Fakulta elektrotechnická Katedra kybernetiky. Analýza dlouhodobých. Studijní program: Otevřená informatika, Magisterský

ˇ ´ vysoke ´ uc ˇen´ı technicke ´ v Praze Cesk e Fakulta elektrotechnická Katedra kybernetiky

Anal´ yza dlouhodob´ ych polysomnografick´ ych z´ aznam˚ u Diplomová práce

Autor práce:

Bc. Jiˇ r´ı Hejduk

Vedouc´ı práce:

Ing. V´ aclav Gerla, Ph.D.

Studijn´ı program:

Otevˇ ren´ a informatika, Magistersk´ y

Studijn´ı obor:

Softwarov´ e inˇ zen´ yrstv´ı

Akademick´ y rok:

2015/2016

Prohl´ aˇ sen´ı autora pr´ ace Prohlaˇsuji, ˇze jsem pˇredloˇzenou práci vypracoval samostatnˇe a ˇze jsem uvedl veˇskeré pouˇzité informaˇcn´ı zdroje v souladu s Metodick´ ym pokynem o dodrˇzován´ı etick´ ych princip˚ u pˇri pˇr´ıpravˇe vysokoˇskolsk´ ych závˇereˇcn´ ych prac´ı. V Praze dne 10. 5. 2016. .................................. Bc. Jiˇr´ı Hejduk

Podˇ ekov´ an´ı Rád bych podˇekoval mému vedouc´ımu Ing. Václavu Gerlovi, Ph.D za to, ˇze mi vˇzdy vyˇsel vstˇr´ıc, za jeho odborné rady, pomoc a veden´ı pˇri vytváˇren´ı této diplomové práce. Dále pak lidem, jeˇz zaloˇzili nebo se jinak pod´ılej´ı na open-source projektech, které jsem vyuˇzil pˇri vytváˇren´ı v´ ysledné aplikace. V neposledn´ı ˇradˇe také své pˇr´ıtelkyni, bez které bych se nikdy neodhodlal studovat vysokou ˇskolu, své rodinˇe a pˇra´tel˚ um za jejich pevné nervy a podporu pˇri zdarech i nezdarech mého dosavadn´ıho studia.

Abstrakt C´ılem této diplomové práce bylo vytvoˇrit aplikaci pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u nad platformou .NET a frameworku WPF. Implementovaná aplikace umoˇzn ˇuje naˇc´ıst zdrojová data ze souboru typu EDF a tyto data zobrazit. Zobrazen´ı dat je realizováno po jednotliv´ ych ˇcasov´ ych u ´sec´ıch s moˇznost´ı volby délky zobrazovaného ˇcasového u ´seku. Jednotlivé u ´seky je umoˇznˇeno ohodnotit do klasifikaˇcn´ıch tˇr´ıd, které si m˚ uˇze uˇzivatel v aplikaci sám nadefinovat. Pro lepˇs´ı pˇrehled je implementováno vykreslen´ı vˇsech klasifikovan´ ych u ´sek˚ u celkového PSG záznamu. Pro anal´ yzu záznamu aplikace umoˇzn ˇuje zadán´ı pˇr´ıznak˚ u pro vybran´ y signál. Zadané pˇr´ıznaky jsou následnˇe vypoˇcteny ze segment˚ u jednotliv´ ych klasifikovan´ ych u ´sek˚ u. Vypoˇctené pˇr´ıznaky jsou následnˇe zobrazeny. Rozdˇelen´ı u ´sek˚ u na jednotlivé segmenty je realizováno konstantn´ı segmentac´ı dle uˇzivatelem zadaného ˇcasového intervalu. Jako metody pro v´ ypoˇcet pˇr´ıznak˚ u byly pouˇzity metody zaloˇzené na Fourierovˇe transformaci, jako je FFT a PSD, které byly pouˇzity pro odhad frekvenˇcn´ıch pˇr´ıznak˚ u ˇci metody pro odhad statistick´ ych pˇr´ıznak˚ u, jako je Skewness, Kurtosis a dalˇs´ı. V´ ysledná aplikace byla koncipována modulárnˇe, a proto je moˇzné budouc´ı rozˇs´ıˇren´ı o dalˇs´ı pˇr´ıznaky, ˇci jiné moduly.

Kl´ıˇ cov´ a slova Anal´ yza, PSG, EDF, Spánek, EEG, Klasifikace, Pˇr´ıznaky, Segmentace, WPF, FFT, PSD, Skewness, Kurtosis

Abstract The aim of this thesis was to build an application for long-term analysis of polysomnographic recordings on .NET platform and WPF Framework. This implemented application is capable of reading source data from EDF file and presenting the data. Data are presented per interval with an option to specify the length. Each interval can be placed into classification classes that could be created by the user. To improve an overview, the presentation coveres all classified sections of PSG recordings. For a recording analysis, the application allows to put a features for a choosen signal. User specified features are subsequently calculated from segments of each classification sections. After that, all calculated features are displayed. The division of sections into segments is implemented by constant segmentation, defined by the user’s time interval. The methods used for feature calculation were based on Fourier transformation, such as FFT and PSD, which were used for an estimate of frequence features or for the method to estimate static parameters, such as Skewness, Kurtosis and other. The final application was designed to be modular, and therefore it is possible to extend the application with additional features, or modules.

Key words Analysis, PSG, EDF, Sleep, EEG, Classification, Features, Segmentation, WPF, FFT, PSD, Skewnee, Kurtosis

Seznam zkratek ADHD - Attention deficit hyperactivity disorder CNS - Centráln´ı nervov´ a soustava CPU - Central processing unit DFT - Discrete Fourier transform ECMA - European computer manufacturers association EDF - European data format EDS - Excessive daytime sleepiness EEG - Elektroencefalogram, Elektroencefalografie EKG - Elektrokardiogram, Elektrokardiografie EMG - Elektromyogram, Elektromyografie EOG - Electrooculogram, Electrooculografie FFT - Fast Fourier transform FT - Fourier transform HKP - Hyperkinetick´ a porucha MAX - Maximum MIN - Minimum MSLT - Multiple sleep latency test MS-PL - Microsoft public license NREM - Non-rapid eye movement PSD - Power spectral density PSDA - Power spectral density - Absolute PSDR - Power spectral density - Relative PSG - Polysomnogram, Polysomnografie RAM - Random access memory RBD - REM behavior disorder

i

REM - Rapid eye movement SAS - Sleep apnea syndrome SOREM - Sleep onset REM STD - Standard deviation WPF - Windows presentation foundation XAML - Extensible application markup language XML - Extensible markup language

ii

Obsah ´ 1 Uvod

1

2 Sp´ anek

3

2.1

Definice spánku . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

2.2

V´ yznam spánku . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

2.3

Doba spánku . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

2.4

Ospalost a u ńava . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

2.5

Fáze spánku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

2.6

Základn´ı vegetatitvn´ı funkce ve spánku . . . . . . . . . . . . . . .

8

3 Polysomnografie (PSG)

11

3.1

Elektroencefalogram (EEG) . . . . . . . . . . . . . . . . . . . . .

12

3.2

Elektrookulogram (EOG) . . . . . . . . . . . . . . . . . . . . . . .

16

3.3

Elektromyogram (EMG) . . . . . . . . . . . . . . . . . . . . . . .

16

3.4

Elektrokardiogram (EKG) . . . . . . . . . . . . . . . . . . . . . .

16

3.5

Hodnocen´ı polysomnografického záznamu . . . . . . . . . . . . . .

18

4 Anal´ yza EEG/PSG

21

4.1

Segmentace záznamu . . . . . . . . . . . . . . . . . . . . . . . . .

21

4.2

Metody anal´ yzy záznam˚ u . . . . . . . . . . . . . . . . . . . . . .

21

5 Aplikace pro anal´ yzu PSG

29

5.1

Pouˇzit´ y jazyk, framework, knihovny a datov´ y formát . . . . . . .

29

5.2

Struktura aplikace . . . . . . . . . . . . . . . . . . . . . . . . . .

39

5.3

Jednotlivé ˇca´sti aplikace . . . . . . . . . . . . . . . . . . . . . . .

40

iii

6 Ovˇ eˇ ren´ı aplikace nad re´ aln´ ymi z´ aznamy

77

6.1

Reálná data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

77

6.2

Poˇc´ıtaˇc k testován´ı . . . . . . . . . . . . . . . . . . . . . . . . . .

78

6.3

Testovac´ı scénáˇre . . . . . . . . . . . . . . . . . . . . . . . . . . .

79

6.4

Testován´ı aplikace . . . . . . . . . . . . . . . . . . . . . . . . . . .

81

6.5

Zhodnocen´ı test˚ u . . . . . . . . . . . . . . . . . . . . . . . . . . .

89

7 Z´ avˇ er

97

A Poruchy sp´ anku

101

A.1 Diagnóza poruchy spánku . . . . . . . . . . . . . . . . . . . . . . 101 A.2 Nadmˇerná denn´ı spavost . . . . . . . . . . . . . . . . . . . . . . . 102 A.3 Parasomnie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 A.4 Insomnie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 A.5 Syndrom spánkové apnoe (SAS) . . . . . . . . . . . . . . . . . . . 117 A.6 Syndrom neklidn´ ych nohou . . . . . . . . . . . . . . . . . . . . . . 119 B Typy z´ akladn´ıch EEG rytm˚ u

121

iv

Seznam tabulek 3.1

Tabulka s typick´ ym zapojen´ım svod˚ u pˇri PSG. . . . . . . . . . . .

12

5.1

Tabulka znázorˇ nuj´ıc´ı strukturu datového souboru EDF. . . . . . .

38

5.2

Pravdivostn´ı tabulka pro logiku zadáván´ı zdrojov´ ych soubor˚ u. . .

42

5.3

Seznam vˇsech pˇr´ıznak˚ u, které byly implementovány. . . . . . . . .

66

6.1

Tabulka mapuj´ıc´ı hodnoty hypnogramu na spánkové fáze. . . . . .

78

6.2

Tabulka v´ ysledn´ ych hodnot z testován´ı scénáˇr˚ u - 1. ˇcást. . . . . .

90

6.3

Tabulka v´ ysledn´ ych hodnot z testován´ı scénáˇr˚ u - 2. ˇcást. . . . . .

91

B.1 Tabulka základn´ıch typ˚ u EEG rytm˚ u. . . . . . . . . . . . . . . . . 122

v

vi

Seznam obr´ azk˚ u 2.1

Hypnogram dospˇelého ˇclovˇeka. . . . . . . . . . . . . . . . . . . . .

6

3.1

Rozloˇzen´ı elektrod zp˚ usobem 10/20. . . . . . . . . . . . . . . . . .

14

3.2

Hrudn´ı svody pro EKG. . . . . . . . . . . . . . . . . . . . . . . .

17

3.3

Popis kˇrivky EKG. . . . . . . . . . . . . . . . . . . . . . . . . . .

17

3.4

PSG záznam - bdˇelost. . . . . . . . . . . . . . . . . . . . . . . . .

18

3.5

PSG záznam - lehk´ y spánek. . . . . . . . . . . . . . . . . . . . . .

19

3.6

PSG záznam - hlubok´ y spánek. . . . . . . . . . . . . . . . . . . .

20

5.1

Kód jazyka XAML pro komponentu pˇridávac´ıho tlaˇc´ıtka. . . . . .

31

5.2

Code Behind pro komponentu pˇridávac´ıho tlaˇc´ıtka. . . . . . . . .

31

5.3

Pˇr´ıklad triggeru typu Property Trigger. . . . . . . . . . . . . . . .

32

5.4

Pˇr´ıklad data binding mezi komponentou Slider a TextBlock. . . .

33

5.5

Ukázka souboru s veˇsker´ ymi texty aplikace. . . . . . . . . . . . . .

34

5.6

Struktura a jednotlivé ˇcásti aplikace. . . . . . . . . . . . . . . . .

39

5.7

Rámce komponenty pro zadáván´ı zdrojov´ ych soubor˚ u. . . . . . . .

40

5.8

Ukázka zadaného zdrojového soubor EDF. . . . . . . . . . . . . .

41

5.9

Komponenta pro v´ ybˇer poˇzadovan´ ych signál˚ u. . . . . . . . . . . .

42

5.10 Zneplatnˇen´ı vˇsech názv˚ u signál˚ u a tlaˇc´ıtka pro pokraˇcován´ı. . . .

43

5.11 Trigger pro zneplatnˇen´ı tlaˇc´ıtka pro pokraˇcován´ı. . . . . . . . . .

44

5.12 Zjednoduˇsen´ y diagram komponenty pro v´ ybˇer poˇzadovan´ ych signál˚ u. 45 5.13 Vykreslen´ı vybran´ ych signál˚ u. . . . . . . . . . . . . . . . . . . . .

47

5.14 V´ ychoz´ı a zvˇetˇsené zobrazen´ı PSG záznamu v grafu. . . . . . . . .

49

5.15 Zobrazen´ı informace pro zvolen´ y ˇcasov´ yu ´sek. . . . . . . . . . . .

50

5.16 Uˇzivatelem vybran´ yu ´sek pro ohodnocen´ı. . . . . . . . . . . . . .

51

vii

5.17 Uˇzivatelem ohodnocen´ y vybran´ yu ´sek. . . . . . . . . . . . . . . .

53

5.18 Ukázka vyexportovan´ ych znaˇcek v souboru XML. . . . . . . . . .

54

5.19 Naˇc´ıtán´ı dat ze souboru EDF pˇri zmˇenách poˇzadovan´ ych signál˚ u.

55

5.20 Code Behind pro nastaven´ı PlotModel komponenty grafu. . . . . .

56

5.21 ComboBox pro v´ ybˇer intervalu segmentace záznamu. . . . . . . .

57

5.22 Komponenta pro pˇrehled ohodnocen´ı v celém záznamu. . . . . . .

58

5.23 Pˇribl´ıˇzené znaˇcky vybraného u ´seku záznamu. . . . . . . . . . . . .

59

5.24 Znázornˇen´ı pˇrevodu pole znaˇcek na Lookup. . . . . . . . . . . . .

60

5.25 Zjednoduˇsen´ y diagram zpracován´ı Lookup se znaˇckami v záznamu. 61 5.26 Zobrazen´ı informace o absenci znaˇcek v záznamu. . . . . . . . . .

61

5.27 Nepˇr´ıstupná komponenta pro zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet.

. .

62

5.28 Komponenta pro zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet. . . . . . . . . .

63

5.29 V´ ybˇer signálu pro v´ ypoˇcet pˇr´ıznaku. . . . . . . . . . . . . . . . .

63

5.30 V´ ybˇer metody pro v´ ypoˇcet pˇr´ıznaku. . . . . . . . . . . . . . . . .

64

5.31 Vybran´ y pˇr´ıznak bez frekvenˇcn´ıho rozsahu. . . . . . . . . . . . . .

64

5.32 Pˇr´ıklad zadan´ ych pˇr´ıznak˚ u pro v´ ypoˇcet. . . . . . . . . . . . . . .

65

5.33 Zjednoduˇsen´ y diagram zadán´ı a odebrán´ı pˇr´ıznak˚ u. . . . . . . . .

68

5.34 Znázornˇen´ı segmentace zadané znaˇcky. . . . . . . . . . . . . . . .

69

5.35 Zjednoduˇsen´ y diagram v´ ypoˇctu pˇr´ıznak˚ u. . . . . . . . . . . . . . .

70

5.36 Vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. . . . . . . . . . . . . . . . . . .

71

5.37 Pˇribl´ıˇzen´ yu ´sek vypoˇcteného pˇr´ıznaku. . . . . . . . . . . . . . . .

73

5.38 Zobrazen´ı informace pro zvolen´ y schodov´ yu ´sek. . . . . . . . . . .

74

5.39 Provázán´ı ˇcasové osy mezi grafy komponent. . . . . . . . . . . . .

75

5.40 Zjednoduˇsen´ y diagram vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. . . . . .

76

6.1

1. testovac´ı scénáˇr - vykreslen´ı signál˚ u. . . . . . . . . . . . . . . .

83

6.2

1. testovac´ı scénáˇr - vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. . . . . . . .

84

6.3


85

6.4


86

6.5


87

6.6


88

6.7

Vykreslené porovnán´ı fáz´ı spánku pro signál Fz-Cz. . . . . . . . .

93

6.8

Vykreslené porovnán´ı fáz´ı spánku pro signál C3-A2. . . . . . . . .

94

viii

6.9

Vykreslené porovnán´ı fáz´ı spánku pro signál C4-A1. . . . . . . . .

95

6.10 Vykreslené porovnán´ı fáz´ı spánku pro signál ECG. . . . . . . . . .

96

ix

x

Kapitola 1 ´ Uvod V posledn´ıch letech v´ yznamnˇe pomáhá lékaˇrsk´ ym odborn´ık˚ um v diagnostice v´ ypoˇcetn´ı technika a aplikace pro anal´ yzu spánkov´ ych záznam˚ u, které tak usnadˇ nuj´ı rozpoznán´ı spánkov´ ych poruch. V´ yznamné usnadnˇen´ı spoˇc´ıvá ve zkrácen´ı doby potˇrebné pro klasifikaci dlouhodob´ ych spánkov´ ych záznam˚ u, které mohou trvat i nˇekolik hodin. Bez v´ ypoˇcetn´ı techniky a odpov´ıdaj´ıc´ı aplikace by neurolog takto dlouh´ y záznam hodnotil v ˇrádu hodin i dn´ı. Dalˇs´ım v´ yznamn´ ym usnadnˇen´ım je moˇznost analyzovat ohodnocen´ y záznam, kdy ruˇcnˇe ohodnocen´ y záznam bez v´ ypoˇcetn´ı techniky nelze jednoduˇse analyzovat, nebo to dále nen´ı v˚ ubec moˇzné. Pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u se ˇcasto pouˇz´ıvaj´ı sofistikované a v´ ypoˇcetnˇe nároˇcné metody, které jsou schopny napˇr´ıklad pˇrevést zaznamenan´ y signál do frekvenˇcn´ı oblasti, ˇci metody zaloˇzené na statistické anal´ yze, kdy se zpracovává v´ıce u ´sek˚ u záznamu souˇcasnˇe, nebo v´ıcekrát ten sam´ yu ´sek. Tato práce si klade za c´ıl navrhnout a implementovat uˇzivatelsky pˇr´ıvˇetivou a modulárn´ı snadno rozˇsiˇritelnou aplikaci pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u. Celá aplikace by mˇela b´ yt implementovaná nad platformou .NET ve frameworku WPF. Pˇri anal´ yze záznamu by mˇelo b´ yt moˇzné naˇc´ıst polysomnografická data v evropském datovém formátu EDF, naˇctená data zobrazit, procházet ve vybran´ ych ˇcasov´ ych u ´sec´ıch a ruˇcnˇe k nim pˇriˇradit uˇzivatelem definované klasifikaˇcn´ı tˇr´ıdy. Aplikace dále umoˇzn´ı klasifikované ˇca´sti záznamu 1

konstantnˇe rozdˇelit na menˇs´ı segmenty dle zvoleného ˇcasového intervalu. Z vytvoˇren´ ych segment˚ u kaˇzdého klasifikovaného u ´seku záznamu umoˇzn´ı vypoˇc´ıtat uˇzivatelem zadané pˇr´ıznaky, které následnˇe zobraz´ı k jejich anal´ yze. V souˇcasné dobˇe je anal´ yza dlouhodob´ ych polysomnografick´ ych záznam˚ u za pomoci v´ ypoˇcetn´ı techniky umoˇznˇena pˇreváˇznˇe odborn´ık˚ um, kteˇr´ı si osvojili schopnosti v programovac´ım prostˇred´ı a jazyce MATLAB, nebo tˇem odborn´ık˚ um, kteˇr´ı si mohou dovolit investovat pen´ıze do drah´ ych analytick´ ych nástroj˚ u vytvoˇren´ ych profesionáln´ımi programátory. V´ ysledná aplikace by proto mˇela b´ yt pˇr´ınosem i té odborné veˇrejnosti, která nemá dostateˇcné technické vzdˇelán´ı ˇci finanˇcn´ı zázem´ı pro koupi drah´ ych analytick´ y nástroj˚ u. A mˇela by ukázat, ˇze i s veˇrejnˇe dostupn´ ymi nástroji je moˇzné vytvoˇrit pˇr´ıvˇetivou a pouˇzitelnou aplikaci pro anal´ yzu polysomnografick´ ych záznam˚ u. Diplomová práce je koncipována na ˇca´st, ve které jsou ˇctenáˇri vysvˇetleny teoretické základy spánku, polysomnografického vyˇsetˇren´ı a nˇekteré metody pro analyzován´ı záznam˚ u dat z tˇechto vyˇsetˇren´ı. V prvn´ıch kapitolách si tak ˇctenáˇr osvoj´ı základn´ı informace o spánku, problematice spánkov´ ych poruch a jejich anal´ yzy, aby mohl pochopit celkov´ y v´ yznam a d˚ uvod pro vytvoˇren´ı aplikace pro anal´ yzu polysomnografick´ ych dat. V druhé ˇca´sti této práce zab´ yvaj´ıc´ı se popisem nˇekter´ ych implementaˇcn´ıch detail˚ u v´ ysledné aplikace bude popsána celková struktura aplikace, jednotlivé jej´ı ˇca´sti aˇz po jej´ı pouˇzit´ı na reáln´ ych datech. V závˇeru této práce bude uvedena moˇzná návaznost na tuto práci, moˇzná dalˇs´ı rozˇs´ıˇren´ı aplikace a celkové zhodnocen´ı v´ ysledné aplikace a celé práce. V textu této práce se bude ˇcasto objevovat pojem uˇzivatel“, kter´ y je oznaˇcen´ım pro autora této ” práce.

