Güneş, SalihPolat, KemalDursun, MehmetYosunkaya, Şebnem2020-03-262020-03-262009Güneş, S., Polat, K., Dursun, M., Yosunkaya, Ş., (2009). EEG, EOG ve Çene EMG Sinyallerinin Zaman Domeni Özelliklerinin Uyku Evreleri ile İlişkisinin İncelenmesi. Proceedings of 2009 14th National Biomedical Engineering Meeting, BIYOMUT 2009. Doi: 10.1109/BIYOMUT.2009.51302569.78142E+12https://dx.doi.org/10.1109/BIYOMUT.2009.5130256https://hdl.handle.net/20.500.12395/240572009 14th National Biomedical Engineering Meeting, BIYOMUT 2009 -- 20 May 2009 through 22 May 2009 -- Balcova, Izmir -- 77541Sleep staging has an important role in determining sleep disorders such as sleepiness, human fatigue etc. Sleep staging is generally done according to Rechtschaffen and Kales standard (RKS) using EEG signal obtained from PSG signals taken from patient subjects who come with any sleep disorders. Sleep stages are generally divided into three stages including awake, REM and N-REM (stage 1, stage 2, and stage 3). In this study, time domain features of EEG, EOG of right and left eyes, and chin EMG signals belonging to sleep stages were investigated and correlation between these time domain features and sleep stages was calculated. The used time domain features are mean value, standard deviation, peak value, skewness, kurtosis, and shape factor belonging to EEG, EOG of right and left eyes, and chin EMG signals. In experimental studies, PSG recordings of 3 subjects were taken and average recording time of 6.22 h, total recording time was 18.67 h. When investigated correlation coefficients, it is seen that skewness feature in time domain features of EEG signal, standard deviation feature in time domain features of EOG signals belonging to right and left eyes, and mean value feature in time domain features of chin EMG signal were more correlated with sleep stages than other features. Consequently, a feature vector can be constituted combining features determined from time domain features of EEG, EOG belonging to right and left eyes, and chin EMG signals. This obtained feature vector can be easily used in distinguishing sleep stages.Uyku evreleme, uykululuk, insan yorgunluğu gibi uyku rahatsızlıklarının belirlenmesinde önemli bir role sahiptir. Uyku evreleme, genelde hastalık şikayeti ile gelen kişilerden alınan polisomnografi (PSG) sinyallerinden elde edilen EEG (Electroencephalogram) sinyali kullanılarak Rechtschaffen ve Kales standardına (RKS) göre yapılmaktadır. Uyku evreleri genel olarak uyanık, REM ve N-REM evreleri (evre 1, evre 2 ve evre 3) olmak üzere üçe ayrılır. Bu çalışmada, uyku evrelerine ait EEG, EOG (Electroculogram) ve çene EMG (Electromyogram) sinyallerinin zaman domeni özellikleri incelenmiş ve bu zaman domeni özelliklerinin uyku evreleri ile aralarındaki korelasyon hesaplanmıştır. Kullanılan zaman domeni özellikleri EEG, sağ ve sol göze ait EOG ve çene EMG sinyallerine ait ortalama değer, standart sapma, tepe değer, skewness (eğrilik), kurtosis (basıklık) ve şekil faktörüdür. Deneysel çalışmalarda, 3 kişinin PSG kaydı alınmış ve ortalama kayıt süresi 6.22 saat, toplam kayıt süresi 18.67 saat olmuştur. Korelasyon katsayıları incelendiğinde EEG sinyali zaman donemi özelliklerinde eğrilik özelliği, sağ ve sol göze ait EOG sinyallerinde standart sapma özelliği ve çene EMG sinyalinde ise ortalama değer özellikleri diğer özelliklere göre uyku evreleri ile daha fazla ilişkili olduğu görülmüştür. Sonuç olarak, EEG, sağ ve sol göze ait EOG ve çene EMG sinyallerinin zaman domeni özelliklerinden öne çıkan özellikler birleştirilerek bir özellik vektörü oluşturulabilir. Bu elde edilen özellik vektörü, uyku evrelerini ayırt etmede kolaylıkla kullanılabilir.tr10.1109/BIYOMUT.2009.5130256info:eu-repo/semantics/openAccessConference ObjectN/A