gms | German Medical Science

GMS Current Posters in Otorhinolaryngology - Head and Neck Surgery

German Society of Oto-Rhino-Laryngology, Head and Neck Surgery (DGHNOKHC)

ISSN 1865-1038

Article

Send article

Detektion von Apnoeereignissen aus Schnarchsignalen

Poster

Search Medline for

  • corresponding author Wolfram Golze - Universitäts-HNO-Klinik Mannheim, Mannheim, Deutschland
  • Frank Haase - IFU GMbH, Lichtenau, Deutschland
  • Karl Hörmann - Universitäts-HNO-Klinik Mannheim, Mannheim, Deutschland
  • Joachim Maurer - Universitäts-HNO-Klinik Mannheim, Mannheim, Deutschland

GMS Curr Posters Otorhinolaryngol Head Neck Surg 2005;1:Doc077

The electronic version of this article is the complete one and can be found online at: http://www.egms.de/en/journals/cpo/2005-1/cpo000077.shtml

Published: December 6, 2005

© 2005 Golze et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.

Zusammenfassung

Zur ambulanten Differenzierung zwischen primärem Schnarchen und obstruktiver Schlafapnoe wird eine kostengünstige und einfach durchführbare Diagnostik benötigt. Eine Quantifizierung der Schnarchlautstärke ist bisher nicht zufriedenstellend möglich, führt jedoch typischerweise den Patienten zum HNO-Arzt. Das Ziel dieser Studie war es, anhand von während des Schlafes aufgezeichneten Atemgeräuschen eine Software zu entwickeln, die Schnarchgeräusche quantifiziert und Atempausen detektiert.

Auf der Basis von 89 Ganz-Nacht-Datensätzen von 49 Personen wurde ein Algorithmus entwickelt, der das gesamte Audiosignal mit speziellen Filtersystemen nach charakteristischen Atemgeräuschen durchsucht. Folgt auf eine Geräuschpause von mindestens 10 sec Länge ein typisches Öffnungsgeräusch, so wird diese Stelle als Apnoe-ähnliches Ereignis erkannt. Zur Ermittlung von Sensitivität und Spezifität der Software wurden die Ergebnisse dann mit den in der simultanen Polysomnographie gefundenen Atempausen verglichen. Das Ausmaß der Schnarchgeräusche wurde bezüglich ihrer Intensität und Häufigkeit quantifiziert.

Zur Erzielung einer optimalen Apnoeerkennung waren Bandpassfilter und adaptive Schwellenwertbestimmung erforderlich. Bei einem Filterwert von 11 Sekunden wurde eine Sensitivität von 81,5% und eine Spezifität von 48,5% erreicht. Vereinfachte Hochpassfilter ergaben eine deutlich schlechtere Genauigkeit. Für die Beurteilung des Schnarchens wurde ein Index aus mittlerer Intensität und Schnarchhäufigkeit errechnet.

Die Analyse von Atemgeräuschen im Schlaf kann erfolgreich zum Apnoescreening und zur Quantifizierung der Schnarchlautstärke genutzt werden. Weitere Modifikationen sind erforderlich, um die Genauigkeit des Systems noch zu verbessern.

Supported by: teilweise unterstützt durch IFU GmbH, Lichtenau