2

Kapitola 2 Sp´ anek Spánek je od pradávna povaˇzován za neoddˇelitelnou souˇcást kaˇzdého dne. Jiˇz ˇ staˇr´ı Rekov´ e jej povaˇzovali za nˇeco mimoˇra´dnˇe d˚ uleˇzitého a v jejich mythologii m˚ uˇzeme nalézt boha jménem Hypnos, kter´ y byl bohem této d˚ uleˇzité a neoddˇelitelné ˇcásti dne. Spánek si zachoval svoji d˚ uleˇzitost i do dneˇsn´ı doby a to at’ ve rˇcen´ı typu vysp´ım se na to“, ráno je moudˇrejˇs´ı veˇcera“ a nebo d´ıky jeho ” ” pozitivn´ım u ´ˇcink˚ um na organismus a celkov´ y v´ yvoj lidského organismu. V modern´ı terminologii je spánek vn´ımán jako stav mozku a tˇela ˇr´ızen´ y mezimozkem a mozkov´ ym kmenem naˇs´ı nervové soustavy. Vyznaˇcuje se periodickou a reverzibiln´ı ztrátou vˇedom´ı, redukovan´ ymi senzorick´ ymi a motorick´ ymi funkcemi, vysokou regeneraˇcn´ı kvalitou a nem˚ uˇze b´ yt nahrazen jak´ ymkoli j´ıdlem, pit´ım ˇci drogou. Spánek je pro organizmus stejnˇe d˚ uleˇzit´ y jako j´ıdlo a pit´ı. [4, s. 3]

2.1

Definice sp´ anku

Spánek je rytmicky se vyskytuj´ıc´ı stav organismu charakterizovan´ y sn´ıˇzenou reaktivitou na vnˇejˇs´ı podnˇety, sn´ıˇzenou pohybovou aktivitou a vˇetˇsinou i druhovˇe typickou polohou, typick´ ymi zmˇenami aktivity mozku zjistiteln´ ymi elektroencefalografi´ı a u ˇclovˇeka sn´ıˇzenou, resp. zmˇenˇenou kognitivn´ı ˇcinnost´ı. [5, s. 27]

3

ˇ ıme jej mezi aktivn´ı dˇeje prob´ıhaj´ıc´ı v organismu, nebot’ k jeho uskuteˇcnˇen´ı Rad´ je nutná spolupráce r˚ uzn´ ych ˇcást´ı mozku ˇci vhodné vnˇejˇs´ı podm´ınky.

2.2

V´ yznam sp´ anku

Spánek je nezbytnou ˇcinnost´ı organismu. Má mnoho r˚ uzn´ ych v´ yznam˚ u, napˇr. regenerace rozumov´ ych funkc´ı, coˇz je nezbytné pro myˇslen´ı a správné ˇr´ızen´ı organismu. Sv˚ uj v´ yznam má i v plasticitˇe neuron˚ u, která hraje svou roli v tvorbˇe pamˇeti a to jak krátkodobé, tak dlouhodobé. Spánek prakticky nemá pro dospˇelého ˇclovˇeka v´ yznam jako zp˚ usob konzervace tˇelesné energie (vˇetˇsina lid´ı v rozvinut´ ych státech má nadbyteˇcnˇe vysok´ y energetick´ y pˇr´ıjem), ale má v´ yznam pro mozkov´ y energetick´ y metabolismus. Regenerace organismu (s v´ yjimkou mozku) se u ˇclovˇeka uskuteˇcn ˇuje v´ıce v klidné bdˇelosti neˇz pˇri spánku, ale je pravdˇepodobné, ˇze trvalá zátˇeˇz by vedla k pˇret´ıˇzen´ı a pˇredˇcasnému opotˇreben´ı vˇetˇsiny struktur, jejichˇz bdˇelostn´ı reˇzim je v´ yvojem nastaven na 12 aˇz 14 hodin dennˇe. [5, s. 45] Pokud nen´ı spánek dostateˇcnˇe kvalitn´ı, docház´ı ke zhorˇsenému uˇcen´ı, klesá rychlost a pˇresnost. Spánek je dále velmi d˚ uleˇzit´ y pro endokrinn´ı ˇr´ızen´ı organismu. Vyluˇcován´ı ˇrady hormon˚ u je ovlivnˇeno stˇr´ıdán´ım dne a noci. Urˇcitá skupina hormon˚ u b´ yvá vyluˇcována pˇredevˇs´ım ve dne, jiná skupina v noci. Vzhledem ke zhorˇsen´ı kvality spánku ve stáˇr´ı mohou vzniknout i hormonáln´ı zmˇeny v ˇr´ızen´ı organismu. V neposledn´ı ˇradˇe spánek ovlivˇ nuje i imunitu organismu. Pˇri dlouhodobém trván´ı nedostateˇcnˇe kvalitn´ıho spánku docház´ı ke sn´ıˇzen´ı obranyschopnosti organismu.

2.3

Doba sp´ anku

Potˇreba spánku je velmi individuáln´ı a liˇs´ı se i v závislosti na vˇeku jedince. Zdrav´ y dospˇel´ y ˇclovˇek sp´ı dennˇe v pr˚ umˇeru 6 aˇz 8 hodin. Jsou vˇsak lidé, kter´ ym staˇc´ı 5 aˇz 6 hodin dennˇe. Pˇribliˇznˇe 2% populace vyˇzaduj´ı ménˇe neˇz 5 hodin spánku 4

a 2% populace potˇrebuj´ı spát déle neˇz 9 hodin. [8, s. 18] Kojenec potˇrebuje asi 18, 20 i v´ıce hodin spánku dennˇe, d´ıtˇe pˇredˇskoln´ıho vˇeku zhruba 12 hodin, dosp´ıvaj´ıc´ı by mˇeli spát 8 hodin dennˇe. [8, s. 19] V pr˚ ubˇehu ˇzivota se mˇen´ı denn´ı rozloˇzen´ı spánku. Novorozenci sp´ı v pravideln´ ych intervalech nˇekolikrát dennˇe tzv. polyfázick´ ym spánkem. Kojenci maj´ı nejˇcastˇeji trifázick´ y spánek, vyznaˇcuj´ıc´ı se dlouh´ ym noˇcn´ım spánkem doplnˇen´ ym krátk´ ym dopoledn´ım a odpoledn´ım zdˇr´ımnut´ım. Dopoledn´ı spánek se postupnˇe vytrác´ı a u pˇredˇskolák˚ u jiˇz nacház´ıme dlouh´ y noˇcn´ı spánek a odpoledn´ı zdˇr´ımnut´ı, tj. difázick´ y spánek. S nástupem do ˇskoly se ztrác´ı i odpoledn´ı spánek a mluv´ıme tedy o monofázickém spánku. U starˇs´ıch lid´ı se odpoledn´ı spánek znovu obnovuje a u nˇekter´ ych lid´ı se spánek m˚ uˇze stát polyfázick´ ym ˇci invertovan´ ym, tj. ˇclovˇek sp´ı ve dne a v noci je vzh˚ uru. [6, s. 9] Dostateˇcn´ y u ´ˇcinek spánku je závisl´ y nejen na délce spánku, ale i na jeho hloubce a kvalitˇe. Kvalitu spánku ovlivˇ nuje hloubka spánku a probˇehlé u ´plné spánkové cykly. Spánkov´ ym cyklem rozum´ıme stadium NREM a stadium REM, kter´ ym se budu podrobnˇeji vˇenovat pozdˇeji. [8, s. 19]

2.4

Ospalost a u ´ nava

Nejlépe se ˇclovˇeku us´ıná, pokud je ospal´ y. Pojem ospalost se vˇsak nˇekdy m˚ uˇze zamˇen ˇovat s u ńavou, a proto zde budou tyto dva pojmy bl´ıˇze rozvedeny. ´ Unava je sp´ıˇse fyzick´ y stav, kdy náˇs organismus pocit’uje potˇrebu se uvolnit, ustat alespoˇ n na chv´ıli v ˇcinnosti (napˇr. po namáhavé fyzické práci). Vˇetˇsinou staˇc´ı si na chvilku sednout, uvolnit se a u ńava odejde, aniˇz bychom museli spát. [8, s. 11] Ospalost je stav, kdy organismus jen obt´ıˇznˇe odol´ avá spánku. Pouh´ y

odpoˇcinek napˇr. v kˇresle nestaˇc´ı, je tˇreba urˇcitou dobu spát, abychom se znovu c´ıtili fit. [8, s. 12] 5

2.5

F´ aze sp´ anku

Bdˇelost, NREM spánek a REM spánek jsou tˇri základn´ı funkˇcn´ı stavy ˇr´ızen´ı organismu. Pˇres odliˇsnosti v ˇcinnosti mozku a v ˇr´ızen´ı organismu vˇcetnˇe vegetativn´ıch funkc´ı se NREM a REM spánek behaviorálnˇe projevuj´ı velmi podobnˇe. [5, s. 27] Lidsk´ y spánek je za normáln´ıch podm´ınek stˇr´ıdán´ı dne a noci souˇcást´ı pravidelného cirkadiáln´ıho rytmu bdˇen´ı a spánku. Obdob´ı spánku se rozdˇeluje do subperiod obou spánkov´ ych typ˚ u, které obvykle trvaj´ı 90 aˇz 100 minut a stˇr´ıdaj´ı se ve 4 aˇz 5 spánkov´ ych cyklech. Jejich stˇr´ıdán´ı se mˇen´ı z závislosti na 3. a 4. fázi NREM spánku a na pod´ılu REM spánku bˇehem jednotliv´ ych spánkov´ ych cykl˚ u. Stˇr´ıdán´ı tˇechto fáz´ı je moˇzné odliˇsit charakteristikami na polysomnografu, které se projevuj´ı pˇredevˇs´ım rozd´ıln´ ymi elektrick´ ymi impulsy, svalov´ ym napˇet´ım a pohybem oˇc´ı. Doba a ˇcetnost jednotliv´ ych fáz´ı b´ yvá zaznamenána tzv. hypnogramem, kter´ y popisuje vlastn´ı spánek a umoˇzn ˇuje urˇcit, do jaké m´ıry se spánek podobá pˇrirozenému spánku, kter´ y organismu poskytuje plnou regeneraci. [7, s. 681] NREM spánek dominuje na poˇca´tku celého spánkového cyklu, kdeˇzto REM spánek pˇrevládá v pozdˇejˇs´ıch fáz´ıch spánkové periody. Na obrázku 2.1 je zobrazen hypnogram dospˇelého ˇclovˇeka a je vidˇet, ˇze bˇehem spánku se NREM fáze stává kratˇs´ı a mˇelˇc´ı.

Obrázek 2.1: Hypnogram dospˇelého ˇclovˇeka.

6

REM f´ aze sp´ anku REM neboli Rapid Eye Movement. V ˇceském pˇrekladu rychlé pohyby oˇc´ı, kter´ ymi se tato fáze spánku projevuje, je obdob´ım intenzivn´ı ˇcinnosti mozku, coˇz dokládá desynchronizovaná EEG aktivita a vysok´ y metabolismus mozku, kter´ y je srovnateln´ y se stavem bdˇelosti a je podstatnˇe vyˇsˇs´ı neˇz ve spánku NREM, a nakonec tomu odpov´ıdá i bohatá snová aktivita. REM spánek je ˇr´ızen hypothalamem a telencefalem. Struktury zapojené do regulace REM spánku se na základˇe sledován´ı elektrické aktivity jednotliv´ ych neuron˚ u rozdˇeluj´ı do dvou skupin a to na neurony REM-off a neurony REMon. [5] Neurony REM-off – jejich aktivita nedovoluje REM sp´ anek, proto mus´ı

b´ yt po dobu REM spánku inhibovány. Neurony REM-on – jsou aktivn´ı pˇri f´ azi REM spánku.

REM fáze spánku má v´ yznam pro upevnˇen´ı tzv. proceduráln´ı pamˇeti, která je d˚ uleˇzitá pro osvojován´ı si postup˚ u. Dále je REM fáze d˚ uleˇzitá pro prostorovou pamˇet’ a proˇciˇstˇen´ı pamˇeti.

NREM f´ aze sp´ anku NREM neboli Non-Rapid Eye Movement. V ˇceském pˇrekladu bez rychlého pohybu oˇc´ı je souhrnné oznaˇcen´ı pro zb´ yvaj´ıc´ıch 80% spánku. V této fázi se tedy neobjevuj´ı rychlé pohyby oˇc´ı. Snˇen´ı v této fázi je sp´ıˇse v´ yjimeˇcné. Svalov´ y tonus a mimovoln´ı pohyblivost je ve srovnán´ı s REM fáz´ı vyˇsˇs´ı. Fázi NREM dˇel´ıme na dalˇs´ı ˇctyˇri podfáze. Podfázi 1 a 2 ˇrad´ıme do lehkého spánku. Podfázi 3 a 4 do hlubokého spánku. NREM 1 – tuto f´ azi nacház´ıme na poˇca´tku spánku. Tento stav se us´ınaj´ıc´ımu

jev´ı jako ˇcásteˇcné vˇedom´ı. Objevuj´ı se pomalé pohyby oˇc´ı. NREM 2 – tato f´ aze zauj´ımá 45 aˇz 55% z celého spánku. Charakteristické

je sn´ıˇzené svalové napˇet´ı a ztráta vˇedom´ı sp´ıc´ı osoby. 7

NREM 3 - tuto fázi ˇrad´ıme jiˇz do hlubokého sp´ anku. Sp´ıc´ı osoby mo-

hou trpˇet noˇcn´ımi dˇesy, námˇes´ıˇcnost´ı, nadmˇern´ ym pocen´ım ˇci mluven´ım ze span´ı. NREM 4 - jedná se o nejhlubˇs´ı f´ azi spánku. V této fázi spánku je probuzen´ı

nejobt´ıˇznˇejˇs´ı. Docház´ı k ukládán´ı dat do pamˇeti.

2.6

Z´ akladn´ı vegetatitvn´ı funkce ve sp´ anku

Základn´ı vegetativn´ı funkce (krevn´ı obˇeh, d´ ychán´ı a tˇelesná teplota), kter´ ym se v této kapitole budu vˇenovat, jsou ve spánku ˇr´ızeny odliˇsnˇe a jejich ˇr´ızen´ı je v nˇekter´ ych ohledech odliˇsné i v obdob´ı NREM a REM spánku.

Krevn´ı tlak Krevn´ı tlak bˇehem spánku klesá. V NREM spánku klesá o 5-15%. V REM spánku docház´ı k dalˇs´ımu poklesu tlaku. Pokles krevn´ıho tlaku pˇri spánku m˚ uˇze vˇsak vést aˇz k ischémii nebo infarktu myokardu. D˚ uleˇzité je, ˇze navozené probuzen´ı vyvolá okamˇzitou zmˇenu krevn´ıho tlaku, srdeˇcn´ı frekvence a d´ ychán´ı do bdˇelostn´ıho pohotovostn´ıho stavu, aby byl ˇzivoˇcich pˇripraven reagovat na nebezpeˇc´ı. [5]

Srdeˇ cn´ı frekvence Srdeˇcn´ı frekvence ve spánku klesá. Bˇehem REM fáze spánku se vˇsak srdeˇcn´ı frekvence mˇen´ı. V urˇcité fázi pˇrevládá aktivita sympatiku (zvyˇsuje se srdeˇcn´ı frekvence) nebo parasympatiku (sniˇzuje se srdeˇcn´ı frekvence). [5, s. 39]

D´ ych´ an´ı Pˇri us´ınán´ı ve fázi NREM 1 je vˇetˇs´ı pravdˇepodobnost ventilaˇcn´ıch abnormalit. V této fázi spánku m˚ uˇze doj´ıt k opakovanému stˇr´ıdán´ı hypoventilace (sn´ıˇzená plicn´ı v´ ymˇena) a hyperventilace (zv´ yˇsená plicn´ı v´ ymˇena). Pˇri spánku NREM 2 a zejména 3 a 4 je d´ ychán´ı stabilizované, s pomalejˇs´ı frekvenc´ı. Celkov´ y dechov´ y objem je menˇs´ı, jelikoˇz organismus má niˇzˇs´ı senzitivitu na hyperkapnii a hypoxii, 8

niˇzˇs´ı stimulaci center, které d´ ychán´ı ˇr´ıd´ı, a objevuje se zv´ yˇsen´ y odpor v d´ ychac´ıch cestách. [5, s. 39]

Tˇ elesn´ a teplota Udrˇzován´ı tˇelesné teploty je bˇehem NREM spánku stabiln´ı, na podobné u ´rovni jako pˇri bdˇen´ı. Naopak v REM spánku se termoregulaˇcn´ı reaktivita zmenˇsuje a tˇelesná teplota je znaˇcnˇe ovlivˇ nována teplotou prostˇred´ı. Organismus vˇsak v bˇeˇzn´ ych podm´ınkách zmˇenou teploty netrp´ı, protoˇze REM spánek trvá z tohoto hlediska krátkou dobu. [5, s. 39]

9

10

Kapitola 3 Polysomnografie (PSG) Tato kapitola bude vˇenována polysomnografickému vyˇsetˇren´ı neboli PSG, coˇz je jedna z nejd˚ uleˇzitˇejˇs´ıch laboratorn´ıch technik pro posuzován´ı spánku a jeho poruch (pˇr´ıloha A). PSG se skládá z nahrávek v´ıce fyziologick´ ych charakteristik bˇehem spánku, zat´ımco polygrafie oznaˇcuje záznam s podobn´ ymi charakteristikami kdykoliv bˇehem dne. [1, s. 818] Pˇri této metodˇe se nejˇcastˇeji najednou vyˇsetˇruj´ı tyto tˇelesné funkce: Elektroencefalogram (EEG) - elektrick´ a aktivita mozku Elektrookulogram (EOG) - oˇcn´ı pohyby Elektromyogram (EMG) - svalové napˇet´ı Elektrokardiogram (EKG) - srdeˇcn´ı ˇcinnost

Pˇri polysomnografickém vyˇsetˇren´ı jsou sledovány i dalˇs´ı parametry, napˇr´ıklad proud vzduchu pˇri d´ ychán´ı, d´ ychac´ı pohyby, d´ ychac´ı zvuky, saturace hemoglobinu kysl´ıkem, pohyby doln´ıch konˇcetin ˇci polohy tˇela. Pokud je souˇcasnˇe poˇrizován videozáznam, vyˇsetˇren´ı naz´ yváme videopolysomnografie. Pˇr´ıstroj pro polysomnografické vyˇsetˇren´ı se sestává z elektrod a ˇcidel um´ıstˇen´ ych vˇetˇsinou na tˇele vyˇsetˇrovaného a dále ze zesilovaˇc˚ u a z poˇc´ıtaˇce, kter´ y je centráln´ı ˇr´ıd´ıc´ı, archivaˇcn´ı a vyhodnocovac´ı jednotkou. Takov´ yto pˇr´ıstroj m˚ uˇze b´ yt pˇrenosn´ y, ˇci stabiln´ı. Vyˇsetˇrovan´ y s elektrodami a zesilovaˇci je v samostatné m´ıstnosti, která 11

má p˚ usobit pˇr´ıjemnˇe a je zvukovˇe i svˇetelnˇe izolovaná. Pˇri natáˇcen´ı na videokameru se pouˇz´ıvá infraˇcerveného osvˇetlen´ı. Typické zapojen´ı elektrod pˇri PSG ukazuje tabulka 3.1. Svod

Um´ıstˇ en´ı

Typ

1

C3–A2 nebo C4–A1

EEG

2

O2–A1 nebo O1–A2

EEG

3

Pravé oko-A1

EOG

4

Levé oko-A1

EOG

5

Bradov´ y sval

EMG

6

Levá noha

EMG

7

Pravá noha

EMG

8

Svod II

EKG

9

Nos

Termistor

10

Nos

Nosn´ı tlaková kanyla

11

Hrudn´ık

Plethysmografie

12

Bˇricho

Plethysmografie

13

Saturace kysl´ıku

Pulsn´ı oxymetr

Tabulka 3.1: Tabulka s typick´ ym zapojen´ım svod˚ u pˇri PSG. [2]

3.1

Elektroencefalogram (EEG)

Elektorencefalogram, dále jen EEG, je sumaˇcn´ı záznam oscilac´ı elektrické aktivity velkého mnoˇzstv´ı vzruˇsiv´ ych element˚ u a neurologie v CNS. Tomuto vyˇsetˇren´ı se budu vˇenovat v této podkapitole v´ıce neˇz ostatn´ım vyˇsetˇren´ım v ostatn´ıch podkapitolách. Je to z toho d˚ uvodu, ˇze aplikace pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u, která je souˇca´st´ı mé práce, bude pˇreváˇznˇe analyzovat dlouhodobé spánkové záznamy právˇe z vyˇsetˇren´ı EEG. Technicky se záznam EEG aktivity provád´ı jako porovnán´ı potenciál˚ u dvou 12

bod˚ u na k˚ uˇzi lebky - bipol´ arn´ı z´ aznam, nebo jako mˇeˇren´ı rozd´ılu elektrického potenciálu mezi aktivn´ım bodem mozkové tkánˇe (pod aktivn´ı, exploraˇcn´ı elektrodou) proti bodu s nulov´ ym potenciálem (pod neaktivn´ı, referenˇcn´ı elektrodou) unipol´ arn´ı z´ aznam. U unipolárn´ıho zapojen´ı je tedy exploraˇcn´ı elektroda zapojena proti referenˇcn´ı elektrodˇe, kdy nejˇcastˇeji je referenˇcn´ı elektroda pˇripevnˇena na uˇsn´ım boltci ˇci koˇreni nosu vyˇsetˇrovaného. Pˇri bipolárn´ım zapojen´ı je v´ yhodou lokalizace loˇziska. Nejd˚ uleˇzitˇejˇs´ı elektrody pro EEG vyˇsetˇren´ı jsou tyto: A – aurikulárn´ı elektroda (v praxi se uv´ ad´ı M – mastoidáln´ı elektroda) C – centr´ aln´ı elektroda F – frontáln´ı elektroda Fp – frontopolárn´ı elektroda T – temporáln´ı elektroda O – okcipit´ aln´ı elektroda P – parietáln´ı elektroda z - nepárové, vertexové elektrody

Nejpouˇz´ıvanˇejˇs´ım rozloˇzen´ım tˇechto elektrod je mezinárodn´ı rozloˇzen´ı 10/20, které definoval Jasper v roce 1958. Pˇri tomto rozloˇzen´ı jsou od sebe elektrody v kaˇzdé pomyslné linii vzdáleny 10-20-20-20-20-10% z jej´ı celkové délky. Sudá ˇc´ısla kanál˚ u jsou uvedena nad pravou hemisférou mozku, naopak lichá na protilehlé levé hemisféˇre. Rozloˇzen´ı elektrod zp˚ usobem 10/20 je moˇzné vidˇet na obrázku 3.1.

