EMG sinyalleriyle uyuklama seviyesinin modern yöntemlerle kestirimi

Abstract

m ÖZET Kas hareketlerinden dolayı kaslarda bir tür sinyal üretilir ve üretilen bu biyosinyallere ise Elekromiyogram(EMG) denir. EMG işaretlerinde tonik EMG'lerin düşük veya yüksek seviyeli olmaları kasların aktiviteleri ile ilgilidir. Bu kas hareketlerine bakılarak vücut hakkında ve özellikle bu çalışmamızda bizim için önemli olan uyanık-uyku arasında bazı yorumlar yapılabilmektedir. Bu çalışmada kullanılan EMG sinyalleri, Ankara Gülhane Askeri Tıp Akademisi(GATA) Ruh Sağlığı ve Hastalıkları Ana bilim Dalı Uyku Laboratuarında bazı deneklerden alınmıştır. Ölçümler Grass ModeI-78 polisomnograf kullanılarak sürekli form kağıtlara ve aynı zamanda kişisel bir bilgisayara da kaydedilmiştir. EMG işaretleri bilgisayara kaydedilirken 12-bit'lik bir Analog-Dijital (AD) çevirici ile veriler sayısal olarak bilgisayara kaydedilmiştir. Bu çalışmada, Butterworth Filtre, Hızlı Fourier Dönüşümü (HFD) ve Yapay Sinir Ağları (YSA) yöntemlerini kullanarak, EMG sinyallerini kullanarak uyuklamanın kestirimi amaçlanmıştır. EMG sinyalleri 7 saatlik kayıtlarla, sayısal işaretler 20 dakikalık bloklar halinde bilgisayara aktarılmış ve 5 saniyelik epoklara ayrıştırılmıştır. EMG işaretleri filtrelenerek gürültü ve EKG artifaktlanndan arındırılmış ve spektrum analizleri incelenmiştir. Bu sayede uyanık, uyuklama ve uyku karakteristiği gösteren epoklar tespit edilmiş ve YSA yöntemiyle eğitim yapılmıştır. Daha sonra yüzlerce EMG epoğu YSA programıyla test edilmiştir. Bu test sonuçlarından uyanık, uyuklama ve uyku epokları düşük bir hata oranıyla sezilmiştir. Sonuç olarak EMG kullanılmasıyla uyuklama seviyesi çok az bir hatayla kestirilmiştir. İşaret işleme tekniklerinin etkin olarak kullanımı ile birlikte bu çalışma, faydalı olabilecek yenilikleri ve yapılabilecek hataları en aza indirme olanağım beraberinde getirecektir.

IV SUMMARY Because of the muscle activities, the signals produced by the muscles are called Elecromyogram(EMG). In the EMG signals high or low tonus of the EMG are depending on the muscle activities and to analyse this signals can give some information about human body and especially awake-sleep corolation. The EMG datas used in this study were taken from Gulhane Military Medicine Academy, sleep laboratory department of Psychic healt diseases. Measurements were taken by using a Grass Model-78 Polysomnography. Datas were recorded on the papers and at the same time recorded to a PC. While the signals were transfered to the PC, all the EMG signals were digitized using 12 bit AD converter. In this study it's aimed that employing the EMG signals estimate the level of the sleepleness using the Butterworth Filter, FFT and Artifical Neural Networks (ANN) methods. The EMG signals were recorded during 7 hours and seperated to epochs that each tekes 20 minutes and for study 5 seconds datas were used for each new epochs. The EMG signals were filtered in order to reject the noisy and the ECG artifacts, then its spectrum was analysed. Then the epochs of awake, sleepleness and sleep were established and education was done by the ANN. After that hundreds of the EMG epochs were tested by the Artifical Neural Networks program. The results of these tests gave the aware of low error for awake, sleepleness and sleep epochs. As a result, to analyse the EMG signals gave the best result for the estimation of the sleepleness. Using the signal processing techniques effectively with this study will bring the useful improvements and the opportunity of the reducing the errors.