Detekcja faz snu na podstawie analizy sygnału EEG

Pod względem czynników fizjologicznych i behawioralnych człowiek w ciągu
swojego całego życia znajduje się w dwóch stanach: czuwania i snu. Sen jest istotnym
czynnikiem do poprawnego funkcjonowania organizmu. Badanie polisomnograficzne zajmuje
się analizowaniem przebiegu snu pacjenta, służy do celów diagnostycznych i umożliwia
wykrycie ewentualnych nieprawidłowości u badanego. Celem pracy było opracowanie i
zaimplementowanie metody automatycznej detekcji faz snu na podstawie analizy zapisu z
badania elektroencefalograficznego (EEG). Sygnał EEG został poddany analizie czasowoczęstotliwościowej,
na podstawie której została przeprowadzona klasyfikacja wybranych
cech. Program komputerowy umożliwiający detekcję faz snu został napisany w języku Java.
Keywords: detekcja faz snu, transformata Hilbert-Huang, rozkład na mody
empiryczne, wewnętrzne mody funkcyjne

The goal of this paper is to highlight different methods of sleep stage detection. The
basis of such analysis lay in a record taken from an EEG device, which is widely used in
different branches of science. The main purpose of this device is to monitor, identify and cure
the symptoms of brain disfunction in psychic processes. The topic of the extraction of
interesting poperties is a difficult one, because of a stochastic nature of the EEG signal and his
smaller amplitudes The application I have created entirely in Java, runs analysis in timefrequency
space, which is the foundation for given attributes classification.
Keywords: sleep stage detection, Hilbert-Huang transform, Empirical Mode
Decomposition, Intrinsic Mode Function