13

Obrázek 3.1: Rozloˇzen´ı elektrod zp˚ usobem 10/20. [10]

Ze záznam˚ u EEG lze urˇcit nˇekteré charakteristiky typické jak pro jednotlivce, tak i pro ˇclovˇeka jako druh, d´ıky pˇrevládaj´ıc´ı frekvenci vln za urˇcit´ ych stav˚ u bdˇen´ı a spánku, jejich amplituda a grafoelementy specifické pro urˇcité fyziologické i patologické projevy CNS, jako jsou v´ yboje, spánková vˇretena atd. Základn´ı typy aktivit neboli EEG rytm˚ u jsou charakterizovány frekvenc´ı, amplitudou a tvarem vln (viz tabulka v pˇr´ıloze B). 14

Alfa rytmus Nejv´ yraznˇejˇs´ı aktivita EEG, která je typická pro zdravého dospˇelého ˇclovˇeka v klidu, vleˇze ve stavu klidného bdˇen´ı pˇri zavˇren´ ych oˇc´ıch. Rozptyl frekvence je od 8 do 12 Hz a maximáln´ı amplituda tohoto rytmu se zaznamenává nad parietookcipitáln´ımi oblastmi mozku.

Beta rytmus Tento rytmus má frekvenci mezi 18 a 30 Hz a vˇseobecnˇe se spojuje s aktivac´ı CNS, se zv´ yˇsenou pozornost´ı a aktivitou CNS a je nejv´ıce v´ yrazn´ y nad frontáln´ımi laloky mozku.

Gama rytmus Jedná se o rytmus s nejvyˇsˇs´ım frekvenˇcn´ım pásmem EEG (30-50 Hz), kter´ y nen´ı typicky kontinuáln´ı. Je nestabiln´ı a epizody konstantn´ı frekvence obvykle 100-300 ms s intervaly 15-30 ms. Kaˇzdá epizoda je spojena s v´ yraznou negativitou stejnosmˇerného potenciálu mozku.

Delta rytmus Rytmus s nejniˇzˇs´ı frekvenc´ı (0,5-4 Hz) vysokovoltáˇzn´ıch vln se u dospˇel´ ych osob spojuje s nejhlubˇs´ı fáz´ı telencefalitického spánku. Z v´ yvojového hlediska se jedná o elektrickou aktivitu nezralého mozku kojeneckého vˇeku.

Theta rytmus Jedná se o typick´ y rytmus zraj´ıc´ıho mozku dˇetského vˇeku s frekvenc´ı mezi 5-7 Hz. U dospˇelého ˇclovˇeka se do povrchového záznamu projevuje velmi málo. [7, s. 671-673] 15

3.2

Elektrookulogram (EOG)

Elektrookulogram neboli EOG je metoda pro sn´ımán´ı oˇcn´ıch pohyb˚ u ve dvou bipolárn´ıch svodech E1 a E2 (E 1 cm zevnˇe od zevn´ıho koutku oˇcn´ıho – vlevo E1, vpravo E2) proti levé nebo pravé mastoidáln´ı nebo aurikulárn´ı elektrodˇe. V´ yhoda tohoto zapojen´ı spoˇc´ıvá v tom, ˇze pohyby oˇc´ı jsou v protifázi, kdeˇzto EEG projevy jsou ve shodné fázi. EOG elektrody by mˇely b´ yt pˇripojeny mˇekkou páskou vyrobenou pro pouˇzit´ı na k˚ uˇzi a nemˇely by b´ yt nikdy pˇripevnˇeny gázou nasáklou kolódiov´ ym roztokem, protoˇze m˚ uˇze doj´ıt k poˇskozen´ı rohovky, a také proto, ˇze gáza se stává nepruˇznou v suchém stavu, takˇze m˚ uˇze nastat nejen nepˇr´ıjemné svˇedˇen´ı, ale i zvednut´ı a odpadnut´ı elektrody bˇehem spánku. V opaˇcném pˇr´ıpadˇe mikroporézn´ı chirurgické pásky udrˇzuj´ı dobr´ y kontakt po dobu delˇs´ı neˇz 48 hodin nepˇretrˇzitého záznamu a mohou b´ yt snadno upraveny do poˇzadovan´ ych rozmˇer˚ u. ˇ S´ıˇrka pásky je obvykle dvojnásobek pr˚ umˇeru elektrody a je asi 5 aˇz 8 cm podél drátu. [1, s. 823]

3.3

Elektromyogram (EMG)

Elektromyogram neboli EMG je metoda pro sn´ımán´ı elektrické aktivity sval˚ u na povrchu tˇela. Nejˇcastˇeji je elektroda um´ıstˇena na bradˇe nebo na nohou. Na bradˇe je EMG sn´ımáno v jednom nebo ve dvou bipolárn´ıch svodech a um´ıstˇen´ı elektrod je cca 2 cm dol˚ u od bradového v´ ybˇeˇzku. [11, s. 4]

3.4

Elektrokardiogram (EKG)

EKG je pˇri polysomnografii sn´ımán nejménˇe jedn´ım bipolárn´ım svodem elektrod um´ıstˇen´ ych v poloze standartn´ıch hrudn´ıch elektrod V1 a V4 – V5, jak je zobrazeno na obrázku 3.2. Pˇri mˇeˇren´ı elektrické aktivity se pouˇz´ıvaj´ı samolepic´ı elektrody. Na pr˚ ubˇehu zaznamenaného EKG se poté popisuje vlna P, komplex QRS a vlna T, coˇz je zobrazeno na obrázku 3.3. Vlna P - depolarizace s´ın´ı Komplex QRS - depolarizace komor

16

´ Usek ST - repolarizace komor Vlna T - ukonˇcen´ı repolarizace komor

Obrázek 3.2: Hrudn´ı svody pro EKG. [13]

Obrázek 3.3: Popis kˇrivky EKG. [13]

17

3.5

Hodnocen´ı polysomnografick´ eho z´ aznamu

Tato kapitola obsahuje popis toho, jak se vyznaˇcuj´ı jednotlivá stádia spánku v polysomnografickém záznamu, kter´ y se nejˇcastˇeji hodnot´ı po 30 sekundov´ ych ˇcasov´ ych oknech.

Bdˇ elost Nerelaxovaná bdˇelost EEG - vysoká desynchronizace záznamu, vlny beta (18 a v´ıce Hz), artefakty

z pohybu oˇc´ı EOG - rychlé sledovac´ı pohyby, nebo naopak ˇzádné pohyby EMG - vysoká aktivita, intenzita závis´ı na aktivaci mimick´ ych sval˚ u (mi-

mika, mluven´ı) Relaxovaná bdˇelost EEG - vlny alfa (v rozmez´ı 8 – 12Hz), lze rozliˇsit i vlny beta a theta EOG - jako u nerelaxované bdˇelosti m˚ uˇzeme naj´ıt rychlé pohyby, nebo

ˇza´dné pohyby EMG - kontinuáln´ı tonick´ a svalová aktivita o vysoké intenzitˇe, intenzita

vˇsak kol´ısá v závislosti na aktivaci mimick´ ych sval˚ u

Obrázek 3.4: PSG záznam - bdˇelost.

18

Sp´ anek NREM 1 EEG - v této f´ azi se nenacházej´ı alfa vlny, objevuj´ı se vˇsak vlny theta, nebo

ostré vertexové vlny EOG - pomalé pohyby oˇc´ı EMG - tomick´ a svalová aktivita je v porovnán´ı s bdˇen´ım niˇzˇs´ı intenzity

Sp´ anek NREM 2 EEG - pˇrevl´ adaj´ıc´ı vlny theta (o frekvenci 4 - 7 Hz) jsou doplnˇeny spánkov´ ymi

vˇreteny a K-komplexy – Sp´ ankov´ a vˇ retena jsou skupiny vln o shodné frekvenci (12 - 14 Hz), které trvaj´ı déle neˇz 0,5 sekundy. Maximálnˇe vˇsak trvaj´ı asi 1,5 sekundy. U dospˇelého ˇclovˇeka se vˇretena vyskytuj´ı s frekvenc´ı 3 - 8 za minutu spánku ve fázi NREM 2. S pokroˇcil´ ym vˇekem se frekvence spánkov´ ych vˇreten zpomaluje a jejich trván´ı zkracuje. – K-komplex je bifázická pomalá vlna o trván´ı delˇs´ım neˇz 0,5 s. Svou amplitudou a tvarem jsou lehce odliˇsitelné od základn´ı aktivity (theta vln). K-komplexy se vyskytuj´ı 1 - 3 krát za minutu. EOG - nedocház´ı k pohyb˚ um oˇc´ı EMG - tonická svalov´ a aktivita je niˇzˇs´ı v porovnán´ı s intenzitou v bdˇelosti

ˇci intenzitou v NREM 1

Obrázek 3.5: PSG záznam - lehk´ y spánek.

19

Sp´ anek NREM 3 a NREM 4 EEG - vlny delta (2 Hz a niˇzˇs´ı), minimáln´ı amplituda 75 µ V, spánková

vˇretena s K-komplexy se vyskytuj´ı ve fázi spánku NREM 3, ve fázi NREM 4 se vyskytuj´ı ménˇe EOG - oˇci se nepohybuj´ı EMG - tonick´ a svalová aktivita je o nejniˇzˇs´ı intenzitˇe

Obrázek 3.6: PSG záznam - hlubok´ y spánek.

Sp´ anek REM EEG - z´ akladn´ı aktivita m˚ uˇze pˇripom´ınat záznam spánku NREM 1, nebo

dokonce i bdˇelost, pˇr´ıtomny jsou vlny alfa a theta, spánková vˇretena a Kkomplexy se nevyskytuj´ı, typické pro tuto fázi jsou pilovité vlny (2 - 4 Hz) EOG - rychlé pohyby oˇc´ı EMG - ˇzádn´ a tonická aktivita sval˚ u, mohou se objevit nekontrolovatelné

záˇskuby sval˚ u [5, s. 68-71]

20

Kapitola 4 Anal´ yza EEG/PSG V pˇredeˇslé kapitole byl ˇctenáˇr seznámen se záznamy polysomnografického vyˇsetˇren´ı. Tato podkapitola se bude vˇenovat tomu, jak je moˇzné záznamy z tohoto vyˇsetˇren´ı rozdˇelit na segmenty a jaké funkce se daj´ı pouˇz´ıt pro analyzován´ı vytvoˇren´ ych segment˚ u z tˇechto záznam˚ u.

4.1

Segmentace z´ aznamu

Segmentac´ı záznamu se rozum´ı rozdˇelen´ı záznamu do menˇs´ıch ˇcást´ı. Takovéto rozdˇelen´ı se provád´ı za u ´ˇcelem dalˇs´ıho zpracován´ı záznamu a pˇr´ıpadné anal´ yzy daného segmentu. Základn´ı rozdˇelen´ı segmentace je na segmentaci konstantn´ı a segmentaci adaptivn´ı, kdy u konstantn´ı segmentace je konstantn´ı délka segmentu a u adaptivn´ı je délka segmentu promˇenná. Adaptivn´ı segmentace je oproti segmentaci konstantn´ı velice v´ ypoˇcetnˇe a ˇcasovˇe nároˇcná.

4.2

Metody anal´ yzy z´ aznam˚ u

V této ˇca´sti budou popsány jednotlivˇe nˇekteré druhy funkc´ı pro anal´ yzu jednotliv´ ych segment˚ u v záznamech EEG/PSG. 21

Koeficient ˇ sikmosti (Skewness) Jedná se o charakteristiku rozdˇelen´ı náhodné veliˇciny, která nám napomáhá urˇcit, kter´ ym smˇerem je naˇse promˇenná hodnota asymetricky rozloˇzena a jak moc se liˇs´ı od normáln´ıho, tedy Gaussova rozdˇelen´ı. Pro jej´ı z´ıskán´ı se vyuˇz´ıvá takzvaného centráln´ı momentu tˇret´ıho stupnˇe, kdy moment k-tého stupnˇe je definován takto: PN µk =

i=1 (xi

N

− x)k

.

(4.1)

Pokud jiˇz známe centráln´ı moment tˇret´ıho stupnˇe µ3 pro námi zadané veliˇciny, je moˇzné urˇcit koeficient ˇsikmosti t´ımto zp˚ usobem:

γ1 =

µ3 E[X − E(X)]3 = , σ3 (V ar(X))3/2

(4.2)

kde hodnota σ je smˇerodatná odchylka, hodnota V ar(X) je rozptyl (obˇe hodnoty viz 4.2) a hodnota E(X) je stˇredn´ı hodnota (viz 4.2). Pro koeficient ˇsikmosti se rozliˇsuje hodnota kladná, téˇz hodnota pravostranná, kdy se vˇetˇsina hodnot nacház´ı pod pr˚ umˇerem a hodnota záporná, téˇz hodnota levostranná, kdy se vˇetˇsina hodnot nacház´ı nad pr˚ umˇerem. Pokud koeficient ˇsikmosti vyjde nulov´ y, je rozloˇzen´ı symetrické. [21]

Koeficient ˇ spiˇ catosti (Kurtosis) Jedná se o charakteristiku rozdˇelen´ı náhodné veliˇciny, která nám udává, jak se v rozloˇzen´ı ˇcetnost´ı vyskytuj´ı velmi vysoké a velmi n´ızké hodnoty a jak moc se liˇs´ı od normáln´ıho, tedy Gaussova rozdˇelen´ı. Pro jej´ı z´ıskán´ı se vyuˇz´ıvá tzv. centráln´ıho momentu ˇctvrtého stupnˇe, kdy moment k-tého stupnˇe byl definován v pˇredeˇslé ˇcásti o koeficientu ˇsikmosti. Pokud jiˇz známe centráln´ı moment ˇctvrtého stupnˇe µ4 pro námi zadané veliˇciny, je moˇzné urˇcit koeficient ˇspiˇcatosti t´ımto zp˚ usobem: 22

γ2 =

µ4 E[X − E(X)]4 − 3 = − 3, σ4 (V ar(X))2

(4.3)

kde hodnota σ je smˇerodatná odchylka, hodnota V ar(X) je rozptyl (obˇe hodnoty viz 4.2) a hodnota E(X) je stˇredn´ı hodnota (viz 4.2). Pro koeficient ˇspiˇcatosti se rozliˇsuje rozdˇelen´ı na v´ıce ˇspiˇcaté, neˇz je normáln´ı rozdˇelen´ı, téˇz naz´ yváno jako leptokurtické (koeficient kladn´ y), ˇci ménˇe ˇspiˇcaté neˇz normáln´ı rozdˇelen´ı, téˇz naz´ yváno jako platykurtické (koeficient záporn´ y). Pokud koeficient ˇspiˇcatosti vyjde nulov´ y, je rozloˇzen´ı normáln´ı. [21]

Maximum (MAX) Matematická funkce, jej´ıˇz funkˇcn´ı hodnota pˇredstavuje nejvyˇsˇs´ı hodnotu ze vˇsech vstupn´ıch hodnot. Matematick´ y zápis této funkce m˚ uˇze vypadat napˇr´ıklad takto:

f (x) : M → R je hodnota y ∈ M taková, ˇze f (y) ≥ f (x), ∀x ∈ M.

(4.4)

Minimum (MIN) Matematická funkce, jej´ıˇz funkˇcn´ı hodnota pˇredstavuje nejniˇzˇs´ı hodnotu ze vˇsech vstupn´ıch hodnot. Matematick´ y zápis této funkce m˚ uˇze vypadat napˇr´ıklad takto:

f (x) : M → R je hodnota y ∈ M taková, ˇze f (y) ≤ f (x), ∀x ∈ M.

(4.5)

Rychl´ a Fourierova transformace (FFT) Neˇz bude popsána samotná rychlá Fourierova transformace (FFT - Fast Fourier Transform), bude nejprve vysvˇetlen pojem spojité Fourierovy transformace. Spojitá Fourierova transformace (FT - Fourier Transform) se nejˇcastˇeji pouˇz´ıvá 23

pro pˇrevod signálu z ˇcasové do frekvenˇcn´ı oblasti. Z definici obecné Fourierovy transformace bude postupnˇe odvozen jej´ı diskrétn´ı tvar (DFT - Discrete Fourier Transform), kter´ y je mnohem vhodnˇejˇs´ı pro praktické vyuˇzit´ı, a závˇer této ˇcásti bude vˇenován jiˇz samotné rychlé Fourierovˇe transformaci. Pokud je funkce signálu spojitá, je FT definována následuj´ıc´ımi rovnicemi. Pro pˇr´ımou transformaci plat´ı vztah:

Z

+∞

x(t)e−i2πf t dt,

X(f ) = k1

(4.6)

−∞

pro zpˇetnou transformaci pak plat´ı vztah:

Z

+∞

X(f )ei2πf t df,

x(t) = k2

(4.7)

−∞

kde parametr f je frekvence, parametr t ˇcas, x(t) hodnota signálu v daném ˇcase, parametry k1 a k2 jsou konstanty a X(f ) pˇredstavuje hodnotu FT v dané frekvenci. [16] Pokud je zpracovávan´ y signál diskrétn´ı, tedy vzorkovan´ y v koneˇcnˇe mnoha bodech pˇri konstantn´ı vzorkovac´ı frekvenci, hovoˇr´ıme o diskrétn´ı Fourierovˇe transformaci a je nutné upravit v´ yˇse uvedené integráln´ı rovnice 4.6 a 4.7 do následuj´ıc´ıch podob. Pro pˇr´ımou transformaci plat´ı vztah: N −1 2πk 1 X Xk = xn e−i( T )(n∆t) , T n=0

(4.8)

kde ∆t je definována jako: ∆t =

N −1 2πkn 1 X xn e−i( N ) , N n=0

24

(4.9)

pro zpˇetnou transformaci pak plat´ı vztah: xn =

N −1 X

Xk ei(

2πkn ) N

,

(4.10)

n=0

kde parametr T pˇredstavuje celkovou dobu trván´ı posloupnosti, N pˇredstavuje celkov´ y poˇcet prvk˚ u posloupnosti, hodnota xn je hodnota n-tého diskrétn´ı posloupnosti, i je imaginárn´ı jednotka a v´ ysledná hodnota Xk je k-tá frekvenˇcn´ı sloˇzka signálu. Na základˇe upraven´ ych rovnic (4.8, 4.9 a 4.10) je moˇzné vypoˇc´ıtat hodnoty DFT, ale tento v´ ypoˇcetn´ı algoritmus je velice v´ ypoˇcetnˇe nároˇcn´ y, a proto bylo nalezen´ı rychlého algoritmu pro v´ ypoˇcet DFT v roce 1956 jedn´ım ze zásadn´ıch v´ yvojov´ ych krok˚ u v ˇc´ıslicovém zpracován´ı signál˚ u. Velk´ y rozd´ıl spoˇc´ıvá ve v´ yrazném sn´ıˇzen´ı doby potˇrebné k v´ ypoˇctu. Zat´ımco algoritmus pro DFT potˇrebuje O(N 2 ) operac´ı, tak algoritmus pro FFT potˇrebuje operac´ı pouze O(N log(N )). Algoritmus FFT je zaloˇzen na technice rozdˇel a panuj“ a jeho konkrétn´ı popis je ” moˇzné nalézt v ˇradˇe publikac´ı [17]. Samotná implementace takovéhoto algoritmu v nˇekterém z programovac´ıch jazyk˚ u nen´ı jednoduchou záleˇzitost´ı a ˇcasto podléhá nároˇcné optimalizaci pro dosaˇzen´ı nejlepˇs´ıho v´ ysledku pro dan´ y programovac´ı jazyk. [18]

Smˇ erodatn´ a odchylka (STD) Pro urˇcen´ı hodnoty rozpt´ ylen´ı ˇci odch´ ylen´ı od pr˚ umˇeru dan´ ych hodnot se podobnˇe jako rozptyl pouˇz´ıvá smˇerodatná odchylka (STD - Standard Deviation), která je rovna odmocninˇe z rozptylu. Rozptyl znaˇcen´ y jako Var udává pr˚ umˇer druh´ ych mocnin vzdálenost´ı od pr˚ umˇeru. Pokud máme soubor hodnot, kter´ y znaˇc´ıme X = [x1 , x2 , ..., xN ], kde x znaˇc´ı pr˚ umˇernou hodnotu z tˇechto hodnot, pak rozptyl m˚ uˇzeme vyjádˇrit takto:

V ar(X) =

1 ((x1 − x)2 + (x2 − x)2 + · · · + (xN − x)2 ) N 25

(4.11)

Obdobnˇe lze rozptyl vyjádˇrit i pomoc´ı sumy takto:

V ar(X) =

N 1 X (xi − x)2 N i=1

(4.12)

Pokud známe hodnotu rozptylu, m˚ uˇzeme snadno urˇcit hodnotu smˇerodatné odchylky znaˇcené σ jako druhou odmocninu z rozptylu takto:

σ=

p V ar(X)

(4.13)

[20]

Spektr´ aln´ı v´ ykonov´ a hustota (PSD) Spektráln´ı v´ ykonová hustota (PSD - Power Spectral Density) se nejˇcastˇeji pouˇz´ıvá k odhadu spektra zaznamenaného signálu s koneˇcnou délkou a konstantn´ı vzorkovac´ı frekvenc´ı a udává závislost rozloˇzen´ı hustoty v´ ykonu signálu na frekvenci. Pro urˇcen´ı, odhad, PSD se nejˇcastˇeji vyuˇz´ıvá pˇr´ım´ ych ˇci nepˇr´ım´ ych metod zaloˇzen´ ych právˇe na v´ ypoˇctu diskrétn´ı Fourierovˇe transformaci zm´ınˇené v pˇredeˇslé podkapitole. Wiener-Chinˇcin˚ uv teorém slouˇz´ı pro nepˇr´ım´ y odhad PSD za pouˇzit´ı DFT autokorelaˇcn´ı funkce (Rxx (n)):

P SD(k) =

N −1 X

Rxx (n)e−i2πf n ,

(4.14)

n=0

Naopak modern´ı verze Schusterova periodogramu se pouˇz´ıvá pro pˇr´ım´ y odhad PSD, kter´ y je poˇc´ıtan´ y jen pro vzorky x0 , x1 aˇz xN −1 a je vyjádˇren takto: N −1 1 X | P SD(k) = x(n)e−i2πf n |2 , N n=0

(4.15)

Pˇri pouˇzit´ı nepˇr´ımé ˇc´ı pˇr´ımé metody pro odhad PSD jsou v´ ysledky obou tˇechto zp˚ usob˚ u totoˇzné. [19] 26

Stˇ redn´ı hodnota (Mean) Stˇredn´ı hodnota neboli aritmetick´ y pr˚ umˇer je definován jako souˇcet vˇsech hodnot náhodn´ ych veliˇcin z mnoˇziny X dˇelen´ y poˇctem hodnot v této mnoˇzinˇe. Vzorec pro v´ ypoˇcet stˇredn´ı hodnoty pak m˚ uˇzeme definovat takto: PN

i=1

EX =

N

27

xi

.

