nach oben

HNO

Erschienen in:

20.01.2017 | Schlafapnoe | Leitthema

Akustische Informationen von Schnarchgeräuschen

verfasst von: Dipl.-Ing. C. Janott, B. Schuller, C. Heiser

Erschienen in: HNO | Ausgabe 2/2017

Einloggen, um Zugang zu erhalten

Zusammenfassung

Hintergrund

Mehr als ein Drittel aller Menschen schnarchen regelmäßig. Schnarchen ist ein häufiges Begleitsymptom einer obstruktiven Schlafapnoe (OSA) und wirkt zusätzlich störend auf den Bettpartner.

Ziel der Arbeit

Diese Arbeit gibt eine Übersicht über die Historie und den Stand der Forschung hinsichtlich der akustischen Analyse des Schnarchens zur Klassifizierung des OSA-Schweregrads, zur Detektion obstruktiver Ereignisse, zur Messung der Lästigkeit und zur Identifikation des Schallentstehungsorts.

Material und Methoden

Mit Blick auf die genannten Zielsetzungen wurden Recherchen in den Literaturdatenbanken PubMed und IEEE Xplore durchgeführt und aus den Suchergebnissen diejenigen Publikationen ausgewählt, die sich laut Titel und Abstract mit der jeweiligen Zielstellung befassen.

Ergebnisse

Es wurden insgesamt 48 Publikationen zu den genannten Zielstellungen berücksichtigt. Limitierender Faktor vieler Arbeiten ist die geringe Anzahl der Probanden, auf denen die Untersuchungen basieren.

Schlussfolgerung

Jüngere Forschungsergebnisse zeigen vielversprechende Ergebnisse, sodass akustische Analysen in der Zukunft einen Platz im Rahmen der Schlafdiagnostik als Ergänzung der anerkannten Standardverfahren finden können.

Young T, Palta M, Dempsey J, Skatrud J, Weber S, Badr S (1993) The occurrence of sleep-disordered breathing among middle-aged adults. N Engl J Med 328:1230–1235CrossRefPubMed

Aldrich M (1999) Sleep medicine. Oxford University Press, New York/Oxford

Blumen M, Quera M, Vaugier I, Leroux K, d’Ortho M, Barbot F, Chabolle F, Lofaso F (2012) Snoring intensity responsible for the sleep partner’s poor quality of sleep? Sleep Breath 16:903–907CrossRefPubMed

Stuck B, Dreher A, Heiser C, Herzog M, Kühnel T, Maurer J, Pistner H, Sitter H, Steffen A, Verse T (2013) Sk2 guidelines diagnosis and therapy of snoring in adults compiled by the sleep medicine working group of the German Society of Otorhinolaryngology, Head and Neck Surgery. HNO 61:944–957. doi:10.1007/s00106-013-2775-3 CrossRefPubMed

Pevernagie D, Aarts R, De Meyer M (2010) The acoustics of snoring. Sleep Med Rev 14:131–144CrossRefPubMed

Pschyrembel W (2007) Klinisches Wörterbuch

Norman M, Middleton S, Erskine O, Middleton P, Wheatley J, Sullivan C (2014) Validation of the Sonomat: a contactless monitoring system used for the diagnosis of sleep disordered breathing. Sleep 37(9):1477–1487. doi: 10.5665/sleep.3996.PubMedPubMedCentral

Rohrmeier C, Herzog M, Ettl T, Kuehnel T (2014) Distinguishing snoring sounds from breath sounds: a straightforward matter? Sleep Breath 18:169–176CrossRefPubMed

Dafna E, Tarasiuk A, Zigel Y (2013) Automatic detection of whole night snoring events using non-contact microphone. PLOS ONE 8:e84139CrossRefPubMedPubMedCentral

10.

Rousselot A (1904) Principes de Phonétique expérimentale Bd. 2. Didier, Paris

11.

Sullivan C, Issa F, Berthon-Jones M, Eves L (1981) Reversal of obstructive sleep apnoea by continuous positive airway pressure applied through the nares. Lancet 317:862–865CrossRef

12.

Cohen A, Lieberman A (1986) Analysis and classification of snoring signals. Acoustics, Speech, and Signal Processing. IEEE International Conference on ICASSP, S 693–696

13.

