CAP sequences are cyclic signals that occour physiologically during sleep. Some studies made in this field have pointed out how these sequences can act as markers for the detection of various pathologies and sleep disorders. In the following discussion, some methodologies for the analysis of electroencephalographic signals are introduced in a general way and in particular on the CAP signal. Following the introduction, which provides an overview of the source, structure and methods of signal acquisition, some methods of filtering the signal from noise and decomposition are briefly described. Later, the segmentation for the process of extraction of interesting data is descibed, with examples of some relevant features for sleep analysis. Finally some of the most common machine learning techniques are analyzed and how they can be used for the classification of the phases and sub-phases of the CAP sequences, with the addiction at the end of some observations about their performance.

Le sequenze CAP sono segnali ciclici che si presentano in modo fisiologico durante il sonno. Vari studi effettuati in questo campo hanno evidenziato come queste sequenze possano fungere da indicatori per la determinazione di varie patologie e disturbi del sonno. Nella seguente trattazione vengono esposte in modo generale alcune metodologie per l’analisi dei segnali elettroencefalografici, ed in modo particolare sul segnale CAP. A seguire dell’introduzione, che effettua una panoramica sull’origine, struttura e metodi di acquisizione del segnale, vengono descritti brevemente alcuni metodi di filtraggio del segnale dal rumore e decomposizione. Successivamente viene descritta la segmentazione per il processo di estrazione di dati di interesse, con esempi di alcuni valori rilevanti nell’analisi del sonno. Infine si analizzano alcune tra le più comini tecniche di machine learning che possono essere utilizzate per la classificazione delle fasi e sottofasi delle sequenze CAP, con l’aggiunta in conclusione di alcune considerazioni relative alle loro prestazioni.

Analisi di segnali EEG per lo studio della sequenza CAP

GATTI, GEREMIA
2021/2022

Abstract

CAP sequences are cyclic signals that occour physiologically during sleep. Some studies made in this field have pointed out how these sequences can act as markers for the detection of various pathologies and sleep disorders. In the following discussion, some methodologies for the analysis of electroencephalographic signals are introduced in a general way and in particular on the CAP signal. Following the introduction, which provides an overview of the source, structure and methods of signal acquisition, some methods of filtering the signal from noise and decomposition are briefly described. Later, the segmentation for the process of extraction of interesting data is descibed, with examples of some relevant features for sleep analysis. Finally some of the most common machine learning techniques are analyzed and how they can be used for the classification of the phases and sub-phases of the CAP sequences, with the addiction at the end of some observations about their performance.
2021
Analysis of EEG signals for the study of the CAP sequence
Le sequenze CAP sono segnali ciclici che si presentano in modo fisiologico durante il sonno. Vari studi effettuati in questo campo hanno evidenziato come queste sequenze possano fungere da indicatori per la determinazione di varie patologie e disturbi del sonno. Nella seguente trattazione vengono esposte in modo generale alcune metodologie per l’analisi dei segnali elettroencefalografici, ed in modo particolare sul segnale CAP. A seguire dell’introduzione, che effettua una panoramica sull’origine, struttura e metodi di acquisizione del segnale, vengono descritti brevemente alcuni metodi di filtraggio del segnale dal rumore e decomposizione. Successivamente viene descritta la segmentazione per il processo di estrazione di dati di interesse, con esempi di alcuni valori rilevanti nell’analisi del sonno. Infine si analizzano alcune tra le più comini tecniche di machine learning che possono essere utilizzate per la classificazione delle fasi e sottofasi delle sequenze CAP, con l’aggiunta in conclusione di alcune considerazioni relative alle loro prestazioni.
EEG
CAP
signal processing
File in questo prodotto:
File Dimensione Formato  
Gatti_Geremia.pdf

accesso aperto

Dimensione 1.62 MB
Formato Adobe PDF
1.62 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/33730