(4.16)

28

Kapitola 5 Aplikace pro anal´ yzu PSG V této kapitole bude ˇctenáˇri popsána v´ ysledná aplikace pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u a to jak z hlediska pouˇzit´ ych technologi´ı, tak z hlediska uˇzivatelského i implementaˇcn´ıho. Celá tato kapitola bude rozdˇelena do dalˇs´ıch podkapitol, kde budou jednotlivé technologie a ˇcásti aplikace podrobnˇeji vysvˇetleny. Celková aplikace byla vytvoˇrena jako univerzáln´ı a lehce rozˇsiˇriteln´ y nástroj pro zobrazen´ı a moˇznou anal´ yzu biologick´ ych a fyzick´ ych signál˚ u naˇcten´ ych ze souboru formátu EDF se zamˇeˇren´ım se na pˇr´ıvˇetivé a lehce ovladatelné uˇzivatelské prostˇred´ı.

5.1

Pouˇ zit´ y jazyk, framework, knihovny a datov´ y form´ at

Tato podkapitola postupnˇe pˇredstav´ı implementaˇcn´ı jazyk, v kterém byla aplikace napsána, framework, kter´ y byl pro dan´ y jazyk pouˇzit, open-source knihovny, které aplikace vyuˇz´ıvá a také datov´ y formát, ve kterém se naˇc´ıtaj´ı zdrojová data pro tuto aplikaci.

Jazyk C# Jazyk C# je vysoko´ urovˇ nov´ y objektovˇe orientovan´ y programovac´ı jazyk, kter´ y byl vyvinut a navrˇzen spoleˇcnost´ı Microsoft zejména pro spolupráci s technologi´ı 29

.NET, která je rovnˇeˇz od spoleˇcnosti Microsoft. Jazyk je odvozen od jazyka C++ a jazyka Java, coˇz jej ˇrad´ı mezi jazyk se syntax´ı jazyka C. Jazyk byl schválen´ y standardizaˇcn´ımi komisemi ECMA1 . Plné popsán´ı tohoto jazyka vˇsak nen´ı souˇcást´ı této práce, a proto je ˇctenáˇr odkázán na nˇekterou z knih o jazyce C# [14] [15] nebo na odborné ˇclánky na webu. Pro psan´ı aplikace byla zvolena verze .NET 4.5, která je dostupná od srpna roku 2012.

Windows Presentation Foundation (WPF) WPF neboli Windows Presentation Foundation je framework pro komplexn´ı tvorbu bohat´ ych desktopov´ ych ˇci jin´ ych nativn´ıch aplikac´ı, kter´ y je souˇca´st´ı .NET frameworku od verze 3.0. Vznikl za u ´ˇcelem v´ yvojáˇrské volnosti pˇri psan´ı takov´ ychto aplikac´ı, kdy je v´ yvojáˇri umoˇznˇeno vytváˇret vlastn´ı komponenty ˇci ˇcerpat z komponent pˇredpˇripraven´ ych a nen´ı odkázán pouze na starˇs´ı zp˚ usob ve formˇe Windows Forms. Pro celkov´ y popis frameworku WPF by bylo potˇreba napsat v´ıce jak jednu knihu, a proto se tato ˇca´st v následuj´ıc´ıch ˇra´dc´ıch zamˇeˇr´ı pouze na d˚ uleˇzité aspekty tohoto frameworku a jejich základn´ı popis. Jazyk XAML Veˇskeré komponenty ve frameworku WPF jsou rozdˇeleny do dvou základn´ıch vrstev. A to do prezenˇcn´ı vrstvy, kterou pˇredstavuje jazyk XAML, a do vrstvy logické, tzv. Code Behind, která je reprezentována klasickou tˇr´ıdou v jazyce C#. Jak jiˇz bylo zm´ınˇeno, jazyk XAML slouˇz´ı ke kódován´ı prezentaˇcn´ı vrstvy aplikace a popisujeme v nˇem, jak má námi vytvoˇrená komponenta vypadat. Jazyk XAML vycház´ı z XML, kdy XML oznaˇcuje eXtensible Markup Language, tedy rozˇsiˇriteln´ y znaˇckovac´ı jazyk a XAML oznaˇcuje eXtensible Application Markup Language, tedy XML se znaˇckami pro tvorbu aplikac´ı. Pˇr´ıklad takové komponenty v XAML je moˇzné vidˇet na obrázku 5.1.

1

http://www.ecma-international.org/publications/standards/Ecma-334.htm

30

Obrázek 5.1: Kód jazyka XAML pro komponentu pˇridávac´ıho tlaˇc´ıtka.

Jak je moˇzné na obrázku 5.1 vidˇet, v jazyce XAML je nejen popsán v´ ysledn´ y vzhled dané komponenty, ale i zmˇena stylu komponenty pˇri urˇcité situaci, na kterou reaguj´ı takzvané triggery, které budou bl´ıˇze popsány n´ıˇze. Nicménˇe d´ıky trigger˚ um pak Code Behind m˚ uˇze obsahovat jen minimum implementace, jak je vidˇet na obrázku 5.2, kde je zobrazen Code Behind pro XAML na obrázku 5.1.

Obrázek 5.2: Code Behind pro komponentu pˇridávac´ıho tlaˇc´ıtka.

31

Trigger Jednoduˇse popsáno, trigger se pouˇz´ıvá za u ´ˇcelem proveden´ı nˇejaké akce ˇci zmˇeny pˇri zmˇenˇe nˇejaké vlastnosti ˇci vyvolán´ı události na elementu, pro kter´ y je trigger napsán. Triggery vytváˇrej´ı vizuáln´ı efekty pro danou komponentu, ve které jsou pouˇzity, a umoˇzn ˇuj´ı tak omezit velké mnoˇzstv´ı kódu v Code Behind, jako by byly napˇr´ıklad metody pro obsluhu událost´ı. Je moˇzné jednoduˇse napsat napˇr´ıklad trigger na zmˇenu barvy tlaˇc´ıtka pˇri najet´ı na toto tlaˇc´ıtko, aniˇz bychom museli napsat v Code Behind metodu pro obsluhu této události, kterou bychom pak v XAML pˇriˇradili do atributu MouseEnter danému elementu. Trigger dˇel´ıme do tˇr´ı typ˚ u: Property Trigger - Provede zmˇenu zadan´ ych vlastnost´ı pˇri zmˇenˇe jedné

vlastnosti daného elementu. (viz obr. 5.3) Event Trigger - Provede akci, nejˇcastˇeji animaci, pokud je vyvol´ ana

událost typu RoutedEvent. Data Trigger - Provede zmˇenu zadan´ ych vlastnost´ı pˇri zmˇenˇe data bin-

ding.

Obrázek 5.3: Pˇr´ıklad triggeru typu Property Trigger.

Data binding Data binding je technika, jak naplnit vizuáln´ı prvky informacemi na pozad´ı ˇci pˇrenést informace mezi jednotliv´ ymi prvky. Jedná se o techniku, která 32

umoˇzn ˇuje oddˇelit vizuáln´ı vrstvu od vrstvy datové. Krása data binding je právˇe v tom, ˇze umoˇzn ˇuje poskytnout vizuáln´ı komponentˇe informace pro zobrazen´ı pˇri napsán´ı malého ˇci ˇza´dného mnoˇzstv´ı kódu v Code Behind. Data binding ve WPF umoˇzn ˇuje vz´ıt si data témˇeˇr z jakékoliv vlastnosti objektu ˇci jakéhokoli datového kontextu a navázat je na témˇeˇr jakoukoli jinou vlastnost jiného objektu. Jako pˇr´ıklad je moˇzné uvést situaci, kdy chceme zobrazit aktuáln´ı hodnotu komponenty Slider v textové podobˇe v komponentˇe TextBlock, aniˇz bychom museli v Behin Code psát metodu na obsluhu události pˇri zmˇenˇe hodnoty na Slideru, která by obsah TextBlocku mˇenila na aktuáln´ı hodnotu. Tento pˇr´ıklad je zobrazen na obrázku 5.4.

Obrázek 5.4: Pˇr´ıklad data binding mezi komponentou Slider a TextBlock.

Resource dictionary Resource dictionary je ve WPF oznaˇcen´ı pro soubor psan´ y v jazyce XAML a slouˇz´ı pro definován´ı znovupouˇziteln´ ych zdroj˚ u, jako jsou texty, styly tlaˇc´ıtek, barvy a dalˇs´ı. Pˇredstavme si napˇr´ıklad, ˇze chceme definovat nov´ y styl tlaˇc´ıtka, které se bude pouˇz´ıvat u ´plnˇe v celé aplikaci. Nen´ı tedy ˇza´douc´ı, abychom v kaˇzdé komponentˇe, kde chceme toto tlaˇc´ıtko pouˇz´ıt, definovali tento styl znovu. Proto nap´ıˇseme tento styl pro komponentu tlaˇc´ıtka do souboru Resource dictionary a poté jiˇz pro kaˇzdé tlaˇc´ıtko pouˇzijeme data binding k nastaven´ı tohoto stylu. Jeˇstˇe neˇz vˇsak je moˇzné styl takto pouˇz´ıt, je nutné novˇe vytvoˇrenou Resource dictionary pˇriˇradit do seznamu zdroj˚ u do souboru App.xaml, kter´ y je vˇzdy souˇcást´ı projektu WPF. Ve vytvoˇrené aplikaci je této vlastnosti vyuˇzito i pro vytvoˇren´ı Resource dictionary s veˇsker´ ymi texty (viz obr. 5.5), které by pak bylo moˇzné lehce pˇreloˇzit a aplikaci tak pˇrevést do jiného jazyka. 33

Obrázek 5.5: Ukázka souboru s veˇsker´ ymi texty aplikace.

Pouˇ zit´ e open-source knihovny Jelikoˇz tato práce je prac´ı diplomovou a nejedná se o ˇzádn´ y finanˇcnˇe podpoˇren´ y projekt, je v´ ysledná aplikace odkázána pouze na knihovny, které jsou uvedeny pod nˇejak´ ym typem open-source licence a jsou tedy volnˇe staˇzitelné z internetu a pouˇzitelné dle dané licence. V této kapitole budou pouˇzité knihovny jednotlivˇe 34

struˇcnˇe popsány. MathApps.Metro MathApps.Metro je projekt, kter´ y zaloˇzil Paul Jenkins jiˇz v roce 2011, jako jednoduch´ y zp˚ usob, jak pˇremˇenit klasick´ y vzhled nˇekter´ ych základn´ıch komponent frameworku WPF na vzhled v takzvaném Metro stylu, s kter´ ym pˇriˇsla firma Microsoft. Tento projekt je open-source pod licenc´ı MS-PL2 a je dostupn´ y ze stránek projektu3 , nebo na GitHubu4 . V aplikaci pro anal´ yzu dlouhodob´ ych polysomnografick´ ych záznam˚ u je knihovna vyuˇzita pro modern´ı vzhled oken a vˇsech základn´ıch komponent. Oxyplot Oxyplot je cross-platformn´ı knihovna pro .NET a slouˇz´ı k vykreslován´ı dat do graf˚ u a práci s vykreslen´ ymi grafy, jako je interpolace bod˚ u, pˇribl´ıˇzen´ı a dalˇs´ı. Jej´ı kód je open-source pod licenc´ı MIT5 a je dostupn´ y ze stránek projektu6 , nebo na GitHubu7 . V v´ ysledné aplikaci je knihovna vyuˇz´ıvána pro vykreslován´ı a veˇskerou práci s grafy. Math.NET Numerics Math.NET Numerics je projekt pro .NET, kter´ y si klade za c´ıl poskytnout metody a algoritmy pro numerické v´ ypoˇcty ve vˇedˇe, inˇzen´ yrstv´ı i v kaˇzdodenn´ım pouˇzit´ı. Zahrnuje napˇr´ıklad speciáln´ı funkce pro lineárn´ı algebru, modely s nejvˇetˇs´ı pravdˇepodobnost´ı náhodn´ ych ˇc´ısel, interpolaci, integraci, regresi, optimalizaˇcn´ı problémy a dalˇs´ı. Tento projekt je open-source pod licenc´ı MIT8 a je dostupn´ y ze stránek projektu9 , nebo na GitHubu10 . V v´ ysledné aplikaci je knihovna vyuˇz´ıvána 2

https://opensource.org/licenses/MS-PL http://mahapps.com/ 4 https://github.com/MahApps/MahApps.Metro 5 https://opensource.org/licenses/MIT 6 http://oxyplot.org/ 7 https://github.com/oxyplot/oxyplot 8 https://opensource.org/licenses/MIT 9 http://numerics.mathdotnet.com/ 10 https://github.com/mathnet/mathnet-numerics 3

35

zejména pro jej´ı rychlé implementace nˇekter´ ych metod pro anal´ yzu EEG/PSG.

European Data Format (EDF) Evropsk´ y datov´ y formát neboli EDF je dlouholet´ y zaveden´ y standard pro ukládán´ı a zpˇetné naˇc´ıtán´ı,pro moˇznou vizualizaci ˇci anal´ yzu polyosomnografick´ ych záznam˚ u. V této kapitole bude bl´ıˇze popsána jeho struktura i jeho zp˚ usob naˇc´ıtán´ı. EDF je jednoduch´ y a flexibiln´ı formát pro v´ ymˇenu a skladován´ı multikanálov´ ych biologick´ ych a fyzick´ ych signál˚ u. Byl vyvinut nˇekolika evropsk´ ymi zdravotnick´ ymi inˇzen´ yry, kteˇr´ı se poprvé setkali v roce 1987 na mezinárodn´ım spánkovém kongresu v Kodani. Tito inˇzen´ yˇri chtˇeli uplatnit své algoritmy pro anal´ yzu spánku i na záznamech ostatn´ıch uˇzivatel˚ u a porovnat jednotlivé v´ ysledky anal´ yzy, a proto se v lednu roku 1990 dohodli na velmi jednoduchém formátu pro v´ ymˇenu jejich spánkov´ ych záznam˚ u. Tento dohodnut´ y formát se stal znám´ y jako European Data Format a poprvé byl zveˇrejnˇen v roce 1992 v práci Electroencephalography and Clinical Neurophysiology 82 na stránkách 391 - 393 a od té doby se EDF stalo de-facto standardem pro záznam EEG a PSG. Od roku 2003 je známé i jeho rozˇs´ıˇren´ı oznaˇcené jako EDF+. Pro moˇznost naˇcten´ı tohoto formátu byl vytvoˇren vlastn´ı knihovn´ı projekt s názvem EDFToolkit. Takto vytvoˇrená knihovna je posléze referencována v projektu celé aplikace a je moˇzné ji pouˇz´ıt i v jin´ ych aplikac´ıch, kde bude potˇreba práce se soubory EDF. Specifikace EDF Jedná se o jeden datov´ y soubor, kter´ y obsahuje jeden nepˇreruˇsovan´ y digitalizovan´ y polygrafick´ y záznam. Datov´ y soubor se skládá z návˇeˇst´ı neboli hlaviˇcky, které je následované jednotliv´ ymi datov´ ymi záznamy. Hlaviˇcka má promˇenlivou délku, v které se identifikuje pacient a specifikuj´ı se technické vlastnosti zaznamenan´ ych signál˚ u.

36

Prvn´ıch 256 byt˚ u hlaviˇcky obsahuje ˇc´ıslo verze tohoto formátu, informace o pacientovi a identifikaci záznamu, ˇcasové informace o nahrávce, poˇcet datov´ ych záznam˚ u a poˇcet signál˚ u (NS) v kaˇzdém datovém záznamu. Poté kaˇzd´ ych 256 byt˚ u za hlaviˇckou obsahuje specifikaci typ signálu (napˇr´ıklad EEG, tˇelesná teplota, atd.), amplitudu kalibrace a poˇcet vzork˚ u v kaˇzdém datovém záznamu. D´ıky tomuto zp˚ usobu záznamu, je umoˇznˇeno ukládat signály s r˚ uznou vzorkovac´ı frekvenc´ı. Celkovˇe tedy hlaviˇcka obsahuje 256 + (NS + 256) byt˚ u a za n´ı následuje NS datov´ ych záznam˚ u o délce - poˇcet vzork˚ u v signálu (NR) * int. Celková specifikace je uvedena na webu11 a zde je uvedena pouze tabulka 5.1, která ukazuje strukturu tohoto formátu.

11

http://www.edfplus.info/specs/edf.html

37

ˇ HLAVICKA D´ elka

V´ yznam

8 ascii

Verze formátu

80 ascii

Informace o pacientovi

80 ascii

Identifikace záznamu

8 ascii 8 ascii

Datum zapoˇcet´ı nahrávky ˇ zapoˇcet´ı nahrávky Cas

8 ascii

Poˇcet byt˚ u v hlaviˇcce

44 ascii

Rezervováno

8 ascii

Poˇcet datov´ ych záznam˚ u

8 ascii

Doba trván´ı datového záznamu v sekundách

4 ascii

Poˇcet signál˚ u (NS) v datovém záznamu

NS * 16 ascii

NS * Popisek signálu

NS * 80 ascii

NS * Typ sn´ımaˇce

NS * 8 ascii

NS * Fyzikáln´ı veliˇcina

NS * 8 ascii

NS * Fyzikáln´ı minimum

NS * 8 ascii

NS * Fyzikáln´ı maximum

NS * 8 ascii

NS * Digitáln´ı minimum

NS * 8 ascii

NS * Digitáln´ı maximum

NS * 80 ascii

NS * Pˇredfiltrován´ı

NS * 8 ascii

NS * Poˇcet vzork˚ u v kaˇzdém datovém záznamu (NR)

NS * 32 ascii

NS * Rezervováno

´ ZAZNAM ´ DATOVY D´ elka

V´ yznam

NR pro 1. záznam * int

Prvn´ı signál v datovém záznamu

NR pro 2. záznam * int

Druh´ y signál v datovém záznamu

... NR pro NS-t´ y záznam * int

Posledn´ı signál v datovém záznamu

Tabulka 5.1: Tabulka znázorˇ nuj´ıc´ı strukturu datového souboru EDF.

38

5.2

Struktura aplikace

V této ˇca´sti bude probráno celkové pojet´ı vytvoˇrené aplikace z hlediska uˇzivatelského pr˚ uchodu aplikac´ı. Tento pr˚ uchod byl hlavn´ım stavebn´ım kamenem, co se do rozdˇelen´ı aplikace na jednotlivé komponenty t´ yˇce. Nejprve bylo nutné rozmyslet, jak by mohl uˇzivatel aplikaci pouˇz´ıvat pro anal´ yzu záznam˚ u, a také to, aby analyzován´ı záznam˚ u prob´ıhalo pro uˇzivatele co moˇzná nejintuitivnˇeji a pˇr´ıvˇetivˇe. Jak je zobrazeno na obrázku 5.6, je aplikace rozdˇelena celkem do ˇsesti v´ıce ˇci ménˇe komplexn´ıch komponent, které uˇzivateli umoˇzn ˇuj´ı analyzovat biologické záznamy od jejich zadán´ı ve formátu EDF aˇz po v´ ypoˇcet zadan´ ych pˇr´ıznak˚ u v ohodnocen´ ych a rozsegmentovan´ ych u ´sec´ıch.

Obrázek 5.6: Struktura a jednotlivé ˇcásti aplikace.

39

5.3

Jednotliv´ eˇ c´ asti aplikace

Jak bylo v pˇredeˇslé ˇca´sti zm´ınˇeno, celková aplikace se skládá z v´ıce ˇci ménˇe komplexn´ıch komponent, které jsou uvedeny v následuj´ıc´ım seznamu a které budou dále v´ıce popsány na následuj´ıc´ıch ˇrádc´ıch. Komponenta pro zadáv´ an´ı zdrojov´ ych soubor˚ u Komponenta pro v´ ybˇer poˇzadovan´ ych signál˚ u Komponenta pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u Komponenta pro pˇrehled ohodnocen´ı v celém z´ aznamu Komponenta pro zadáv´ an´ı pˇr´ıznak˚ u pro v´ ypoˇcet Komponenta pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u

Komponenta pro zad´ av´ an´ı zdrojov´ ych soubor˚ u Komponenta, která slouˇz´ı uˇzivateli pro zadán´ı povinného zdrojového EDF souboru (kapitola 5.1) a nepovinného znaˇckovac´ıho souboru XML. Uˇ zivatelsk´ y pohled Komponenta je rozdˇelena do dvou samostatn´ ych rámc˚ u (viz obrázek 5.7) pro zadán´ı jednotliv´ ych soubor˚ u. Pro samotné zadán´ı soubor˚ u m˚ uˇze uˇzivatel pouˇz´ıt bud’ klasick´ y zp˚ usob, kdy se mu po kliknut´ı do pˇr´ısluˇsného rámce zobraz´ı systémové okno pro vyhledán´ı poˇzadovaného souboru, nebo m˚ uˇze poˇzadovan´ y soubor do pˇr´ısluˇsného rámce pˇresunout pomoc´ı myˇsi tzv. metodou Drag and drop.

Obrázek 5.7: Rámce komponenty pro zadáván´ı zdrojov´ ych soubor˚ u. Poté, co uˇzivatele zadá poˇzadovan´ y soubor, rámec, kter´ y má soubor zadan´ y, deaktivuje moˇznost v´ ybˇeru ˇci pˇretaˇzen´ı souboru a zobraz´ı u ´plnou cestu k za40

danému souboru a na jej´ı pravé stranˇe kˇr´ıˇzek pro pˇr´ıpadné odebrán´ı souboru a pˇresunut´ı se opˇet k moˇznosti jeho v´ ybˇeru, jak je vidˇet na obrázku 5.8.