Schäfer J (1989) How can one recognize a velum snorer? Laryngorhinootologie 68:290–294CrossRefPubMed

14.

Janott C, Pirsig W, Heiser C (2014) Akustische Analyse von Schnarchgeräuschen. Somnologie 18:87–95CrossRef

15.

American Academy of Sleep Medicine (1999) Sleep-related breathing disorders in adults: recommendations for syndrome definition and measurement techniques in clinical research. The Report of an American Academy of Sleep Medicine Task Force. Sleep 22(5):667–689

16.

Bishop M (2006) Pattern Recognition and Machine Learning. Springer, Heidelberg

17.

Basheer I, Hajmeer M (2000) Artificial neural networks: fundamentals, computing, design, and application. J Microbiol Methods 43:3–31CrossRefPubMed

18.

Vapnik V (2013) The Nature of Statistical Learning Theory. Springer Science, New York

19.

Sola-Soler J, Jane R, Fiz J, Morera J (2000) Towards automatic pitch detection in snoring signals. Engineering in Medicine and Biology Society. Proceedings of the 22nd Annual International Conference of the IEEE, S 2974–2976

20.

Jane R, Sola-Soler J, Fiz J, Morera J (2000) Automatic detection of snoring signals: validation with simple snorers and OSAS patients. Engineering in Medicine and Biology Society. Proceedings of the 22nd Annual International Conference of the IEEE, S 3129–3131

21.

Sola-Soler J, Jane R, Fiz J, Morera J (2003) Spectral envelope analysis in snoring signals from simple snorers and patients with Obstructive Sleep Apnea. Engineering in Medicine and Biology Society. Proceedings of the 25th Annual International Conference of the IEEE, S 2527–2530

22.

Abeyratne U, Patabandi C, Puvanendran K (2001) Pitch-jitter analysis of snoring sounds for the diagnosis of sleep apnea. Engineering in Medicine and Biology Society. Proceedings of the 23rd Annual International Conference of the IEEE, S 2072–2075

23.

Wakwella A, Abeyratne U, Hukins C (2004) Snore based systems for the diagnosis of apnoea: a novel feature and its receiver operating characteristics for a full-night clinical database. IEEE International Works on Biomedical Circuits and Systems, S S2/3–S5–8

24.

Sola-Soler J, Jane R, Fiz J, Morera J (2005) Variability of snore parameters in time and frequency domains in snoring subjects with and without Obstructive Sleep Apnea. IEEE Engineering in Medicine and Biology 27th Annual Conference, S 2583–2586

25.

Ng A, Koh T, Baey E, Puvanendran K (2006) Speech-like Analysis of Snore Signals for the Detection of Obstructive Sleep Apnea. International Conference on Biomedical and Pharmaceutical Engineering, S 99–103

26.

Sola-Soler J, Jane R, Fiz J, Morera J (2007) Automatic classification of subjects with and without Sleep Apnea through snoring analysis. 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, S 6093–6096

27.

Karunajeewa A, Abeyratne U, Hukins C (2011) Multi-feature snore sound analysis in obstructive sleep apnea-hypopnea syndrome. Physiol Meas 32:83–97CrossRefPubMed

28.

Matsiki D, Deligianni X, Vlachogianni-Daskalopoulou E, Hadjileontiadis L (2007) Wavelet-based Analysis of Nocturnal Snoring in Apneic Patients Undergoing Polysomnography. 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, S 1912–1915

29.

Tagluk M, Akin M, Sezgin N (2009) Time-frequency analysis of snoring sounds in patients with simple snoring and OSAS. IEEE 17th Signal Processing and Communications Applications Conference, S 293–296

30.

Alshaer H, Rudzicz F, Falk T, Tseng W, Bradley T (2013) Classification of vibratory patterns of the upper airway during sleep. 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), S 2080–2083

31.

Kizilkaya M, Ari F, Demi̇rgünes D (2013) Detection of sleep apnea with chaotic sound features. Signal Processing and Communications Applications Conference (SIU), S 1–4

32.

Nakano H, Hirayama K, Sadamitsu Y, Toshimitsu A, Fujita H, Shin S, Tanigawa T (2014) Monitoring sound to quantify snoring and sleep apnea severity using a smartphone: proof of concept. J Clin Sleep Med 10(1):73–78. doi:10.5664/jcsm.3364 PubMedPubMedCentral

33.

