учётаособенностей структуры сна, позволяющие классифицировать эпоху какчасть единой структуры сна, а не отдельное событие.Вторая глава посвящена исследованию и обоснованию выборафизиологических сигналов, на основе которых будет определяться структурасна, и метода их регистрации.
Установлено, что для определения структурысна потенциально возможно использовать анализ активности головногомозга, движения глазных яблок, сердечного ритма и дыхания. Анализдвигательной активности или электрической активности мышц хоть и непозволяет определять структуру сна, однако может использоваться совместнос другими методами для повышения качества разделения бодрствования исна или определения ФБС. На Рис.
1 приведены потенциально применимыетехнологии для определения структуры сна.Ввиду высокой продолжительности мониторинга и специфичностизадачи сформулированы следующие требования к методам мониторингаструктуры сна: обеспечение максимального комфорта для пациента; простотаэксплуатации; низкая стоимость; обеспечение приватности пациента.Максимальный комфорт может быть обеспечен бесконтактными методами,не требующими наложения датчиков и электродов на тело испытуемого,что особенно важно для больных инсомнией, у которых и так нарушена6Рис. 1.
Потенциально применимые методы для длительного мониторингаструктуры снаспособность инициации и поддержания сна и которые могут особенно резкореагировать на дискомфорт и непривычные условия сна.Установлено, что метод БРЛ соответствует сформулированнымтребованиям.БРЛ — этометоддистанционногообнаруженияидиагностики людей, основанный на модуляции радиолокационного сигналаколебательными движениями и перемещениями органов биологическогообъекта.Амплитуда смещения поверхности тела в результате сердцебиения(≈0,5 мм) значительно меньше, чем амплитуда дыхательных движений(≈1 см), таким образом, из-за необходимости регистрации сердцебиенияк аппаратуре могут предъявляться более строгие требования. Известнымногочисленные работы, посвящённые определению структуры сна на основеанализа ВСР (Mendez et al., 2010; Yilmaz et al., 2010; Bianchi et al., 2010; Hedneret al., 2011; и др.), а также на основе анализа ВСР совместно с параметрамипаттерна дыхания (Redmond et al.
2006, 2007; Karlen et al., 2009; Domingueset al., 2014; и др.). Кроме того, наличие различий в параметрах дыхания встадиях сна показано в работах Douglas et al. (1982), Penzel et al. (2007) и др.Однако первая работа, доказывающая возможность определения структурысна взрослого практически здорового человека, вышла в печать только в2014 г. (Long et al.). Таким образом, на момент начала диссертационногоисследования возможность определения структуры сна только на основеанализа дыхательных движений была не очевидна, в результате чего былипоставлены следующие вопросы, требующие исследования:1. Возможно ли определить структуру сна только на основе анализадыхательных движений?72.
Как соотносится качество определения структуры сна на основеанализа дыхательных движений по сравнению с анализомсердечного ритма и дыхательных движений?Для ответа на поставленные вопросы было проведено исследованиеэффективности определения структуры сна по анализу дыхательныхдвижений в отдельности и совместно с ВСР, которые были зарегистрированыс помощью стандартных методов, включённых в ПСГ: одноканальнойэлектрокардиографии (ЭКГ) и респираторной индуктивной плетизмографии(РИП). Данное исследование проводилось на основе данных 625 испытуемыхиз открытой базы ПСГ записей SHHS1 (sleepdata.org).Получено следующее качество автоматического определенияструктуры сна: = 0,47±0,13 на основе анализа РИП сигнала; = 0,50±0,12при использовании ЭКГ и РИП сигналов. Лучшие результаты, представленныев литературе на момент написания диссертации: = 0,41 ± 0,14 при анализеРИП сигнала (Long et al., 2014), = 0,49 ± 0,13 при анализе ЭКГ и РИП(Fonseca et al., 2015).Таким образом, установлено, что даже при использовании контактныхстандартных методов регистрации, анализ дыхательных движений даётсравнимый с совместным анализом ВСР и дыхательных движений результат.Сделан вывод, что усложнение АПК с целью обеспечения устойчивойрегистрации сердцебиения для различных возможных состояний фоноцелевойобстановки и антропоморфных параметров испытуемого представляетсянецелесообразным.Исходя из анализа литературных данных, установлено, чтоизменения паттерна дыхания во время сна обусловлены следующимифакторами: снижением влияния или отсутствием некоторых входныхстимулов респираторного центра, действующих во время бодрствования(эмоциональные стимулы, сознательный контроль, влияние центровбодрствования и др.); атонией скелетных мышц во время ФБС; увеличениемсопротивления верхних дыхательных путей.Третья глава посвящена разработке методов учёта особенностейструктуры сна.
Как было показано в первой главе, в литературепреобладает классификация эпох как независимых событий. Аналогичныйподход был использован во второй главе при разработке алгоритмаопределения структуры сна по кардиореспираторным параметрам. Однако прирассмотрении структуры сна как единого целого, а не набора независимыхэпох, можно выделить ряд закономерностей, учёт которых при классификацииможет существенно улучшить качество определения структуры сна.Выявлены следующие особенности структуры сна: сон имеетциклическую структуру; каждый цикл сна состоит из ФМС и ФБС;доля ГС в цикле последовательно уменьшается в течение сна; доляФБС в цикле последовательно увеличивается в течение сна; доляПС в цикле последовательно увеличивается в течение сна; окончание8цикла часто сопровождается микропробуждениями; начало и конец записихарактеризуется периодами бодрствования; принадлежность эпохи к той илииной стадии сна или ПБ зависит от классов соседних эпох.Таким образом, очевидно, что априорная вероятность принадлежностиэпохи к тому или иному классу меняется в зависимости от положения эпохи взаписи.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