Obrázek 5.8: Ukázka zadaného zdrojového soubor EDF. Pokud je uˇzivatel se zadán´ım soubor˚ u spokojen´ y a zadal povinn´ y zdrojov´ y soubor EDF, zpˇr´ıstupn´ı se uˇzivateli tlaˇc´ıtko v podobˇe ˇsipky v pravé ˇca´sti této komponenty pro naˇcten´ı hlaviˇckov´ ych dat ze souboru EDF (viz kapitola 5.1) a zobrazen´ı vˇsech signál˚ u, které soubor obsahuje. Implementace Z implementaˇcn´ıho hlediska se jedná o novˇe vytvoˇren´ y User Control reprezentovan´ y tˇr´ıdou a souborem XAML s názvem FilePicker, kter´ y se skládá z Gridu, ˇıˇre prvn´ıch dvou sloupc˚ kter´ y je rozdˇelen do tˇr´ı sloupc˚ u. S´ u je automatická dle prostoru, kter´ y umoˇzn ˇuje celkové okno a to z d˚ uvodu adaptivn´ıho layoutu právˇe pˇri zmˇenˇe velikosti okna. Posledn´ı sloupec má jiˇz pevnˇe zadanou ˇs´ıˇrku dle velikosti tlaˇc´ıtka pro pokraˇcován´ı. Takto rozvrˇzená komponenta má nad jednotliv´ ymi ˇca´stmi urˇcené triggery a pˇr´ısluˇsn´ y data binding (viz kapitola 5.1), které se staraj´ı o celkovou funkcionalitu tak, aby kódu ve tˇr´ıdˇe na pozad´ı v Code Behind bylo co moˇzná nejménˇe a o vˇetˇsinu funkcionality bylo postaráno v samotném jazyce XAML. Jak jiˇz bylo zm´ınˇeno, aby mohl uˇzivatel pokraˇcovat k následuj´ıc´ı komponentˇe, je nutné, aby zadal zdrojov´ y soubor EDF, kdy zadán´ı znaˇckovac´ıho souboru nemá na zpˇr´ıstupnˇen´ı této moˇznosti pokraˇcovat vliv. Toto chován´ı je implementováno dle následuj´ıc´ı pravdivostn´ı tabulky:

41

A

B

Out

0

0

0

0

1

0

1

0

1

1

1

1

Tabulka 5.2: Pravdivostn´ı tabulka pro logiku zadáván´ı zdrojov´ ych soubor˚ u.

kde A rovno jedné znamená zadán´ı zdrojového souboru EDF a B rovno jedné znamená zadán´ı znaˇckovac´ıho souboru XML. Tato tabulka vede na takovouto v´ yslednou funkci:

AB + AB = A,

(5.1)

jej´ıˇz v´ ysledek je ve sloupci Out.

Komponenta pro v´ ybˇ er poˇ zadovan´ ych sign´ al˚ u Komponenta, která slouˇz´ı uˇzivateli pro v´ ybˇer signál˚ u naˇcten´ ych ze zadaného zdrojového souboru EDF, které poˇzaduje dále zobrazit a následnˇe je ohodnocovat. Uˇ zivatelsk´ y pohled Pokud uˇzivatel zadal poˇzadovan´ y zdrojov´ y soubor typu EDF a klikl na tlaˇc´ıtko pro naˇcten´ı hlaviˇckov´ ych záznam˚ u ze souboru, pak mu tato komponenta naˇcte a zobraz´ı vˇsechny signály, jejichˇz záznamy soubor EDF obsahuje. Zobrazen´ı tˇechto signál˚ u je moˇzné vidˇet na obrázku 5.9.

Obrázek 5.9: Komponenta pro v´ ybˇer poˇzadovan´ ych signál˚ u. 42

Kaˇzd´ y takto zobrazen´ y název signálu se chová jako samostatné tlaˇc´ıtko funguj´ıc´ı jako klasick´ y checkbox pro v´ ybˇer ˇci zneplatnˇen´ı v´ ybˇeru, kdy po naˇcten´ı a prvn´ım zobrazen´ı jsou veˇskeré signály oznaˇceny jako vybrané. Pokud vˇsak uˇzivatel zneplatn´ı veˇskeré nab´ızené signály, tlaˇc´ıtko pro potvrzen´ı a pokraˇcován´ı k vykreslen´ı polysomnogramu vybran´ ych signál˚ u se zneplatn´ı také, viz obrázek 5.10.

Obrázek 5.10: Zneplatnˇen´ı vˇsech názv˚ u signál˚ u a tlaˇc´ıtka pro pokraˇcován´ı.

Implementace Z hlediska implementaˇcn´ıho se jedná o novˇe vytvoˇren´ y User Control s názvem SignalSelector, kter´ y reprezentuje tuto komponentu rozdˇelenou na dva ˇra´dky, kdy prvn´ı ˇrádek obsahuje pouze data binding na text nadpisu a ve druhém ˇrádku je speciáln´ı panel, kter´ y své potomky z hlediska XML zalom´ı dle velikosti okna, a tak je opˇet vyˇreˇsen adaptivn´ı layout. Samotná komponenta vyˇzaduje data binding pole ˇretˇezc˚ u, které obsahuje jednotlivé názvy vˇsech signál˚ u obsaˇzen´ ych ve zdrojovém souboru. Jakmile uˇzivatel potvrdil vybran´ı zdrojového souboru v pˇredeˇslé komponentˇe, naˇcetla se hlaviˇcka s informacemi, mezi kter´ ymi jsou i informace o vˇsech signálech zaznamenan´ ych v souboru. Ty se pˇrevedly na pole ˇretˇezc˚ u a pˇredaly této komponentˇe právˇe pomoc´ı data binding. Komponenta pˇred sv´ ym vykreslen´ım projde celé pole pˇredan´ ych názv˚ u signál˚ u a pro kaˇzd´ y signál vytvoˇr´ı novou instanci vytvoˇrené v´ ybˇerové komponenty, checkboxu, pro signál, které se pˇredá název signálu pomoc´ı data binding pro zobrazen´ı. Dále se instanci pˇriˇrad´ı spoleˇcná metoda pro obsluhu události zmˇeny stavu. Takto vytvoˇrená instance se následnˇe pˇridá jako potomek zálamovac´ıho panelu. Pokud uˇzivatel klikne na urˇcitou instanci tohoto checkboxu, zavolá se spoleˇcná událost, event, na zmˇenu stavu tlaˇc´ıtka, a pokud byl dan´ y signál zneplatnˇen, odebere se název tohoto signálu z pole pro poˇzadované signály. Naopak, pokud bude 43

signál oznaˇcen jako vybran´ y, pˇridá se název tohoto signálu do zm´ınˇeného pole. Velikost pole pro poˇzadované signály je jako data binding v data triggeru definovaném v jazyce XAML, kter´ y se stará o zneplatnˇen´ı tlaˇc´ıtka pro pokraˇcován´ı, pokud je pole prázdné, a kter´ y je zobrazen na obrázku 5.11. Pokud vˇsak uˇzivatel zadá alespoˇ n jeden jedin´ y signál, tlaˇc´ıtko je pˇr´ıstupné a uˇzivatel tak m˚ uˇze pokraˇcovat k dalˇs´ı komponentˇe pro vykreslen´ı a ohodnocován´ı vybran´ ych signál˚ u.

Obrázek 5.11: Trigger pro zneplatnˇen´ı tlaˇc´ıtka pro pokraˇcován´ı. Zjednoduˇsené schéma implementaˇcn´ı struktury této komponenty je na obrázku 5.12.

44

Obrázek 5.12: Zjednoduˇsen´ y diagram komponenty pro v´ ybˇer poˇzadovan´ ych signál˚ u.

45

Komponenta pro zobrazen´ı a ohodnocov´ an´ı vybran´ ych sign´ al˚ u Komponenta, která slouˇz´ı uˇzivateli k náhledu na jednotlivá vykreslená ˇcasová okna poˇzadovan´ ych signál˚ u a také k moˇznosti ohodnotit libovolnˇe vybran´ y ˇcasov´ y u ´sek záznamu poˇzadovanou znaˇckou. Uˇ zivatelsk´ y pohled Jakmile je uˇzivatel spokojen´ y s v´ ybˇerem poˇzadovan´ ych signál˚ u a potvrd´ı tento v´ ybˇer tlaˇc´ıtkem pro pokraˇcován´ı k zobrazen´ı vybran´ ych signál˚ u, zobraz´ı se mu tato nejkomplexnˇejˇs´ı komponenta sloˇzená z menˇs´ıch d´ılˇc´ıch komponent. Tyto d´ılˇc´ı komponenty jsou mezi sebou propojeny a tvoˇr´ı tuto velkou komponentu jako jeden velk´ y celek pro zobrazován´ı a ohodnocován´ı vybran´ ych a naˇcten´ ych signál˚ u. Obrázek 5.13 zobrazuje tuto komponentu vykresluj´ıc´ı vybrané signály.

46

47

oro-nasal, EOG horizontal, EEG Pz-Oz, EEG Fpz-Cz.

Obrázek 5.13: Vykreslen´ı vybran´ ych signál˚ u. Na obrázku jsou vykresleny následuj´ıc´ı signály: EMG submental, Resp

Jak je moˇzné vidˇet na obrázku 5.13, komponenta umoˇzn ˇuje zobrazen´ı vybran´ ych signál˚ u ve zvoleném rozsahu ˇcasového okna, kter´ y je moˇzn´ y zadat pomoc´ı takzvaného Slideru, kter´ y je na obrázku komponenty u ´plnˇe ve spodn´ı ˇcásti. Pˇri prvn´ım vykreslen´ı je pro uˇzivatele automaticky pˇredvolen rozsah 30 sekund, coˇz je nejˇcastˇejˇs´ı rozsah ˇcasového okna pˇri ohodnocován´ı PSG záznam˚ u. Pˇrechod mezi jednotliv´ ymi ˇcasov´ ymi okny umoˇzn ˇuj´ı postrann´ı tlaˇc´ıtka kolem vykreslen´ ych dat, kdy pravé tlaˇc´ıtko slouˇz´ı k posunu ˇcasového okna dopˇredu a levé tlaˇc´ıtko nazpˇet. Je také moˇzné si povˇsimnout, ˇze levé tlaˇc´ıtko má na obrázku ˇsedivou barvu, kdeˇzto tlaˇc´ıtko pravé má barvu svˇetle modrou. To je zp˚ usobené t´ım, ˇze je zobrazeno prvn´ı ˇcasové okno a nen´ı moˇzné se na ˇcasové ose posunout nazpˇet. Opaˇcnˇe se pravé tlaˇc´ıtko zneplatn´ı, pokud uˇzivatel dojde aˇz na posledn´ı ˇcasové okno. Aby uˇzivatel nebyl nucen nˇekolikanásobnˇe klikat na tlaˇc´ıtka pro posun po ˇcasové ose a mohl si zobrazit poˇzadované ˇcasové okno, je pod vykreslen´ ym grafem po celé jeho délce Slider pro posun na poˇzadované ˇcasové okno. Co se samostatného vykreslen´ı signál˚ u t´ yˇce, jednotlivé signály jsou do grafu vykresleny se spoleˇcnou ˇcasovou osou X a s vlastn´ı hodnotovou osou Y. U kaˇzdého signálu je nav´ıc vykresleno normované minimum a maximum daného signálu a je umoˇznˇeno koleˇckem myˇsi pˇribliˇzovat ˇci oddalovat jednotlivé signály v rámci jejich osy Y. Obrázek 5.14 zobrazuje vybran´ y signál ve v´ ychoz´ı naˇctené podobˇe a poté v podobˇe pˇribl´ıˇzené. Je na nˇem také moˇzné vidˇet zm´ınˇené normované minimum a maximum.

48

Obrázek 5.14: V´ ychoz´ı a zvˇetˇsené zobrazen´ı PSG záznamu v grafu. Na obrázku je vykreslen´ y signál EEG Fpz-Cz. Pro pˇresn´ y hodnotov´ yu ´daj v urˇcitém ˇcase m˚ uˇze uˇzivatel podrˇzet levé tlaˇc´ıtko myˇsi nad vykreslen´ ym pr˚ ubˇehem signálu a zobraz´ı se mu informace s pˇresnou hodnotou a pˇresn´ ym ˇcasem v daném bodˇe signálu. Tato vlastnost je zobrazena na obrázku 5.15.

49

Obrázek 5.15: Zobrazen´ı informace pro zvolen´ y ˇcasov´ yu ´sek. Na obrázku je vykreslen´ y signál EEG Fpz-Cz. Tato komponenta uˇzivateli umoˇzn ˇuje také pˇridávat ohodnocen´ı pro vybran´ y ˇcasov´ yu ´sek záznamu. Pˇridán´ı hodnot´ıc´ı znaˇcky uˇzivatel uˇcin´ı tak, ˇze v grafu vykreslen´ ych signál˚ u, kde chce, aby daná znaˇcka zaˇc´ınala, stiskne a podrˇz´ı pravé tlaˇc´ıtko myˇsi a posunem myˇsi se stisknut´ ym prav´ ym tlaˇc´ıtkem urˇc´ı velikost pˇridávané znaˇcky a tlaˇc´ıtko pust´ı, pokud s touto velikost´ı bude spokojen. Pokud uˇzivatel nebude s v´ ybˇerem spokojen´ y, postaˇc´ı, kdyˇz klikne prav´ ym tlaˇc´ıtkem kamkoli do grafu, a v´ ybˇer zmiz´ı. Jakmile uˇzivatel ukonˇc´ı v´ ybˇer u ´seku, zobraz´ı se ve spodn´ı ˇcásti komponenty takzvan´ y ComboBox s pˇredpˇripraven´ ymi znaˇckami (viz obrázek 5.16), z kterého m˚ uˇze uˇzivatel jednu znaˇcku vybrat a pˇriˇradit ji v´ ybˇeru. Pokud si uˇzivatel z pˇredpˇripraven´ ych znaˇcek nevybere, ComboBox umoˇzn ˇuje uˇzivateli zadat libovolnou znaˇcku, které je po jej´ım pˇridán´ı automaticky pˇridˇelena urˇcitá barva, kterou poté bude oznaˇcen´ yu ´sek zv´ yraznˇen. Barva má urˇcit´ y stupeˇ n pr˚ uhlednosti, coˇz umoˇzn ˇuje pˇrekr´ yván´ı jednotliv´ ych u ´sek˚ u se znaˇckami. ComboBox umoˇzn ˇuje zadat aˇz 15 libovoln´ ych znaˇcek. Pokud uˇzivatel pˇri v´ ybˇeru zdrojov´ ych soubor˚ u zadal i soubor se znaˇckami jiˇz existuj´ıc´ımi, bude ComboBox obsahovat pouze ty znaˇcky, které jsou obsaˇzeny ve znaˇckovac´ım souboru XML, a u ´seky znaˇcek obsaˇzené ve znaˇckovac´ım souboru budou vykresleny z polysomnografickém záznamu.

50

51

nasal, EOG horizontal, EEG Pz-Oz, EEG Fpz-Cz.

Obrázek 5.16: Uˇzivatelem vybran´ yu ´sek pro ohodnocen´ı. Na obrázku jsou vykresleny následuj´ıc´ı signál: Resp oro-

Pokud si uˇzivatel v ComboBoxu vybere poˇzadovanou znaˇcku ˇci do nˇej dop´ıˇse jin´ y název znaˇcky a klikne na tlaˇc´ıtko Oznaˇcit“, pˇriˇrad´ı se vybraná ˇci zadaná ” znaˇcka vybranému u ´seku, v pravé horn´ı ˇcásti komponenty se zobraz´ı tlaˇc´ıtko pro moˇznost exportu zadan´ ych znaˇcek do znaˇckovac´ıho souboru XML a zmiz´ı ComboBox pro v´ ybˇer znaˇcky. Vˇse bude tak, jak je zobrazeno na obrázku 5.17.

52

53

EOG horizontal, EEG Pz-Oz, EEG Fpz-Cz.

Obrázek 5.17: Uˇzivatelem ohodnocen´ y vybran´ yu ´sek. Na obrázku jsou vykresleny následuj´ıc´ı signály: Resp oro-nasal,

Jakmile uˇzivatel klikne na tlaˇc´ıtko Exportovat znaˇcky“, bude vyzván k vybrán´ı ” sloˇzky, do které má b´ yt soubor XML se vˇsemi znaˇckami v celém signálu uloˇzen. Znaˇcky obsaˇzené v souboru XML maj´ı jednoduchou strukturu, kdy jsou v elementu <marking> uvedeny jednotlivé elementy <mark> s atributy name, start a duration. Atribut name udává název znaˇcky, atribut start udává dobu od zaˇcátku záznamu, kdy znaˇcka zaˇcala, a atribut duration udává dobu, po kterou znaˇcka trvá. Pˇr´ıklad takto vyexportovaného souboru je uveden na obrázku 5.18.

Obrázek 5.18: Ukázka vyexportovan´ ych znaˇcek v souboru XML.

Implementace Z implementaˇcn´ıho pohledu se jedná o nejkomplexnˇejˇs´ı a nejsloˇzitˇejˇs´ı komponentu v celé aplikaci a celkov´ y implementaˇcn´ı popis by byl tedy velice rozsáhl´ y, takˇze obsah této ˇcásti bude omezen pouze na jej´ı nejd˚ uleˇzitˇejˇs´ı aspekty. Tak jako v pˇredeˇsl´ ych komponentách se opˇet jedná o novˇe vytvoˇren´ y User Control reprezentovan´ y tˇr´ıdou a souborem XAML s názvem Polysomnogram. Co se datového kontextu této komponenty t´ yˇce, jakmile uˇzivatel potvrd´ı v´ ybˇer signál˚ u pro zobrazen´ı, naˇctou se celé záznamy tˇechto signál˚ u ze zdrojového souboru EDF a jsou pomoc´ı data binding pˇredány této komponentˇe. Zde je d˚ uleˇzité zd˚ uraznit, ˇze dokud uˇzivatel neklikne na kˇr´ıˇzek pro odebrán´ı zdrojového souboru, tak se jiˇz jednou naˇctené informace z tohoto souboru nenaˇc´ıtaj´ı znovu, coˇz pˇrisp´ıvá k v´ yraznému zrychlen´ı, pokud uˇzivatel ˇcasto mˇen´ı v´ ybˇer poˇzadovan´ ych signál˚ u. Pˇr´ıklad naˇc´ıtán´ı zdrojov´ ych dat ze souboru EDF pˇri zmˇenách poˇzadovan´ ych signál˚ u je uveden na obrázku 5.19.

54

Obrázek 5.19: Naˇc´ıtán´ı dat ze souboru EDF pˇri zmˇenách poˇzadovan´ ych signál˚ u. Tak jako v pˇredeˇsl´ ych komponentách je i tato komponenta do velké ˇca´sti popsána jazykem XAML s velk´ ym mnoˇzstv´ım trigger˚ u staraj´ıc´ıch se o obsluhu velkého mnoˇzstv´ı událost´ı a je taktéˇz opˇet rozdˇelena do Grid blok˚ u s automatickou ˇci roztaˇznou velikost´ı pro dosaˇzen´ı adaptivn´ıho layoutu. Nicménˇe se takto komplexn´ı komponenta neobeˇsla bez velkého mnoˇzstv´ı kódu v Code Behind, kde bylo nutné nastavit PlotModel grafu z knihovny OxyPlot (viz 5.1), jehoˇz nastaven´ı je zobrazeno na obrázku 5.20.

55

Obrázek 5.20: Code Behind pro nastaven´ı PlotModel komponenty grafu. Dále bylo potˇreba vykreslovat ˇcasová okna grafu a pˇrekreslovat je, pokud uˇzivatel pˇreklikl na zobrazen´ı jiného ˇcasového okna. Hodnoty celkového záznamu pro dan´ y signál jsou uchovávány v jednom celém poli hodnot a bylo tedy nutné vypoˇc´ıtat vˇzdy poˇca´teˇcn´ı index, kter´ y urˇcoval, kde hodnoty pro dané ˇcasové okno v poli zaˇc´ınaj´ı, a koncov´ y index, kter´ y urˇcoval, kde hodnoty pro dané ˇcasové okno v poli konˇc´ı. U takovéhoto v´ ypoˇctu bylo nutné brát v potaz nejen ˇc´ıslo aktuáln´ıho ˇcasového okna, ale také velikost zobrazovaného okna a vzorkovac´ı frekvenci daného signálu. Poˇcáteˇcn´ı index se vypoˇc´ıtá takto:

start = W N ∗ W W ∗ SF a koncov´ y index takto: 56

(5.2)

end = (W N + 1) ∗ W W ∗ SF,

(5.3)

kde hodnota W N pˇredstavuje ˇc´ıslo ˇcasového okna, hodnota W W ˇs´ıˇri ˇcasového okna a hodnota SF je hodnota vzorkovac´ı frekvence pro dan´ y signál. Celková implementace této komponenty je uvedena ve zdrojov´ ych kódech této aplikace na pˇriloˇzeném CD.

Komponenta pro pˇ rehled ohodnocen´ı v cel´ em z´ aznamu Komponenta, která slouˇz´ı uˇzivateli k pˇrehledu vˇsech uˇzivatelem zadan´ ych ohodnocen´ıch v celkovém záznamu. Uˇ zivatelsk´ y pohled Pokud si chce uˇzivatel zobrazit celkov´ y pˇrehled vˇsech j´ım zadan´ ych nebo naˇcten´ ych ohodnocen´ı v celém záznamu, mus´ı nejprve ve spodn´ı ˇca´sti aplikace urˇcit hodnotu intervalu segmentace a poté kliknout na tlaˇc´ıtko, které vede k segmentaci signálu (obr. 5.21).

Obrázek 5.21: ComboBox pro v´ ybˇer intervalu segmentace záznamu. 57

Jakmile uˇzivatel v ComboBoxu s hodnotami moˇzn´ ych interval˚ u segmentace vybere poˇzadovan´ y interval segmentace a klikne na tlaˇc´ıtko pro pokraˇcován´ı k segmentaci, zobraz´ı se mu dalˇs´ı okno aplikace, které naopak od prvn´ıho okna, které slouˇz´ı k v´ ybˇeru, zobrazen´ı a ohodnocován´ı signál˚ u, slouˇz´ı k analyzován´ı záznamu. V prvn´ı ˇca´sti tohoto novˇe zobrazeného okna aplikace je uvedena právˇe tato komponenta pro pˇrehled ohodnocen´ı v celém záznamu, která je zobrazena na obrázku 5.22.

Obrázek 5.22: Komponenta pro pˇrehled ohodnocen´ı v celém záznamu.

