Signal processing and modeling for sleep fragmentation analysis

Traitement de signal et modélisation pour l'analyse de la fragmentation du sommeil

Emna Bouazizi (1)

1 LIS - Laboratoire d'Informatique et des Systèmes (LIS) (Marseille, Toulon)

Several sleep fragmentation quantifiers have been proposed, such as the Micro--Arousal Index and the sleep fragmentation Index (SFI). However, these indexes are just satisfied with quantifying sleep fragmentation without providing a threshold from which the sleep can be considered as fragmented. From where cornes the necessity to construct a mathematical or/and a numerical model for sleep fragmentation analysis, that can be a diagnosis aid for sleep specialists. Therefore, based on three main sleep characteristics (the Sleep Stages Shifts (SSS), the Micro Arousal Rate (MAR) and the Intra Sleep Awakenings (ISA)) and from a database of 111 PSG, consisting of 55 healthy adults and 56 adult patients with a suspicion of obstructive sleep apnea syndrome (OSAS), and diagnosed by nine clinicians, we have design, for each clinician one mathematical and three computational models in order to modelize his diagnosis. Thus, it is shown that the agreement between each clinician's diagnosis and each corresponding model according to the Cohen's Kappa Index goes from moderate to almost perfect.

Plusieurs quantificateurs de fragmentation du sommeil ont été proposés tels que l'indice de Fragmentation du Sommeil (IFS) et l'indice Pondéré de Fragmentation du Sommeil (IPFS). Mais, ces indices se contentent de quantifier la fragmentation du sommeil et ne proposent pas de seuil à partir duquel le sommeil peut être considéré comme fragmenté. D'où provient la nécessité de construire un modèle mathématique et/ou numérique de l'analyse de la fragmentation du sommeil fournissant aux spécialistes du sommeil une aide au diagnostic. En se basant sur trois paramètres du sommeil (le nombre de changement de stades (SSS ), le taux de micro-éveils (MAR), le nombre d'éveils intra-sommeil (ISA)) et à partir d'une base de données de 111 PSG avec 55 sujets sains et 56 patients avec une suspicion du syndrome d'apnée de sommeil obstructif (OSAS) qui sont diagnostiqués par neufs praticiens hospitaliers, nous avons construit pour chaque praticien un modèle mathématique et trois modèles automatiques. L'accord, selon l'indice de Kappa Cohen, entre le diagnostic de chaque clinicien et celui du modèle correspondant, varie du modéré au presque parfait.

Mots clés: Sleep fragmentation; Diagnosis aid; Mathematical model; Computational models

Mots clés: Fragmentation du sommeil; Aide au diagnostic; Modèle mathématique; Modèles automatiques

Domaines: Automatique

Emna Bouazizi. Traitement de signal et modélisation pour l'analyse de la fragmentation du sommeil. Automatique. Université de Toulon; École nationale d'ingénieurs de Tunis (Tunisie), 2019. Français. ⟨NNT : 2019TOUL0006⟩. ⟨tel-02494489⟩