Análisis multicanal de un sensor no obstructivo para la detección del Síndrome de Apnea-Hipopnea del Sueño / Multichannel Analysis of an Unobtrusive Sensor for Sleep Apnea-Hypopnea Detection

RESUMEN

Este artículo presenta un método no obstructivo para la detección del síndrome de apnea-hipopnea del sueño (SAHS). El flujo respiratorio es medido indirectamente a través de un colchón sensorizado (PBS Pressure Bed Sensor) que incluye 8 transductores de presión. Mediante la transformada de Hilbert se obtiene la amplitud instantánea de las señales respiratorias y se reduce la información a través del análisis de componentes principales (ACP). Los eventos respiratorios (ERs apneas/hipopneas) se localizan como una reducción en la amplitud instantánea resultante y se contabilizan en el índice de eventos respiratorios (IER), un índice de severidad similar al oficial apnea-hypopnea index (AHI). El PBS se analiza agrupando primero la información de pares de canales y después utilizando los 8 canales. Los IER se evalúan comparándolos con el AHI en diferentes niveles de severidad. En el diagnóstico de pacientes sanos y patológicos se obtuvo una sensibilidad, especificidad y exactitud de 92%, 100% y 96% respectivamente, utilizando la información de dos u ocho canales. Con estos resultados podemos proponer el uso del PBS como una alternativa para el diagnóstico del SAHS en ambientes fuera del hospital, ya que no requiere la presencia de un clínico especialista para su uso.

ABSTRACT

This manuscript presents an unobtrusive method for sleep apneahypopnea syndrome (SAHS) detection. The airflow is indirectly measured through a sensitive mattress (Pressure Bed sensor, PBS) that incorporates multiple pressure sensors into a bed mattress. The instantaneous amplitude of each sensor signal is calculated through Hilbert transform, and then, the information is reduced via principal component analysis. The respiratory events (ERs -apneas/hypopneas) are detected as a reduction in the resulting instantaneous amplitude and accounted in the respiratory event index (IER), which is a severity indicator similar to the offcial apnea-hypopnea index (AHI). The respiratory signals extracted from PBS are analyzed first by clustering the information coming from channel pairs, and then using the eight channels. The IER performance is compared with the AHI for different severity categories. For the diagnosis of healthy and pathological patients we obtain a sensitivity, specificity and accuracy of 92%, 100% and 96%, respectively using two or eight PBS channels. These results suggest the possibility to propose PBS as an alternative tool for SAHS diagnosis in home environment.