Jak je na obrázku vidˇet, komponenta je graf zobrazuj´ıc´ı jednotlivé znaˇcky v záznamu na ose Y a ˇcas od zaˇca´tku do konce záznamu na ose X. V jednotliv´ ych osách Y pro jednotlivé znaˇcky jsou vykresleny vˇzdy barevné obdéln´ıky, které zaˇc´ınaj´ı v ˇcase na ose X, kde daná znaˇcka v záznamu zaˇc´ıná a konˇc´ı v ˇcase na ose X, kde znaˇcka v záznamu konˇc´ı. Jednotlivé obdéln´ıky jsou odliˇseny barevnˇe tak, aby jejich barva v této komponentˇe odpov´ıdala barvˇe znaˇcky v komponentˇe pro vykreslen´ı a ohodnocován´ı záznamu. Pro lepˇs´ı uˇzivatel˚ uv pˇrehled umoˇzn ˇuje komponenta pˇribl´ıˇzit u ´sek záznamu, na kter´ y ukazuje kurzor myˇsi, pomoc´ı otáˇcen´ım stˇredn´ıho koleˇcka myˇsi smˇerem od uˇzivatele ˇci zamáˇcknut´ım, pˇridrˇzen´ım stˇredn´ıho koleˇcka myˇsi a oznaˇcen´ım poˇzadovaného u ´seku taˇzen´ım myˇsi, kdy pˇri uvolnˇen´ı tlaˇc´ıtka dojde k pˇribl´ıˇzen´ı vybraného u ´seku. Pokud si uˇzivatel zadan´ yu ´sek pˇribl´ıˇzil, umoˇzn ˇuje komponenta posun ˇcasové osy v tomto pˇribl´ıˇzen´ı, pokud uˇzivatel pˇridrˇz´ı stlaˇcené pravé tlaˇc´ıtko myˇsi. Pro zpˇetné oddálen´ı se vyuˇz´ıvá otáˇcen´ı stˇredn´ıho koleˇcka myˇsi smˇerem k uˇzivateli. Ukázku pˇribl´ıˇzen´ı znaˇcek vybraného u ´seku záznamu zobrazuje obrázek 5.23. 58

Obrázek 5.23: Pˇribl´ıˇzené znaˇcky vybraného u ´seku záznamu. Implementace Z hlediska implementaˇcn´ıho se jedná o novˇe vytvoˇren´ y User Control s názvem Markupgram, kter´ y reprezentuje tuto komponentu rozdˇelenou na dva ˇrádky, kdy prvn´ı ˇrádek obsahuje pouze data binding na text nadpisu a ve druhém ˇrádku komponenta PlotView z knihovny OxyPlot, která se stará o vykreslen´ı zadan´ ych hodnot. Proto, aby bylo moˇzné komponentˇe PlotView v Behind Code této komponenty nastavit data binding pro parametr PlotModel, je nutné, aby tato komponenta ve svém data binding dostala pole znaˇcek obsaˇzen´ ych v celém záznamu. Jednotlivé znaˇcky v tomto poli jsou reprezentovány tˇr´ıdou Annotation, která nese informace o názvu znaˇcky, minimáln´ı a maximáln´ı hodnotˇe osy X a barvu této znaˇcky. Pokud je takovéto pole znaˇcek komponentˇe pˇredáno, komponenta vytvoˇr´ı z daného pole takzvan´ y Lookup, coˇz je struktura, která vytvoˇr´ı skupiny pod jednotliv´ ymi kl´ıˇci, coˇz jsou unikátn´ı názvy znaˇcek. Do tˇechto jednotlivˇe vytvoˇren´ ych skupin se uloˇz´ı vˇzdy pole instanc´ı vˇsech znaˇcek se stejn´ ym názvem.

59

Obrázek 5.24: Znázornˇen´ı pˇrevodu pole znaˇcek na Lookup. Jakmile je pole pˇrevedeno na Lookup, jak znázorˇ nuje obrázek 5.24, projde se vytvoˇren´ y Lookup tak, ˇze vnˇejˇs´ı cyklus procház´ı seˇrazené unikátn´ı názvy jednotliv´ ych znaˇcek v Lookup. Pro kaˇzd´ y unikátn´ı název znaˇcky je vytvoˇrena instance osy Y, která je následnˇe pˇridána do instance tˇr´ıdy PlotModel. Po pˇridán´ı osy Y následuje vnoˇren´ y cyklus procházej´ıc´ı jiˇz samotná pole instanc´ı tˇr´ıdy Annotation pro dan´ y název znaˇcky. Jednotlivé prvky pole reprezentuj´ıc´ı jednotlivé znaˇcky jsou pˇridány do vytvoˇrené osy Y v dan´ y ˇcas na ose X. Pokud jsou cykly dokonˇceny, pˇredá se nastavená instance tˇr´ıdy PlotModel komponentˇe PlotView pro vykreslen´ı grafu s pˇrehledem znaˇcek v celém záznamu. Zjednoduˇsen´ y diagram pr˚ uchodu cykly je uveden na obrázku 5.25.

60

Obrázek 5.25: Zjednoduˇsen´ y diagram zpracován´ı Lookup se znaˇckami v záznamu. Pokud celkov´ y záznam neobsahuje ani jednu znaˇcku, je do PlotModel pˇridána informace o absenci znaˇcek v celém záznamu a uˇzivatel vid´ı informaci tak, jak je uvedeno na obrázku 5.26.

Obrázek 5.26: Zobrazen´ı informace o absenci znaˇcek v záznamu.

61

Komponenta pro zad´ av´ an´ı pˇ r´ıznak˚ u pro v´ ypoˇ cet Komponenta, která slouˇz´ı uˇzivateli k zadán´ı poˇzadovan´ ych pˇr´ıznak˚ u, které se maj´ı vypoˇc´ıtat a v následuj´ıc´ı komponentˇe vykreslit. Uˇ zivatelsk´ y pohled Jakmile se uˇzivatel nacház´ı ve druhém oknˇe aplikace, tak jiˇz zadal interval segmentace, kter´ ym se budou jednotlivá ohodnocen´ı dˇelit na menˇs´ı segmenty. Aby vˇsak mohl zadávat pˇr´ıznaky pro v´ ypoˇcet, mus´ı nejprve zadat alespoˇ n jednu ohodnocuj´ıc´ı znaˇcku pro nahl´ıˇzen´ y záznam. Pokud tak neuˇcin´ı, je mu tato komponenta sice zobrazena, ale neumoˇzn ˇuje mu zadávat pˇr´ıznaky pro v´ ypoˇcet. Takovéto zobrazen´ı je vidˇet na obrázku 5.27.

Obrázek 5.27: Nepˇr´ıstupná komponenta pro zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet. Takovéto chován´ı je z toho d˚ uvodu, ˇze pˇr´ıznaky se vypoˇc´ıtávaj´ı pouze ze segment˚ u vytvoˇren´ ych segmentac´ı znaˇcek zadan´ ych uˇzivatelem. Segmentace bude v´ıce popsána v implementaˇcn´ım popisu této komponenty. Pokud vˇsak uˇzivatel zadá alespoˇ n jedinou znaˇcku do prohl´ıˇzeného záznamu, je tato komponenta zpˇr´ıstupnˇena (viz obrázek 5.28) a m˚ uˇze jiˇz zadávat jednotlivé pˇr´ıznaky pro v´ ypoˇcet.

62

Obrázek 5.28: Komponenta pro zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet. Zadán´ı prob´ıhá tak, ˇze si uˇzivatel v prvn´ım Comoboxu na obrázku 5.29 vybere druh signálu, pro kter´ y chce dan´ y pˇr´ıznak vypoˇc´ıtat.

Obrázek 5.29: V´ ybˇer signálu pro v´ ypoˇcet pˇr´ıznaku. V druhém ComboBoxu, zobrazeném na obrázku 5.30, si uˇzivatel vybere v´ ypoˇcetn´ı metodu, kterou budou pˇr´ıznaky vypoˇcteny.

63

Obrázek 5.30: V´ ybˇer metody pro v´ ypoˇcet pˇr´ıznaku. Pokud v´ ypoˇcetn´ı metoda vyˇzaduje zadán´ı frekvenˇcn´ıho rozsahu, ve kterém se bude pˇr´ıznak poˇc´ıtat, je zobrazen tˇret´ı ComboBox pro zadán´ı tohoto rozsahu, jak je vidˇet na obrázku 5.29 a 5.30. Pokud v´ ypoˇcetn´ı metoda frekvenˇcn´ı rozsah nevyˇzaduje, tˇret´ı ComboBox se nezobraz´ı (viz obrázek 5.31).

Obrázek 5.31: Vybran´ y pˇr´ıznak bez frekvenˇcn´ıho rozsahu. Je-li uˇzivatel s nastaven´ım pˇr´ıznaku pro v´ ypoˇcet spokojen´ y, staˇc´ı, aby klikl na tlaˇc´ıtko plus a pˇr´ıznak se oznaˇc´ı jako pˇr´ıznak pˇridan´ y a uˇzivatel bude moci zadat dalˇs´ı pˇr´ıznak k v´ ypoˇctu. Pokud bude cht´ıt uˇzivatel jeden z pˇr´ıznak˚ u jiˇz zadan´ ych odebrat, staˇc´ı, aby klikl na tlaˇc´ıtko kˇr´ıˇzku u daného pˇr´ıznaku, a pˇr´ıznak se odebere. Pˇr´ıklad nˇekolika zadan´ ych pˇr´ıznak˚ u pro v´ ypoˇcet je zobrazen na obrázku 5.32.

64

Obrázek 5.32: Pˇr´ıklad zadan´ ych pˇr´ıznak˚ u pro v´ ypoˇcet. Na obrázku jsou pro signál EEG Fpz-Cz zadány tyto pˇr´ıznaky: MAX, PSDA α (8 - 12 Hz), FFT γ (30 - 50 Hz), SKEW. Jak je na obrázku 5.32 vidˇet, pokud je jiˇz uˇzivatel spokojen´ y se vˇsemi zadan´ ymi pˇr´ıznaky, je vpravo pod pˇr´ıznaky tlaˇc´ıtko, kter´ ym uˇzivatel vyvolá v´ ypoˇcet vˇsech zadan´ ych pˇr´ıznak˚ u. Toto tlaˇc´ıtko je uˇzivateli nepˇr´ıstupné, pokud nen´ı zadán ani jeden pˇr´ıznak pro vypoˇcten´ı. Vedle tlaˇc´ıtka je také zobrazena v´ ystraˇzná ikona, na kterou, kdyˇz uˇzivatel najeden myˇs´ı, se zobraz´ı text o tom, ˇze operace v´ ypoˇctu pˇr´ıznak˚ u m˚ uˇze b´ yt velice ˇcasovˇe a pamˇet’ovˇe nároˇcná. Vˇsechny pˇr´ıznaky, které jsou v aplikaci implementovány a které uˇzivatel m˚ uˇze zadat, jsou uvedeny v tabulce 5.3.

65

Zkratka N´ azev

Frekvenˇ cn´ı rozsah α (8 - 12 Hz) β (12 - 30 Hz)

FFT

γ (30 - 50 Hz)

Fast Fourier Transform

δ (0,5 - 4,0 Hz) θ (4 - 7 Hz) spánková vˇretena (12 - 14 Hz)

KURT

Kurtosis

MAX

Maximum

MEAN

Mean

MIN

Minimum α (8 - 12 Hz) β (12 - 30 Hz)

PSDA

Power Spectral Density - Absolute

γ (30 - 50 Hz) δ (0,5 - 4,0 Hz) θ (4 - 7 Hz) spánková vˇretena (12 - 14 Hz) α (8 - 12 Hz) β (12 - 30 Hz)

PSDR

Power Spectral Density - Relative

γ (30 - 50 Hz) δ (0,5 - 4,0 Hz) θ (4 - 7 Hz) spánková vˇretena (12 - 14 Hz)

SKEW

Skewness

STD

Standard Deviation Tabulka 5.3: Seznam vˇsech pˇr´ıznak˚ u, které byly implementovány.

Implementace Z implementaˇcn´ıho hlediska se jedná o novˇe vytvoˇren´ y User Control s názvem ComputationalSymptomsSelector, kter´ y reprezentuje tuto komponentu rozdˇelenou 66

na dva ˇra´dky, kdy prvn´ı ˇra´dek obsahuje pouze data binding na text nadpisu a ve druhém ˇra´dku je speciáln´ı panel, kter´ y své potomky z hlediska XML zalom´ı dle velikosti okna, a tak je opˇet vyˇreˇsen adaptivn´ı layout stejnˇe jako u komponenty pro v´ ybˇer poˇzadovan´ ych signál˚ u. Jako prvn´ı potomek v panelu pro zalomen´ı potomk˚ u je zadan´ y novˇe vytvoˇren´ y User Control s názvem ComputationalSymptom, kter´ y pˇredstavuje komponentu pro zadán´ı jednoho pˇr´ıznaku. Tato komponenta má dva stavy, kdy prvn´ı v´ ychoz´ı stav je stav, kdy komponenta umoˇzn ˇuje v´ ybˇer ze zobrazen´ ych ComboBox˚ u, a druh´ y stav, kdy uˇzivatel klikne na tlaˇc´ıtko plus a komponenta uzamkne vybrané hodnoty v ComboBoxech a zobraz´ı tlaˇc´ıtko kˇr´ıˇzku pro návrat do prvn´ıho stavu. Tato komponenta umoˇzn ˇuje navázat na svou zmˇenu stavu venkovn´ı metodu pro obsluhu události. ComputationalSymptomsSelector, kter´ y ve v´ ychoz´ım stavu obsahuje jednu instanci komponenty ComputationalSymptom, má implementovanou právˇe takovou metodu pro obsluhu události, která se stará o pˇridáván´ı dalˇs´ıch komponent nebo pro odebrán´ı jiˇz zadan´ ych typu ComputationalSymptom. Jakmile tedy uˇzivatel klikne na tlaˇc´ıtko plus, ˇc´ımˇz pˇrepne danou komponentu do druhého stavu, vyvolá se událost, kterou obslouˇz´ı pˇridˇelená metoda. Metoda zjist´ı, zda daná komponenta byla pˇrepnuta do prvn´ıho (odebrán´ı) ˇci druhého stavu (pˇridán´ı). Pokud byla komponenta vyvolávaj´ıc´ı událost pˇrepnuta do druhého stavu, pˇridá se do pole pro pˇr´ıznaky novˇe zadan´ y pˇr´ıznak reprezentovan´ y tˇr´ıdou Symptom, kter´ y obsahuje zadané hodnoty z této komponenty. Následnˇe se vytvoˇr´ı nová instance komponenty ComputationalSymptom, které je nastavena totoˇzná metoda pro obsluhu události, a tato instance se pˇridá do panelu komponenty ComputationalSymptomsSelector. V opaˇcném pˇr´ıpadˇe se odebere komponenta vyvolávaj´ıc´ı událost z panelu komponenty ComputationalSymptomsSelector a také se odebere pˇr´ısluˇsná instance tˇr´ıdy Symptom z pole zadan´ ych pˇr´ıznak˚ u. Diagram znázorˇ nuj´ıc´ı pˇr´ıklad

67

takového pˇridán´ı a odebrán´ı pˇr´ıznak˚ u je zobrazen na obrázku 5.33.

Obrázek 5.33: Zjednoduˇsen´ y diagram zadán´ı a odebrán´ı pˇr´ıznak˚ u. Hlavn´ı implementaˇcn´ı ˇca´st´ı této komponenty nen´ı zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet, ale jejich samotn´ y v´ ypoˇcet. V´ ypoˇcet pˇr´ıznak˚ u prob´ıhá tak, ˇze se veˇskeré znaˇcky v daném záznamu rozdˇel´ı na menˇs´ı segmenty dle pˇredem zvoleného intervalu. Rozdˇelen´ı znaˇcek prob´ıhá tak, ˇze se pro kaˇzdou znaˇcku vytvoˇr´ı instance tˇr´ıdy Segment. Této instanci se pˇri jej´ım vytvoˇren´ı v konstruktoru pˇredá poˇca´teˇcn´ı hodnota na ose X, koncová hodnota na ose X a uˇzivatelem vybran´ y interval segmentace. Jakmile jsou tyto parametry konstruktoru pˇredány, je vytváˇren´ y segment, reprezentuj´ıc´ı celou znaˇcku, rozdˇelen na menˇs´ı segmenty reprezentované také tˇr´ıdou Segment a jsou pˇridány jako potomci nadˇrazeného segmentu. Nadˇrazen´ y segment reprezentuj´ıc´ı celou znaˇcku je pˇridán do pole vˇsech nadˇrazen´ ych segment˚ u. Segmentován´ı znaˇcky je implementováno tak, ˇze pro kaˇzdou znaˇcku se zaˇcne v poˇca´teˇcn´ım ˇcase znaˇcky a od tohoto ˇcasu se bude znaˇcka konstantnˇe segmentovat 68

dle zvolené konstantn´ı doby segmentace. Pokud zbylá ˇca´st znaˇcky bude kratˇs´ı neˇzli p˚ ul sekundy, zbytek se pˇriˇrad´ı k pˇredeˇslému segmentu, kter´ y tak bude o nepatrnou ˇca´st delˇs´ı. V opaˇcném pˇr´ıpadˇe, pokud zbytek znaˇcky bude p˚ ul sekundy nebo delˇs´ı, ale nebude dosahovat plné délky segmentu, bude z tohoto zbytku vytvoˇren samostatn´ y kratˇs´ı segment. Znázornˇen´ı segmentace takovéto znaˇcky je zobrazeno na obrázku 5.34.

Obrázek 5.34: Znázornˇen´ı segmentace zadané znaˇcky.

Jakmile jsou veˇskeré znaˇcky rozdˇeleny na segmenty, projde se celé pole zadan´ ych pˇr´ıznak˚ u v cyklu. V tomto cyklu se vˇzdy zpracovává uˇzivatelem zadan´ y pˇr´ıznak, kterému jsou pˇridˇeleny vypoˇctené hodnoty pro vˇsechny znaˇcky rozdˇelené na segmenty. Kaˇzd´ y v´ ypoˇcet tˇechto hodnot prob´ıhá tak, ˇze v cyklu jsou iterovány vˇsechny znaˇcky reprezentované tˇr´ıdou Segment, která jako své potomky obsahuje podsegmenty dané znaˇcky. Vnitˇrn´ı cyklus zpracuje vˇsechny podsegmenty segmentu z vnˇejˇs´ıho cyklu a pro kaˇzd´ y podsegment vypoˇcte hodnotu dle zpracovávaného pˇr´ıznaku pro dan´ y signál. Zjednoduˇsen´ y diagram pr˚ ubˇehu v´ ypoˇctu ´ pˇr´ıznak˚ u pro rozdˇelené znaˇcky je uveden na obrázku 5.35. Uplnou implementaci jednotliv´ ych v´ ypoˇcetn´ıch funkc´ı je moˇzné nalézt ve zdrojov´ ych kódech této aplikace, které jsou na pˇriloˇzeném CD. 69

Obrázek 5.35: Zjednoduˇsen´ y diagram v´ ypoˇctu pˇr´ıznak˚ u.

Komponenta pro zobrazen´ı vypoˇ cten´ ych pˇ r´ıznak˚ u Komponenta, která slouˇz´ı uˇzivateli k zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u, které uˇzivatel zadal v pˇredeˇslé komponentˇe. Uˇ zivatelsk´ y pohled Po dokonˇcen´ı v´ ypoˇctu veˇsker´ ych zadan´ ych pˇr´ıznak˚ u jsou v´ ysledky pˇredány komponentˇe pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u, která vypoˇctené pˇr´ıznaky jednotlivˇe vykresl´ı do grafu. Graf obsahuje vlastn´ı osu Y pro kaˇzd´ y vypoˇcten´ y pˇr´ıznak a spoleˇcnou ˇcasovou osu X. Tato komponenta s vykreslen´ ym grafem je zobrazena na obrázku 5.36.

70

71

PSDA β (12 - 30 Hz) pro signál C3-A2, FFT α (8 - 12 Hz) pro signál Fz-Cz.

Obrázek 5.36: Vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Na obrázku jsou vykresleny tyto pˇr´ıznaky: STD pro signál C4-A1,

Jak je na obrázku vidˇet, kaˇzdá ˇca´st vypoˇcteného pˇr´ıznaku je oznaˇcena jinou barvou. Tato barva odpov´ıdá barvˇe znaˇcky v daném u ´seku záznamu, která je zobrazena v komponentˇe pro pˇrehled ohodnocen´ı v celém záznamu. Graf v této komponentˇe umoˇzn ˇuje stejnˇe jako graf v komponentˇe pro pˇrehled ohodnocen´ı v celém záznamu pˇribl´ıˇzit u ´sek záznamu, na kter´ y ukazuje kurzor myˇsi pomoc´ı otáˇcen´ı stˇredn´ıho koleˇcka myˇsi smˇerem od uˇzivatele ˇci zamáˇcknut´ım, pˇridrˇzen´ım stˇredn´ıho koleˇcka myˇsi a oznaˇcen´ım poˇzadovaného u ´seku taˇzen´ım myˇsi, kdy pˇri uvolnˇen´ı tlaˇc´ıtka dojde k pˇribl´ıˇzen´ı vybraného u ´seku. Pokud si uˇzivatel zadan´ y u ´sek pˇribl´ıˇzil, umoˇzn ˇuje komponenta posun ˇcasové osy v tomto pˇribl´ıˇzen´ı, pokud uˇzivatel pˇridrˇz´ı stlaˇcené pravé tlaˇc´ıtko myˇsi. Pro zpˇetné oddálen´ı se vyuˇz´ıvá otáˇcen´ı stˇredn´ıho koleˇcka myˇsi smˇerem k uˇzivateli. Ukázku pˇribl´ıˇzen´ı vypoˇcten´ ych pˇr´ıznak˚ u ve vybraném u ´seku záznamu zobrazuje obrázek 5.37.

72

Obrázek 5.37: Pˇribl´ıˇzen´ y u ´sek vypoˇcteného pˇr´ıznaku. Na obrázku je vykreslen pˇr´ıznak STD pro signál C4-A1. Na pˇribl´ıˇzené ˇca´sti obrázku je vidˇet, ˇze v´ ysledn´ y vykreslen´ y graf z vypoˇcten´ ych pˇr´ıznak˚ u je schodov´ y. To je zp˚ usobeno t´ım, ˇze uˇzivatel zadává nˇejak´ y interval segmentace, pro kter´ y je v daném segmentu v´ıce hodnot, z kter´ ych se následnˇe vypoˇcte pouze jedna hodnota pro dan´ y pˇr´ıznak. Tato v´ ysledná hodnota plat´ı pro cel´ y interval segmentu a z toho d˚ uvodu je graf schodov´ y, protoˇze hodnota plat´ı po celé délce schodu. Pro moˇznost zobrazit si hodnotu schodu v daném ˇcase m˚ uˇze uˇzivatel stisknout levé tlaˇc´ıtko myˇsi nad vybran´ ym schodem ve zvolen´ y ˇcas a zobraz´ı se mu informace s pˇresnou hodnotou a pˇresn´ ym ˇcasem, jak zobrazuje obrázek 5.38.

