Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: GÜLSEVİN KODALOĞLU
Danışman: FİKRET ARI
Özet:Horlama uyku esnasında solunum yapılarının titreşimi sonucunda ortaya çıkan sestir. Tıkayıcı Uyku Apne Sendromu (TUAS) toplumda yaygın bir uyku bozukluğu olup uykuda üst solunum yollarının tamamen veya kısmen kapanması nedeniyle en az 10 sn süre ile nefessiz kalınması durumudur. Horlama uyku apnesi teşhisi için önemli bir işarettir. Apne sonrası horlama seslerinin başlangıcındaki ani değişiklik TUAS hastalarını basit horlayanlardan ayırmak için anlamlı bir ayırt edici bilgidir. İstatistiksel yöntemlerle sinyal modellenmiş ve horlama bölütleri başlangıç ve bitiş noktaları tespit edilmiştir. Başlangıç noktasından sonra alınan farklı bölüt uzunlukları ile alt bölütler elde edilmiştir. Horlama sesleri bölütlerinin spektrogram görüntüleri oluşturularak evrişimsel sinir ağları ile derin öznitelikler çıkarılmıştır. Elde edilen derin öznitelikler Destek Vektör Makineleri ve Evrişimsel Sinir Ağları ile sınıflandırılmıştır., Snoring is a sound produced by the vibration of airway tissues. Obstructive Sleep Apnea Syndrome (OSAS) is a common sleep that is breathless for at least 10 seconds due to complete or partial closure of the upper airway. Snoring is an important sign for the diagnosis of sleep apnea. The sudden change in the onset of snoring after apnea is a distinctive information to differentiate OSAS patients from simple snorers. Signal was modeled, snoring segments start and end points were detected via statistical methods. Sub-sections with different segment lengths obtained after the starting point. Spectrogram images of snoring sounds are generated and deep features extracted by convolutional neural networks. Deep spectrum features were classified with Support Vector Machine and Convolutional Neural Network.