Ng A, Koh T (2008) Using psychoacoustics of snoring sounds to screen for obstructive sleep apnea. 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, S 1647–1650

34.

Karci E, Dogrusoz Y, Ciloglu T (2011) Detection of post apnea sounds and apnea periods from sleep sounds. Annual International Conference of the IEEE Engineering in Medicine and Biology Society, S 6075–6078

35.

Ng A, Koh T, Baey E, Lee T, Abeyratne U, Puvanendran K (2008) Could formant frequencies of snore signals be an alternative means for the diagnosis of obstructive sleep apnea? Sleep Med 9:894–898CrossRefPubMed

36.

Sola-Soler J, Jane R, Fiz J, Morera J (2008) Formant frequencies of normal breath sounds of snorers may indicate the risk of Obstructive Sleep Apnea Syndrome. 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, S 3500–3503

37.

Herath D, Abeyratne U, Hukins C (2015) Hidden Markov modelling of intra-snore episode behavior of acoustic characteristics of obstructive sleep apnea patients. Physiol Meas 36:2379–2404CrossRefPubMed

38.

Ben-Israel N, Tarasiuk A, Zigel Y (2012) Obstructive apnea hypopnea index estimation by analysis of nocturnal snoring signals in adults. Sleep 35(9):1299–1305. doi:10.5665/sleep.2092 PubMedPubMedCentral

39.

Fiz J, Jané R, Solà-Soler J, Abad J, García M, Morera J (2010) Continuous analysis and monitoring of snores and their relationship to the apnea-hypopnea index. Laryngoscope 120:854–862CrossRefPubMed

40.

de Silva S, Abeyratne U, Hukins C (2012) Gender dependant snore sound based multi feature obstructive sleep apnea screening method. Conf Proc IEEE Eng Med Biol Soc, S 6353–6356

41.

de Silva S, Abeyratne U, Hukins C (2012) Impact of gender on snore-based obstructive sleep apnea screening. Physiol Meas 33:587–601CrossRefPubMed

42.

Abeyratne U, de Silva S, Hukins C, Duce B (2013) Obstructive sleep apnea screening by integrating snore feature classes. Physiol Meas 34:99–121CrossRefPubMed

43.

Perez-Padilla J, Slawinski E, Difrancesco L, Feige R, Remmers J, Whitelaw W (1993) Characteristics of the snoring noise in patients with and without occlusive sleep apnea. Am Rev Respir Dis 147:635–644CrossRefPubMed

44.

Yang Y, Qin Y, Haung W, Peng H, Xu H (2012) Acoustic characteristics of snoring sound in patients with obstructive sleep apnea hypopnea syndrome. Lin Chung Er Bi Yan Hou Tou Jing Wai Ke Za Zhi 26(8):360–363PubMed

45.

Yadollahi A, Giannouli E, Moussavi Z (2010) Sleep apnea monitoring and diagnosis based on pulse oximetry and tracheal sound signals. Med Biol Eng Comput 48:1087–1097CrossRefPubMed

46.

Hoffstein V, Mateika S, Anderson D (1994) Snoring: is it in the ear of the beholder? Sleep 17(6):522–526PubMed

47.

Caffier P, Berl J, Muaggli A, Reinhardt A, Jakob A, Möser M, Fietze I, Scherer H, Hölzl M (2007) Snoring noise pollution-the need for objective quantification of annoyance, regulatory guidelines and mandatory therapy for snoring. Physiol Meas 28:25–40CrossRefPubMed

48.

Rohrmeier C, Herzog M, Haubner F, Kuehnel T (2012) The annoyance of snoring and psychoacoustic parameters: a step towards an objective measurement. Eur Arch Otorhinolaryngol 269:1537–1543CrossRefPubMed

49.

Fastl H (2005) Psycho-Acoustics and Sound Quality. Communication Acoustics, S 139–162

50.

Fischer R, Kuehnel T, Merz A, Ettl T, Herzog M, Rohrmeier C (2016) Calculating annoyance: an option to proof efficacy in ENT treatment of snoring? Eur Arch Otorhinolaryngol 273:4607–4613CrossRefPubMed

51.