73

Obrázek 5.38: Zobrazen´ı informace pro zvolen´ y schodov´ yu ´sek. Jedna z hlavn´ıch pˇrednost´ı této komponenty je ta, ˇze pˇred vykreslen´ım vypoˇcten´ ych pˇr´ıznak˚ u je provázána ˇcasová osa tohoto grafu s ˇcasovou osou grafu v komponentˇe pro pˇrehled ohodnocen´ı v celém záznamu. D´ıky tomuto provázán´ı je umoˇznˇeno to, ˇze jakmile si uˇzivatel pˇribl´ıˇz´ı jak´ ykoli u ´sek v jedno z graf˚ u v jedné z tˇechto komponent, automaticky se mu na stejn´ yu ´sek pˇribl´ıˇz´ı graf v druhé komponentˇe. Pokud si tedy pˇribl´ıˇz´ı nˇejakou znaˇcku zobrazenou v grafu komponenty pro pˇrehled ohodnocen´ı, tak se mu pˇribl´ıˇz´ı u ´sek s vypoˇcten´ ymi pˇr´ıznaky v grafu této komponenty. Pˇribl´ıˇzen´ı znaˇcky zároveˇ n s vypoˇcten´ ymi pˇr´ıznaky m˚ uˇze vypadat tak jako na obrázku 5.39.

74

Obrázek 5.39: Provázán´ı ˇcasové osy mezi grafy komponent. Na obrázku je vypoˇcten pˇr´ıznak FFT α (8 - 12 Hz) pro signál EEG Fpz-Cz. Implementace Z hlediska implementaˇcn´ıho se jedná o novˇe vytvoˇren´ y User Control s názvem Symptogram, kter´ y reprezentuje tuto komponentu rozdˇelenou na dva ˇrádky, kdy prvn´ı ˇra´dek obsahuje pouze data binding na text nadpisu a ve druhém ˇra´dku komponenta PlotView z knihovny OxyPlot, která se stará o vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Proto, aby bylo moˇzné komponentˇe PlotView v Behind Code této komponenty nastavit data binding pro parametr PlotModel, je nutné, aby tato komponenta ve svém data binding dostala pole pˇr´ıznak˚ u s vypoˇcten´ ymi hodnotami pro jednotlivé segmenty vˇsech znaˇcek v záznamu. Jednotlivé pˇr´ıznaky jsou poté procházeny a pro kaˇzd´ y pˇr´ıznak se vytvoˇr´ı vlastn´ı osa Y. V kaˇzdém procházeném pˇr´ıznaku jsou procházeny jednotlivé znaˇcky a u kaˇzdé jednotlivé znaˇcky jsou procházeny jej´ı segmenty. Kaˇzd´ y procházen´ y segment obsahuje ˇcas svého zaˇcátku a konce a hodnotu, která byla vypoˇctena dle daného pˇr´ıznaku. D´ıky tomu, ˇze je znám poˇcátek, 75

konec a hodnota pˇr´ıznaku pro segment, m˚ uˇze b´ yt segment pro dan´ y pˇr´ıznak vykreslen do osy Y daného pˇr´ıznaku. Jakmile jsou veˇskeré hodnoty segment˚ u pro vˇsechny znaˇcky vykresleny, je osa Y daného pˇr´ıznaku pˇridána do PlotModel. Po zpracován´ı vˇsech pˇr´ıznak˚ u je PlotModel nastaven komponentˇe PlotView a graf se vykresl´ı. Zjednoduˇsen´ y diagram vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u je uveden na obrázku 6.1.

Obrázek 5.40: Zjednoduˇsen´ y diagram vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Provázán´ı ˇcasové osy X mezi touto komponentou a komponentou pro pˇrehled ohodnocen´ı je implementováno tak, ˇze obˇema osám je pˇridˇelena metoda pro obsluhu události, která ˇreˇs´ı zmˇenu hodnoty pˇribl´ıˇzen´ı v jednom ˇci druhém grafu. Pokud se tedy v jednom grafu zmˇen´ı hodnota pˇribl´ıˇzen´ı, je vyvolána událost, kterou odchytne implementovaná metoda. Metoda porovná novˇe z´ıskanou hodnotu pˇribl´ıˇzen´ı od grafu, jenˇz vyvolal událost s hodnotou pˇribl´ıˇzen´ı druhého grafu, a pokud si hodnoty nejsou rovny, nastav´ı druhému grafu totoˇznou hodnotu. 76

Kapitola 6 Ovˇ eˇ ren´ı aplikace nad re´ aln´ ymi z´ aznamy Tato kapitola se bude vˇenovat ovˇeˇren´ı v´ ysledné aplikace na reáln´ ych datech. Celá kapitola bude koncipována tak, ˇze nejprve budou popsána reálná data, která budou aplikaci testovat, a poˇc´ıtaˇc, na kterém byla aplikace spuˇstˇena bˇehem testován´ı. Následnˇe budou popsány testovac´ı scénáˇre, které byly pro testován´ı zvoleny, a také jejich pr˚ ubˇeh. V závˇeru této kapitoly budou zhodnoceny v´ ysledky z probˇehl´ ych test˚ u pro popsané scénáˇre, kdy sledované hodnoty byly pˇredevˇs´ım vyuˇzit´ı procesoru, pamˇet’ová nároˇcnost a ˇcasová odezva pˇri urˇcit´ ych uˇzivatelem vykonávan´ ych akc´ı.

6.1

Re´ aln´ a data

Reálná data anonymn´ıch dlouhodob´ ych polysomnografick´ ych záznam˚ u byla poskytnuta Ing. Václavem Gerlou Ph.D.. Jednalo se o soubory ve formátu EDF, jejichˇz velikost byla kolem 140MB, a ke kaˇzdému souboru byl pˇriloˇzen textov´ y soubor s ohodnocen´ ym hypnogramem pro cel´ y záznam. Hypnogram byl zaznamenám v textovém souboru tak, ˇze kaˇzd´ y ˇra´dek souboru obsahoval jedno z ˇc´ısel 1 aˇz 5 a pˇredstavoval ohodnocen´ı pro 30 sekund záznamu. Kaˇzdé ˇc´ıslo odpov´ıdalo jedné spánkové fázi dle uvedené tabulky 6.1.

77

ˇ ıslo C´

F´ aze sp´ anku

1

NREM 3

2

NREM 2

3

NREM 1

4

REM

5

WAKE

Tabulka 6.1: Tabulka mapuj´ıc´ı hodnoty hypnogramu na spánkové fáze.

Aby bylo moˇzné cel´ y hodnot´ıc´ı hypnogram vyuˇz´ıt ve v´ ysledné aplikaci, bylo zapotˇreb´ı pˇrevést pˇriloˇzen´ y hypnogram do formátu znaˇckovac´ıho souboru XML, kter´ y aplikace umoˇzn ˇuje naˇc´ıst pro vykreslen´ı ohodnocen´ı celého záznamu. Kaˇzd´ y ˇra´dek hypnogramu se tedy musel pˇrevést na ˇra´dek s elementem <mark> obsahuj´ıc´ım atribut name, kter´ y obsahoval název spánkové fáze pro dané ˇc´ıslo na pˇrevádˇeném ˇra´dku, atribut start, kter´ y obsahoval hodnotu zaˇca´tku spánkové fáze, a tribute duration, kter´ y udával dobu trván´ı znaˇcky, tedy 30 sekund. Pro takov´ yto pˇrevod byl vytvoˇren jednoduch´ y konzolov´ y program, kterému se pˇredá cesta k souboru s hypnogramem, a program vytvoˇr´ı soubor XML se znaˇckami. Program je také obsaˇzen na pˇriloˇzeném CD.

6.2

Poˇ c´ıtaˇ c k testov´ an´ı

V´ ysledná aplikace byla testována na poˇc´ıtaˇci této konfigurace: Procesor: Intel Core i7-3610MQ Ivy Bridge, 2.3GHz Operaˇ cn´ı pamˇ et’: 12GB DDR3 SO-DIMM, 1600MHz Grafick´ a karta: Nvidia GT 630M, 2GB Pevn´ y disk: SSD Kingston HyperX Savage 240GB, 6Gb/s Operaˇ cn´ı syst´ em: Wondows 8.1 Enterprise

Dále je vhodné uvést, ˇze bˇehem testován´ı na tomto poˇc´ıtaˇci bˇeˇzela pouze testovaná aplikace a neprob´ıhaly ˇzádné operace na pozad´ı, jako napˇr´ıklad antivirov´ y test ˇci defragmentace disku. 78

6.3

Testovac´ı sc´ en´ aˇ re

Pro testován´ı byly zvoleny tˇri testovac´ı scénáˇre, které by mˇely otestovat reálnou pouˇzitelnost v´ ysledné aplikace. Jednotlivé scénáˇre jsou následnˇe uvedeny v podobˇe seznam˚ u, kdy kaˇzd´ y seznam obsahuje název zdrojového souboru EDF a název znaˇckovac´ıho souboru XML, poˇcet signál˚ u, které si uˇzivatel nechal zobrazit, interval segmentace, kter´ ym budou ohodnocen´ı rozdˇeleny na segmenty a uvedené pˇr´ıznaky, které byly zadány k v´ ypoˇctu.

1. testovac´ı sc´ en´ aˇ r

Zdrojov´ y soubor EDF: 007p12.edf Znaˇ ckovac´ı soubor XML: 007p12 − hypnogram.marking.xml Poˇ cet uˇ zivatelem zobrazen´ ych sign´ al˚ u: 11 Interval segmentace: 5s Zadan´ e pˇ r´ıznaky pro v´ ypoˇ cet: 1. Pˇ r´ıznak: – Sign´ al: C3-A2 – Metoda: FFT – Frekvenˇ cn´ı rozsah: α(8-12 Hz) 2. Pˇ r´ıznak: – Sign´ al: Fz-Cz – Metoda: PSDA – Frekvenˇ cn´ı rozsah: γ(30-50 Hz) 3. Pˇ r´ıznak: – Sign´ al: C4-A1 – Metoda: PSDR – Frekvenˇ cn´ı rozsah: θ(4-7 Hz) 4. Pˇ r´ıznak: – Sign´ al: ECG – Metoda: SKEW 5. Pˇ r´ıznak: – Sign´ al: Flow – Metoda: STD 79

2. testovac´ı sc´ en´ aˇ r Zdrojov´ y soubor EDF: 026s14f ilt.edf Znaˇ ckovac´ı soubor XML: 026s14f ilt − hypnogram.marking.xml Poˇ cet uˇ zivatelem zobrazen´ ych sign´ al˚ u: 7 Interval segmentace: 10s Zadan´ e pˇ r´ıznaky pro v´ ypoˇ cet:

1. Pˇ r´ıznak: – Sign´ al: C3-A2 – Metoda: PSDA – Frekvenˇ cn´ı rozsah: α(8-12 Hz) 2. Pˇ r´ıznak: – Sign´ al: C4-A1 – Metoda: FFT – Frekvenˇ cn´ı rozsah: β(12-30 Hz) 3. Pˇ r´ıznak: – Sign´ al: RLeg – Metoda: MEAN 4. Pˇ r´ıznak: – Sign´ al: LLeg – Metoda: KURT

80

3. testovac´ı sc´ en´ aˇ r Zdrojov´ y soubor EDF: 031s14f ilt.edf Znaˇ ckovac´ı soubor XML: 031s14f ilt − hypnogram.marking.xml Poˇ cet uˇ zivatelem zobrazen´ ych sign´ al˚ u: 5 Interval segmentace: 30s Zadan´ e pˇ r´ıznaky pro v´ ypoˇ cet:

1. Pˇ r´ıznak: – Sign´ al: C3-A2 – Metoda: PSDA – Frekvenˇ cn´ı rozsah: α(8-12 Hz) 2. Pˇ r´ıznak: – Sign´ al: Fz-Cz – Metoda: SKEW

6.4

Testov´ an´ı aplikace

Kaˇzd´ y z pˇredchoz´ıch uveden´ ych scénáˇr˚ u byl testován tak, ˇze uˇzivatel spustil aplikaci, naˇcetl poˇzadovan´ y zdrojov´ y soubor EDF a znaˇckovac´ı soubor XML. Vybral scénáˇrem urˇcen´ y poˇcet signál˚ u k zobrazen´ı a nechal si je zobrazit. V této fázi testován´ı se pozorovalo vyuˇzit´ı procesoru a pamˇet’ová nároˇcnost aplikace pˇri jej´ım ˇ spuˇstˇen´ı a pˇri naˇc´ıtán´ı zvolen´ ych signál˚ u ze souboru. Casov´ a odezva se mˇeˇrila v této ˇca´sti pouze pro dobu od zapoˇcet´ı naˇc´ıtán´ı signál˚ u ze souboru po jejich vykreslen´ı. Jakmile se uˇzivateli signály vykreslily, uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u, které byly popsány v ˇca´sti 5.3. V této fázi se mˇeˇrila pouze ˇcasová nároˇcnost pro vykreslen´ı pˇetiminutového okna záznamu a pˇrekliknut´ı na následuj´ıc´ı ˇcasové okno. Pokud uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u, zvolil scénáˇrem zadan´ y interval segmentace a pokraˇcoval na následuj´ıc´ı okno pro analyzován´ı záznamu. V tomto oknˇe uˇzivatel 81

vyzkouˇsel veˇskeré funkce komponenty pro pˇrehled ohodnocen´ı v celém záznamu a v komponentˇe pro zadáván´ı pˇr´ıznak˚ u pro v´ ypoˇcet zadal veˇskeré pˇr´ıznaky, které popsal dan´ y scénáˇr, a potvrdil jejich v´ ypoˇcet. Tato testovac´ı ˇca´st se zamˇeˇrila na vyuˇzit´ı procesoru a pamˇeti pˇri v´ ypoˇctu zadan´ ych pˇr´ıznak˚ u. Dále byla mˇeˇrena celková doba od zadán´ı v´ ypoˇctu pˇr´ıznak˚ u aˇz po jejich vykreslen´ı. Po vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u vyzkouˇsel uˇzivatel veˇskeré vlastnosti komponenty pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u a mˇeˇrila se ˇcasová odezva pˇri pˇribl´ıˇzen´ı zvoleného u ´seku a posun ˇcasového okna.

Testov´ an´ı - 1. testovac´ı sc´ en´ aˇ r 1. Uˇzivatel spustil aplikaci a spuˇstˇená aplikace vyuˇz´ıvá 0,17% procesoru a 26 412kB operaˇcn´ı pamˇeti. 2. Uˇzivatel naˇcetl zdrojov´ y EDF soubor s názvem 007p12.edf a znaˇckovac´ı soubor XML s názvem 007p12 − hypnogram.marking.xml. V tuto chv´ıli aplikace vyˇzadovala 30 520kB operaˇcn´ı pamˇeti. 3. Uˇzivatel vybral 11 poˇzadovan´ ych signál˚ u a nechal vybrané signály vykreslit. Bˇehem vykreslován´ı aplikace vyuˇzila procesor na maximáln´ı hodnotu 13,82% a vyuˇz´ıvala 817 948kB operaˇcn´ı pamˇeti. Doba od naˇcten´ı po vykreslen´ı a zobrazen´ı vybran´ ych signál˚ u trvala 9,43s a v´ ysledné vykreslen´ı je vidˇet na obrázku 6.1.

82

Obrázek 6.1: 1. testovac´ı scénáˇr - vykreslen´ı signál˚ u. Na obrázku jsou vykresleny tyto signály: SpO2, Flow, Thor, Abd, LLeg, RLeg, ECG, Chin1-Chin2, C4-A1, C3-A2, Fz-Cz. 4. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro pˇrekreslen´ı ˇcasového okna z v´ ychoz´ıch 30s na pˇetiminutové ˇcasové okno byla 1,85s a doba pˇrechodu do následuj´ıc´ıho pˇetiminutového ˇcasového okna byla 1,64s. 5. Uˇzivatel zadal pˇetisekundov´ y ˇcasov´ y interval pro segmentaci zadan´ ych ohodnocen´ı a pokraˇcoval do následuj´ıc´ıho okna pro anal´ yzu signálu. Zde vyzkouˇsel veˇskeré funkce komponenty pro pˇrehled ohodnocen´ı v celém záznamu - veˇskeré funkce probˇehly v poˇra´dku. V této fázi vyuˇz´ıvala aplikace 991 164kB operaˇcn´ı pamˇeti a 0,19% procesoru. 6. Uˇzivatel pˇridal poˇzadované pˇr´ıznaky dle scénáˇre a zadal jejich v´ ypoˇcet. Bˇehem v´ ypoˇctu aplikace vyuˇzila procesor na maximáln´ı hodnotu 36,52% a vyuˇz´ıvala 1 209 100kB operaˇcn´ı pamˇeti. Doba od zadán´ı v´ ypoˇctu pˇr´ıznak˚ u po jejich vykreslen´ı a zobrazen´ı trvala 57,19s a v´ ysledné vykreslen´ı je vidˇet 83

na obrázku 6.2.

Obrázek 6.2: 1. testovac´ı scénáˇr - vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Na obrázku jsou vykresleny tyto pˇr´ıznaky: STD pro signál Flow, SKEW pro signál ECG, PSDR θ(4-7 Hz) pro signál C4-A1, PSDA γ(30-50 Hz) pro signál Fz-Cz, FFT α(8-12 Hz) pro signál C3-A2. 7. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro vykreslen´ı pˇribl´ıˇzeného vybraného u ´seku vypoˇcten´ ych pˇr´ıznak˚ u byla 2,92s a doba reakce na plynul´ y posun ˇcasového okna pomoc´ı pravého tlaˇc´ıtka byla 4,35s.

Testov´ an´ı - 2. testovac´ı sc´ en´ aˇ r 1. Uˇzivatel spustil aplikaci a spuˇstˇená aplikace vyuˇz´ıvá 0,17% procesoru a 27 112kB operaˇcn´ı pamˇeti. 2. Uˇzivatel naˇcetl zdrojov´ y EDF soubor s názvem 026s14f ilt.edf a znaˇckovac´ı soubor XML s názvem 026s14f ilt−hypnogram.marking.xml. V tuto chv´ıli aplikace vyˇzadovala 30 968kB operaˇcn´ı pamˇeti. 84

3. Uˇzivatel vybral 7 poˇzadovan´ ych signál˚ u a nechal vybrané signály vykreslit. Bˇehem vykreslován´ı aplikace vyuˇzila procesor na maximáln´ı hodnotu 13,36% a vyuˇz´ıvala 668 852kB operaˇcn´ı pamˇeti. Doba od naˇcten´ı po vykreslen´ı a zobrazen´ı vybran´ ych signál˚ u trvala 8,74s a v´ ysledné vykreslen´ı je vidˇet na obrázku 6.3.

Obrázek 6.3: 2. testovac´ı scénáˇr - vykreslen´ı signál˚ u. Na obrázku jsou vykresleny tyto signály: Flow, Thor, LLeg, RLeg, C4-A1, C3-A2, Fz-Cz. 4. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro pˇrekreslen´ı ˇcasového okna z v´ ychoz´ıch 30s na pˇetiminutové ˇcasové okno byla 1,05s a doba pˇrechodu do následuj´ıc´ıho pˇetiminutového ˇcasového okna byla 1,37s. 5. Uˇzivatel zadal desetisekundov´ y ˇcasov´ y interval pro segmentaci zadan´ ych ohodnocen´ıch a pokraˇcoval do následuj´ıc´ıho okna pro anal´ yzu signálu. Zde vyzkouˇsel veˇskeré funkce komponenty pro pˇrehled ohodnocen´ı v celém záznamu - veˇskeré funkce probˇehly v poˇra´dku. V této fázi vyuˇz´ıvala aplikace 873 808kB operaˇcn´ı pamˇeti a 0,19% procesoru. 85

6. Uˇzivatel pˇridal poˇzadované pˇr´ıznaky dle scénáˇre a zadal jejich v´ ypoˇcet. Bˇehem v´ ypoˇctu aplikace vyuˇzila procesor na maximáln´ı hodnotu 33,89% a vyuˇz´ıvala 1 128 438kB operaˇcn´ı pamˇeti. Doba od zadán´ı v´ ypoˇctu pˇr´ıznak˚ u po jejich vykreslen´ı a zobrazen´ı trvala 50,58s a v´ ysledné vykreslen´ı je vidˇet na obrázku 6.4.

Obrázek 6.4: 2. testovac´ı scénáˇr - vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Na obrázku jsou vykresleny tyto pˇr´ıznaky: KURT pro signál LLeg, MEAN pro signál RLeg, FFT β(12-30 Hz) pro signál C4-A1, PSDA α(8-12 Hz) pro signál C3-A2

7. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro vykreslen´ı pˇribl´ıˇzeného vybraného u ´seku vypoˇcten´ ych pˇr´ıznak˚ u byla 2,45s a doba reakce na plynul´ y posun ˇcasového okna pomoc´ı pravého tlaˇc´ıtka byla 3,39s.

Testov´ an´ı - 3. testovac´ı sc´ en´ aˇ r 1. Uˇzivatel spustil aplikaci a spuˇstˇená aplikace vyuˇz´ıvá 0,17% procesoru a 27 060kB operaˇcn´ı pamˇeti. 86

2. Uˇzivatel naˇcetl zdrojov´ y EDF soubor s názvem 031s14f ilt.edf a znaˇckovac´ı soubor XML s názvem 031s14f ilt−hypnogram.marking.xml. V tuto chv´ıli aplikace vyˇzadovala 31 560kB operaˇcn´ı pamˇeti. 3. Uˇzivatel vybral 5 poˇzadovan´ ych signál˚ u a nechal vybrané signály vykreslit. Bˇehem vykreslován´ı aplikace vyuˇzila procesor na maximáln´ı hodnotu 13,31% a vyuˇz´ıvala 426 584kB operaˇcn´ı pamˇeti. Doba od naˇcten´ı po vykreslen´ı a zobrazen´ı vybran´ ych signál˚ u trvala 4,80s a v´ ysledné vykreslen´ı je vidˇet na obrázku 6.5.

Obrázek 6.5: 3. testovac´ı scénáˇr - vykreslen´ı signál˚ u. Na obrázku jsou vykresleny tyto signály: Flow, Thor, C4-A1, C3-A2, Fz-Cz. 4. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı a ohodnocován´ı vybran´ ych signál˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro pˇrekreslen´ı ˇcasového okna z v´ ychoz´ıch 30s na pˇetiminutové ˇcasové okno byla 0,73s a doba pˇrechodu do následuj´ıc´ıho pˇetiminutového ˇcasového okna byla 0,91s. 5. Uˇzivatel zadal tˇricetisekundov´ y ˇcasov´ y interval pro segmentaci zadan´ ych ohodnocen´ıch a pokraˇcoval do následuj´ıc´ıho okna pro anal´ yzu signálu. Zde 87

vyzkouˇsel veˇskeré funkce komponenty pro pˇrehled ohodnocen´ı v celém záznamu - veˇskeré funkce probˇehly v poˇra´dku. V této fázi vyuˇz´ıvala aplikace 454 368kB operaˇcn´ı pamˇeti a 0,19% procesoru. 6. Uˇzivatel pˇridal poˇzadované pˇr´ıznaky dle scénáˇre a zadal jejich v´ ypoˇcet. Bˇehem v´ ypoˇctu aplikace vyuˇzila procesor na maximáln´ı hodnotu 28,70% a vyuˇz´ıvala 541 357kB operaˇcn´ı pamˇeti. Doba od zadán´ı v´ ypoˇctu pˇr´ıznak˚ u po jejich vykreslen´ı a zobrazen´ı trvala 38,63s a v´ ysledné vykreslen´ı je vidˇet na obrázku 6.6.

