Erschienen in:
19.09.2017 | Polysomnografie | Originalien
Artefakterkennung über eine cloud-basierte Plattform
verfasst von:
Michael Witt, Christoph Jansen, Stefanie Breuer, Maximilian Beier, Dagmar Krefting
Erschienen in:
Somnologie
|
Ausgabe 4/2017
Einloggen, um Zugang zu erhalten
Zusammenfassung
Hintergrund
Die automatische Analyse von Polysomnographien (PSG) ist eine wichtige Methode in der schlafmedizinischen Forschung. Aufgrund der Datenvolumina, der unterschiedlichen Datenformate und Signalqualität stellt jedoch insbesondere die Analyse von Daten von unterschiedlichen Geräteherstellern und verschiedenen Schlaflaboren eine besondere Herausforderung dar. Die große Menge an heterogenen Daten muss datenschutzkonform in angemessener Zeit analysiert und Ergebnisse müssen beteiligten Forschern wieder verfügbar gemacht werden.
Da insbesondere unbemerkte Qualitätsmängel der Signale und Artefakte das Analyseergebnis verfälschen können, ist die Überprüfung der Eignung einer PSG für das jeweilige Analyseverfahren von besonderer Wichtigkeit.
Methodik
Dieser Artikel untersucht neun Verfahren zur automatischen Detektierung von Aufnahmeartefakten in Polysomnographien, welche in eine cloud-basierte Analyseplattform integriert sind. Anhand von 269 annotierten PSG-Datensätzen werden die Detektionsraten und Ergebnisse evaluiert.
Ergebnisse
Die entstandene Analyseplattform erreicht mittels einer automatischen Formatkonvertierung von PSG-Aufnahmen und anschließender Artefakterkennung eine Detektionsrate von 80 % der zuvor manuell markierten Artefakte. Die zu verarbeitenden Daten werden in einem Cloud-System vollautomatisch verteilt und Ergebnisse in einem Datenmanagementsystem (DMS) gesichert.
Diskussion
Die umgesetzte Analyseplattform dient der Unterstützung kollaborativer schlafmedizinischer Forschung durch die Integration eines projektbasierten DMS, mittels dessen Datensätze erfasst und ausgetauscht werden können. Die Integration von Algorithmen zur Vereinheitlichung des Eingabedatenformats und der automatischen Artefakterkennung kann Ergebnisse nachgelagerter Analysen verbessern.