Quinn S, Huang L, Ellis P, Williams J (1996) The differentiation of snoring mechanisms using sound analysis. Clin Otolaryngol Allied Sci 21:119–123CrossRefPubMed

52.

Hill P, Lee B, Osborne J, Osman E (1999) Palatal snoring identified by acoustic crest factor analysis. Physiol Meas 20:167–174CrossRefPubMed

53.

Beeton R, Wells, Ebden P, Whittet H, Clarke J (2007) Snore site discrimination using statistical moments of free field snoring sounds recorded during sleep nasendoscopy. Physiol Meas 28:1225–1236CrossRefPubMed

54.

Herzog M, Plößl S, Glien A, Herzog B, Rohrmeier C, Kühnel T, Plontke S, Kellner P (2015) Evaluation of acoustic characteristics of snoring sounds obtained during drug-induced sleep endoscopy. Sleep Breath 19:1011–1019CrossRefPubMed

55.

Qian K, Janott C, Zhang Z, Heiser C, Schuller B (2016) Wavelet features for classification of VOTE snore sounds. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), S 221–225

56.

Kezirian E, Hohenhorst W, de Vries N (2011) Drug-induced sleep endoscopy: the vote classification. Eur Arch Otorhinolaryngol 268:1233–1236CrossRefPubMed

57.

Schmitt M, Janott C, Pandit V, Qian K, Heiser C, Hemmert W, Schuller B (2016) A Bag-of-AudioWords Approach for Snore Sounds’ Excitation Localisation. Proceedings 14. ITG Conference on Speech Communication, IEEE, S 1–5

58.

Hess W (1983) Pitch Determination of Speech Signals. Springer, Berlin HeidelbergCrossRef

Titel: Akustische Informationen von Schnarchgeräuschen
verfasst von: Dipl.-Ing. C. Janott
B. Schuller
C. Heiser
Publikationsdatum: 20.01.2017
Verlag: Springer Medizin
Schlagwörter: Schlafapnoe
Schnarchen
Erschienen in: HNO / Ausgabe 2/2017
Print ISSN: 0017-6192
Elektronische ISSN: 1433-0458
DOI: https://doi.org/10.1007/s00106-016-0331-7

Passend zum Thema

Schlafapnoe – Einfach erkennen. Individuell behandeln.

Content Hub

Schlafapnoe verhindert gesunden Schlaf und trägt zur Entstehung bzw. Manifestierung von Komorbiditäten wie Bluthochdruck, Vorhofflimmern und Schlaganfällen bei. Einfache Diagnostiktools helfen, frühzeitig das Risiko zu minimieren und individuelle Therapieansätzen umzusetzen.

Der Patient* im Fokus – Patient Empowerment als neuer Ansatz?

Das deutsche Gesundheitssystem steht aktuell vor großen Herausforderungen. Innovative Technologien und Handlungsansätze kollidieren mit fest etablierten Meinungen und Strukturen, der Ruf nach Veränderung wird laut. Auch die Patienten bleiben von dieser Entwicklung nicht unberührt.

COMISA - Die komorbide Insomnie bei Schlafapnoe

Insomnie und obstruktive Schlafapnoe (OSA) treten häufiger zusammen auf, als man es basierend auf der jeweiligen Prävalenz in der Bevölkerung vermuten würde [1, 2, 3]. In der Fachliteratur nennt sich diese Komorbidität COMISA – comorbid insomnia and sleep apnea.

Springer Medizin

Zusammenfassung

Hintergrund

Ziel der Arbeit

Material und Methoden

Ergebnisse

Schlussfolgerung

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Weitere Artikel der Ausgabe 2/2017

Diagnostische Genauigkeit ambulanter Polygraphiegeräte

Pathophysiologie, Diagnose und Therapie des Zenker-Divertikels

Hypoglossusnervstimulation - eine Alternative bei CPAP-Versagen?

Moderne Modifikationen der Uvulopalatopharyngoplastik

Zirkadianer Rhythmus

De rhoncho dormientium

Passend zum Thema

Schlafapnoe – Einfach erkennen. Individuell behandeln.

Der Patient* im Fokus – Patient Empowerment als neuer Ansatz?

COMISA - Die komorbide Insomnie bei Schlafapnoe