Can Sleep Apnea be Detected by Heart Sounds?

Abstract

Objective: It has previously been shown that there are morphological changes in hearth sounds during respiration and holding breath. In this study, for the first time in the literature, it was investigated whether sleep apnea could be detected automatically from heart sounds by teaching various classifiers of time and frequency plane parameters which are thought to be able to characterize the morphological changes seen in heart sounds during apnea. Materials and Methods: For this purpose, heart sounds were recorded simultaneously with full polysomnography records from 17 people. Classification studies were performed by assigning feature vectors obtained from heart sounds to K nearest neighbors and support vector machines. Results: The best result with K nearest neighbor classifier was 48% accuracy, 100% selectivity level. With support vector machines classifier, 82% accuracy and 42% selectivity values were reached. Conclusion: According to these values, it is concluded that the parameters of the heart sound used in this study do not make it possible to diagnose the sleep apnea from the heart sounds. Keywords: Sleep apnea, heart sounds, polysomnography, classifiers Amaç: Nefes alıp verme ve nefes tutma sırasında kalp seslerinde morfolojik değişimler olduğu daha önce gösterilmiştir. Bu çalışmada, literatürde ilk defa olmak üzere; apne sırasında kalp seslerinde görülen morfolojik değişimleri karakterize edebileceği düşünülen zaman ve frekans düzlemi parametrelerinin çeşitli sınıflandırıcılara öğretilerek kalp seslerinden otomatik olarak uyku apnesi tespiti yapılıp yapılamayacağı araştırılmıştır. Gereç ve Yöntem: Bu amaçla 17 kişiden tam polisomnografi kayıtları ile eş zamanlı olarak kalp sesleri kaydedilmiştir. K en yakın komşu ve destek vektör makineleri sınıflandırıcılarına, kalp seslerinden elde edilen özellik vektörleri verilerek sınıflandırma çalışmaları yapılmıştır. Bulgular: K en yakın komşu sınıflandırıcısıyla alınan en iyi sonuç, %48 doğruluk, %100 seçicilik seviyesinde olmuştur. Destek vektör makineleri sınıflandırıcısıyla ise %82 doğruluk, %42 seçicilik değerlerine ulaşılmıştır. Sonuç: Ulaşılan bu değerlere göre, çalışmada kullanılan kalp sesine ait parametreler ile kalp seslerinden uyku apnesi teşhisi koymanın mümkün olmadığı sonucuna varılmıştır. Anahtar Kelimeler: Uyku apnesi, kalp sesleri, polisomnografi, sınıflandırıcılar Abstract ÖzÖzgün Makale / Original Article DO I: 10.4274/jtsm.07108 2017;4:16-21 Can Sleep Apnea be Detected by Heart Sounds? Journal of Turkish Sleep MedicineMetin Yıldız, Zeynep Tabak*, Sinan Yetkin** GirişUyku ile ilgili rahatsızlıkların önde gelenlerinden biri, uykuda solunum bozukluklarıdır. Bunlar içerisinde en sık rastlanan ise uyku apne sendromudur. Her yaş grubundaki bireylerde görülebilmekle beraber, ilerleyen yaşlarda görülme sıklığı artmaktadır. Dar kapsamlı birkaç çalışmada, Türkiye'de görülme sıklığını %0,9-1,9 olarak tespit edilmiştir (1,2). Farklı toplumlarda yapılan çalışmalarda görülme sıklıkları erkeklerde %3,1-%7,5, kadınlarda %2,1-%4,5 olarak tespit edilmişt...