Obrázek 6.6: 3. testovac´ı scénáˇr - vykreslen´ı vypoˇcten´ ych pˇr´ıznak˚ u. Na obrázku jsou vykresleny tyto pˇr´ıznaky: SKEW pro signál Fz-Cz, PSDA α(8-12 Hz) pro signál C3-A2.

7. Uˇzivatel vyzkouˇsel veˇskeré funkce komponenty pro zobrazen´ı vypoˇcten´ ych pˇr´ıznak˚ u - veˇskeré funkce probˇehly v poˇra´dku. Doba pro vykreslen´ı pˇribl´ıˇzeného vybraného u ´seku vypoˇcten´ ych pˇr´ıznak˚ u byla 1,39s a doba reakce na plynul´ y posun ˇcasového okna pomoc´ı pravého tlaˇc´ıtka byla 2,24s. 88

6.5

Zhodnocen´ı test˚ u

Testován´ı aplikace prokázalo, ˇze uvedené scénáˇre je v aplikaci moˇzné realizovat a ˇze naˇcten´ı a vykreslen´ı signál˚ u ˇci v´ ypoˇcet zadan´ ych pˇr´ıznak˚ u prob´ıhaj´ı v rozumn´ ych ˇcasov´ ych mez´ıch. Testován´ı také dokázalo, ˇze aplikace zvládla veˇskeré poˇzadované a implementované funkce. Nicménˇe je potˇreba poukázat na to, ˇze aplikace je do jisté m´ıry nároˇcná na operaˇcn´ı pamˇet’, a také na to, ˇze odezvy nˇekter´ ych u ´kon˚ u pˇredevˇs´ım u graf˚ u s velk´ ym mnoˇzstv´ım vykreslen´ ych hodnot ˇ nejsou u ´plnˇe plynulé. Spatn´ a plynulost tˇechto u ´kon˚ u je zp˚ usobená pˇredevˇs´ım nutnost´ı pˇrekreslovat velké mnoˇzstv´ı hodnot pro celkov´ y záznam. Pˇri plynulém posunu okna grafu je ˇcasová prodleva jeˇstˇe markantnˇejˇs´ı, coˇz je zp˚ usobeno vyˇsˇs´ı frekvenc´ı pˇrekreslován´ı velkého mnoˇzstv´ı bod˚ u v grafu. Celkovˇe lze testován´ı aplikace zhodnotit jako pozitivn´ı a aplikaci jako pouˇzitelnou nad reáln´ ymi daty. Pouˇzitelnost aplikace se vˇsak odv´ıj´ı od poˇzadovaného mnoˇzstv´ı dat pro zobrazen´ı, kdy je nutné pˇri vˇetˇs´ım objemu dat poˇc´ıtat s delˇs´ı odezvou aplikace. V´ ysledky jednotliv´ ych test˚ u jsou rekapitulovány v uveden´ ych tabulkách 6.2, 6.3.

89

Sc´ en´ aˇ r

Naˇ cten´ı CPU [%]

Spuˇ stˇ en´ı

RAM [kB]

soubor˚ u

RAM [kB]

aplikace CPU [%]

Vykreslen´ı

Zvˇ etˇ sen´ı

sign´ al˚ u ˇ cas. okna ˇ [s] ˇ [s] RAM [kB] Cas Cas

1,05

1,85 8,74

0,734

9,43 668 852

4,80

817 948 13,36

426 584

13,82 30 968

13,31

30 520 27 112

31 560

26 412

0,17

27 060

0,17

2. 0,17

1. 3.

Tabulka 6.2: Tabulka v´ ysledn´ ych hodnot z testován´ı scénáˇr˚ u - 1. ˇca´st.

90

91

Pˇ rehled

1,64

1,37

0,91

1.

2.

3.

454 368

873 808

991 164 28,70

33,89

36,52

CPU [%]

Vybr´ an´ı

541 357

1 128 438

1 209 100

38,63

50,58

57,19

1,39

2,45

2,92

ˇ cas. u ´ seku ˇ [s] ˇ [s] RAM [kB] Cas Cas

pˇ r´ıznak˚ u

V´ ypoˇ cet

Tabulka 6.3: Tabulka v´ ysledn´ ych hodnot z testován´ı scénáˇr˚ u - 2. ˇca´st.

0,19

0,19

0,19

Sc´ en´ aˇ r ˇ cas. okna ohodnocen´ı ˇ [s] Cas CPU [%] RAM [kB]

Pˇ repnut´ı

2,24

3,39

4,53

posun ˇ [s] Cas

Plynul´ y

Jelikoˇz se tato práce pˇreváˇznˇe vˇenuje spánku a spánkov´ ym fáz´ım, budou zde v závˇeru testovan´ı uvedeny obrázky, které porovnávaj´ı vykreslen´ı jednotliv´ ych signál˚ u pˇri rozd´ıln´ ych spánkov´ ych fáz´ıch. Postupnˇe budou uvedeny signály FzCz, C3-A2, C4-A1, ECG pro fáze spánku WAKE, REM, NREM 1, NREM2, NREM 3 a kaˇzd´ y obrázek (6.7, 6.8, 6.9, 6.10) bude zobrazovat 30s záznamu.

92

93 Obrázek 6.7: Vykreslené porovnán´ı fáz´ı spánku pro signál Fz-Cz.

Obrázek 6.8: Vykreslené porovnán´ı fáz´ı spánku pro signál C3-A2.

94

95 Obrázek 6.9: Vykreslené porovnán´ı fáz´ı spánku pro signál C4-A1.

Obrázek 6.10: Vykreslené porovnán´ı fáz´ı spánku pro signál ECG.

96

Kapitola 7 Z´ avˇ er Vu ´vodn´ıch kapitolách této práce byly vysvˇetleny základn´ı informace t´ ykaj´ıc´ı se spánku, jako je jeho definice, v´ yznam pro ˇclovˇeka ˇci jeho jednotlivé fáze. Dále se práce vˇenovala polysomnografickému vyˇsetˇren´ı, kter´ ym jsou z´ıskávány záznamy pro v´ yslednou anal´ yzu v implementované aplikaci. Po uveden´ı jednotliv´ ych metod polysomnografického vyˇsetˇren´ı byly uvedeny zp˚ usoby hodnocen´ı z´ıskan´ ych záznam˚ u z tˇechto vyˇsetˇren´ı. Implementaˇcn´ı ˇca´st této práce byla vˇenována návrhu a popisu aplikace nad platformou .NET v jazyce C# za pouˇzit´ı frameworku WPF. D´ıky pouˇzitému frameworku byla aplikace koncipována modulárnˇe a v budoucnu je tedy umoˇznˇeno jej´ı snadné rozˇs´ıˇren´ı. Aplikace mimo naˇcten´ı pouze zdrojového souboru EDF umoˇzn ˇuje naˇc´ıst i znaˇckovac´ı soubor XML, kter´ y obsahuje uˇzivatelem jiˇz zadaná a exportovaná ohodnocen´ı. Naˇcten´ı zdrojov´ ych soubor˚ u je umoˇznˇeno dvˇema zp˚ usoby, kdy prvn´ı spoˇc´ıvá v klasickém vyhledán´ı souboru pˇres systémové okno a druh´ y zp˚ usob je pˇretaˇzen´ım souboru do pˇr´ısluˇsného pole pro soubor takzvanou metodou Drag & Drop. Moˇznost v´ ybˇeru signál˚ u, které se maj´ı naˇc´ıst ze zdrojového souboru EDF a následnˇe vykreslit, byla realizována zp˚ usobem pˇrehledu vˇsech signál˚ u obsaˇzen´ ych ve zdrojovém souboru, kdy uˇzivatel kliknut´ım na pˇr´ısluˇsn´ y název signálu signál vybral, ˇci zneplatnil. Vykreslen´ı signálu bylo realizováno pomoc´ı open-source knihovny OxyPlot a vykreslené signály jsou vykreslovány v uˇzivatelem zadaném ˇcasovém intervalu. Pro prohl´ıˇzen´ı celého záznamu byla 97

implementována moˇznost posunu ˇcasového okna za pomoci postrann´ıch ˇsipek grafu, ˇci posuvn´ıkem ˇcasové osy pod grafem. V rámci nahl´ıˇzeného ˇcasového u ´seku je uˇzivateli umoˇznˇeno oznaˇcit ˇca´st záznamu, kterou je moˇzné následnˇe ohodnotit nˇekterou z klasifikaˇcn´ıch tˇr´ıd definovan´ ych uˇzivatelem. Jako zp˚ usob segmentace jednotliv´ ych u ´sek˚ u ohodnocen´ ych uˇzivatelem byla implementována konstantn´ı segmentace, kdy konstantn´ı hodnotu intervalu pro segmentaci si zadá sám uˇzivatel. Aplikaci je dále moˇzné vyuˇz´ıt pro zadán´ı pˇr´ıznak˚ u, které se maj´ı pro kaˇzd´ y segment ohodnoceného u ´seku vypoˇc´ıtat a následnˇe zobrazit. Zadán´ı jednotliv´ ych pˇr´ıznak˚ u je realizováno tak, ˇze je uˇzivateli umoˇznˇeno vybrat signál, pro kter´ y se má dan´ y pˇr´ıznak vypoˇc´ıtat, následnˇe si m˚ uˇze vybrat jednu z dev´ıti implementovan´ ych v´ ypoˇcetn´ıch metod, a pokud v´ ypoˇcetn´ı metoda poˇzaduje, tak i frekvenˇcn´ı rozsah, pro kter´ y se má pˇr´ıznak vypoˇc´ıtat. Jako metody pro v´ ypoˇcet frekvenˇcn´ıch pˇr´ıznak˚ u byly zvoleny metody zaloˇzené na Fourierovˇe transformaci, jako je FFT a PSD ˇci metody pro odhad statistick´ ych pˇr´ıznak˚ u, jako je Skewness, Kurtosis a dalˇs´ı. V ˇca´sti, která se vˇenovala testován´ı v´ ysledné aplikace, byly stanoveny tˇri základn´ı testovac´ı scénáˇre, kdy kaˇzd´ y z uveden´ ych scénáˇr˚ u byl následnˇe testován. Pˇri testován´ı kaˇzdého ze scénáˇr˚ u byly zaznamenávány hodnoty pro vyuˇzit´ı procesoru, operaˇcn´ı pamˇeti a ˇcasové nároˇcnosti nˇekter´ ych uˇzivatelem provádˇen´ ych akc´ı. Zaznamenané hodnoty byly následnˇe shrnuty do tabulek, celá aplikace byla zhodnocena a byly pˇridány ukázky nˇekter´ ych vykreslen´ ych signál˚ u pro r˚ uzné fáze spánku. Testován´ı dokázalo, ˇze aplikace splˇ nuje veˇskeré ze stanoven´ ych c´ıl˚ u a to jak implementaˇcnˇe, tak i co se vyuˇzit´ı poˇc´ıtaˇce ˇci rozumn´ ych ˇcasov´ ych prodlev nˇekter´ ych operac´ı t´ yˇce. V´ ysledky potvrdily, ˇze aplikace je pouˇzitelná k anal´ yze dlouhodob´ ych polysomnografick´ ych signál˚ u a ˇze i za pouˇzit´ı volnˇe dostupn´ ych prostˇredk˚ u je moˇzné implementovat uˇziteˇcn´ y a pouˇziteln´ y nástroj. Potvrzen´ım praktické vyuˇzitelnosti v´ ysledné aplikace je i to, ˇze jiˇz bˇehem implementován´ı a prezentace implementovan´ ych ˇcást´ı byla nab´ıdnuta spolupráce ˇ na dalˇs´ım rozvoji v´ ysledné aplikace v rámci v´ yzkumn´ ych u ´ˇcel˚ u CVUT, jako je napˇr´ıklad anal´ yza stresové zátˇeˇze z PSG signálu. Dalˇs´ı moˇzná rozˇs´ıˇren´ı aplikace

98

by také mohla spoˇc´ıvat v implementován´ı nov´ ych v´ ypoˇcetn´ıch metod pro v´ ypoˇcet pˇr´ıznak˚ u, ˇci implementován´ı dalˇs´ıch modul˚ u, napˇr´ıklad pro statistickou anal´ yzu a porovnán´ı záznam˚ u, ˇci implementovat funkci adaptivn´ı segmentace.

99

100

Pˇ r´ıloha A Poruchy sp´ anku V pˇredeˇsl´ ych kapitolách a podkapitolách je popsána fyziologie spánku u zdrav´ ych lid´ı. Následuj´ıc´ı stránky pˇr´ılohy této práce se budou vˇenovat jeho patologii, tedy ˇ ıme jeho poruchám. Poruchy spánku rozdˇelujeme do velkého mnoˇzstv´ı skupin. Rad´ sem poruchy, pˇri kter´ ych jedinec trp´ı nedostatkem spánku, ˇci naopak spánkem tráv´ı velkou ˇca´st dne. V následuj´ıc´ıch podkapitolách jsou popsány základn´ı typy spánkov´ ych poruch.

A.1

Diagn´ oza poruchy sp´ anku

Základem pro správnou diagnózu poruchy spánku je podrobná anamnéza. Zaj´ımá nás délka spánku, jeho pravidelnost, doba od ulehnut´ı do usnut´ı (mˇela by b´ yt pˇribliˇznˇe 20 minut), probuzen´ı bˇehem noci. V pr˚ ubˇehu spánku nás zaj´ımá chrápán´ı, v´ yskyt apnoick´ ych pauz, po probuzen´ı pˇr´ıpadná u ńava a bolesti hlavy. V´ yznam maj´ı i podm´ınky pro spánek (teplota m´ıstnosti, pˇr´ıtomnost hluku). O poruˇse spánku se snaˇz´ıme zjistit, jak dlouho trvá, pátráme po moˇzn´ ych zevn´ıch pˇr´ıˇcinách, jako je stres a pˇrepracovanost. [9, s. 264] Poruch spánku pˇrib´ yvá s vˇekem. Starˇs´ı lidé se bud´ı ráno ˇcastˇeji, spánek je kratˇs´ı, pˇri probuzen´ı bˇehem spánku obt´ıˇznˇe znovu us´ınaj´ı. Hlavn´ı vyˇsetˇrovac´ı metodou poruch spánku je spánková polysomnografie, které se budu bl´ıˇze vˇenovat v kapitole 3. 101

A.2

Nadmˇ ern´ a denn´ı spavost

Nadmˇerná denn´ı spavost (EDS - Excessive Daytime Sleepiness) je velk´ ym handicapem ˇzivota jedince. Omezuje nejen v pracovn´ım ˇzivotˇe, ale také ve volném ˇcase ˇci partnerském ˇzivotˇe. Je vˇsak zaj´ımavé, ˇze nadmˇernou denn´ı spavost´ı trp´ı 15 ˇ ek trp´ıc´ı EDS nen´ı schopen udrˇzet plynulou bdˇelost bˇehem – 20% populace. Clovˇ dne. V pr˚ ubˇehu dne se objevuje us´ınán´ı s ospalost´ı. U nˇekter´ ych pacient˚ u se objevuje prodlouˇzen´ y noˇcn´ı spánek. Nejvˇetˇs´ı pod´ıl na ospalosti v pr˚ ubˇehu dne má napˇr. syndrom spánkové apnoe, syndrom neklidn´ ych nohou ˇci insomnie. Sv˚ uj nepatrn´ y vliv má i provinˇen´ı proti spánkové hygienˇe. [5] V této podkapitole se dále budeme vˇenovat podrobnˇeji hypersomnii centráln´ıho p˚ uvodu.

Narkolepsie a kataplexie Narkolepsie a kataplexie je generalizovaná funkˇcn´ı desorganizace spánku a bdˇen´ı. REM fáze spánku pˇredcház´ı NREM. Neklidn´ y a redukovan´ y noˇcn´ı spánek kompenzuje nadmˇerná denn´ı spavost. [9, s. 264] Narkolepsie je charakterizována spánkem, kter´ y je velmi nutkav´ y. Spánek se objevuje r˚ uznˇe v pr˚ ubˇehu dne. Jeho délka se také r˚ uzn´ı. Jeho trván´ı m˚ uˇze b´ yt 5 - 10 minut, nebo i ménˇe. Nˇekdy naopak m˚ uˇze trvat i 20 – 30 minut a je doprovázen i sny. Na tuto poruchu spánku má vliv i ˇcinnost, kterou osoba provád´ı. Pokud je stereotypn´ı a monotónn´ı ˇci v klidu, objevuje se ˇcastˇeji. M˚ uˇze se vˇsak objevit i v jakoukoli dobu pˇri jakékoli pohybové aktivitˇe. Jedinec trp´ıc´ı touto poruchou se probud´ı spánkem osvˇeˇzen´ y. Toto vˇsak netrvá dlouho. Po krátké dobˇe znovu us´ıná. Narkolepsie m˚ uˇze b´ yt doplnˇená jeˇstˇe o kataplexii. V tomto pˇr´ıpadˇe jde o narkolepsii s kataplexi´ı. Kataplexi´ı rozum´ıme stavy náhlé svalové atonie. Obliˇcejové a ˇs´ıjové svalstvo ochabne, m˚ uˇze doj´ıt k podklesnut´ı doln´ıch konˇcetin a t´ım aˇz k pádu. Délka záchvatu je dlouhá nˇekolik vteˇrin, ojedinˇele nˇekolik minut. Nekol´ısá pouze jeho délka, ale také m˚ uˇze prob´ıhat od pocitu lehké slabosti aˇz po u ´plné ochrnut´ı. 102

Klinick´ e pˇ r´ıznaky: Narkolepsie Onemocnˇen´ı zaˇc´ıná mezi 15 - 35 lety. Záchvat˚ u spánku b´ yvá 3 - 5 dennˇe. Závaˇznost onemocnˇen´ı urˇcuj´ı okolnosti, za kter´ ych pacient us´ıná. Je velk´ y rozd´ıl, zda jedinec us´ıná v prostˇredku hromadné dopravy, v kˇresle pˇri sledován´ı televize ˇci pˇri j´ıdle, j´ızdˇe na kole ˇci pˇri rozhovoru. Pokud jsou pˇr´ıznaky m´ırné, jedinec ˇcasto v˚ ubec nevyhledá lékaˇre. Pokud jsou vˇsak váˇzné, jedinci náleˇz´ı invalidn´ı d˚ uchod. Onemocnˇen´ı vede velmi ˇcasto k dopravn´ım nehodám. Kataplexie Pˇri tomto onemocnˇen´ı maj´ı velk´ y vliv emoce – sm´ıch, strach, leknut´ı, pˇrekvapen´ı. Pˇri parciáln´ı kataplexii docház´ı k podklesnut´ı v kolenou ˇci poklesu doln´ı ˇcelisti. K pádu nemus´ı doj´ıt. Vˇedom´ı je vˇsak neporuˇseno. Zhruba 70% jedinc˚ u navˇst´ıv´ı lékaˇre s poruchou spánku právˇe kv˚ uli kataplexii. Toto onemocnˇen´ı m˚ uˇze m´ıt i dalˇs´ı projevy, napˇr. hypnagogické halucinace a spánkovou obrnu. Hypnagogické halucinace se vyskytuj´ı u 40 – 80% jedinc˚ u. Maj´ı svou vazbu na us´ınán´ı ˇci probouzen´ı, m´ıvaj´ı charakter pˇretrvávaj´ıc´ıho snu. Halucinace mohou b´ yt sluchové, zrakové, taktiln´ı ˇci komplexn´ı. Nemocn´ y jedinec je velmi proˇz´ıvá. Spánková obrna se vyskytuje u stejného poˇctu jedinc˚ u jako ˇ eji se objevuje po probuzen´ı. Postiˇzen´ı jedinci je hypnagogické halucinace. Castˇ také vn´ımaj´ı jako nepˇr´ıjemné pocity. Pacient v tuto chv´ıli nen´ı schopen pohybu, ale je plnˇe pˇri vˇedom´ı. Nen´ı schopen promluvit ˇci jinak se kontaktovat s okol´ım. Pˇreruˇsit tento záchvat m˚ uˇze druhá osoba, která hlasitˇe promluv´ı ˇci se nemocného dotkne. Noˇcn´ı spánek u lid´ı, kteˇr´ı trp´ı narkolepsi´ı, b´ yvá nedostateˇcn´ y. Je velmi neklidn´ y a pˇreruˇsovan´ y. Diagnostick´ a krit´ eria: Narkolepsie s kataplexi´ı Nadmˇerná denn´ı spavost s pˇreváˇznˇe kaˇzdodenn´ım v´ yskytem obt´ıˇz´ı po dobu

alespoˇ n 3 mˇes´ıc˚ u. 103

Pˇr´ıtomnost typick´ ych kataplektick´ ych záchvat˚ u provázen´ ych ztrátou sva-

lového tonu v návaznosti na emoci. Diagn´ oza by mˇela b´ yt potvrzena noˇcn´ı polysomnografi´ı (prokazuj´ıc´ı ale-

spoˇ n 6 hodin spánku) s následn´ ym MSLT (Multiple Sleep Latency Test) s pr˚ umˇernou latenc´ı usnut´ı 8 minut nebo ménˇe a pˇr´ıtomnost´ı dvou nebo v´ıce SOREM (Sleep Onset REM), pˇr´ıpadnˇe deficitem hypokretinu 1 v mozkom´ıˇsn´ım moku. Zv´ yˇsená denn´ı spavost nen´ı vysvˇetlitelná jinou pˇr´ıˇcinou, tj. sekundaritou

onemocnˇen´ı. Narkolepsie bez kataplexie Nadmˇerná denn´ı spavost s pˇreváˇznˇe kaˇzdodenn´ım v´ yskytem obt´ıˇz´ı po dobu

alespoˇ n 3 mˇes´ıc˚ u. Nepˇr´ıtomnost typick´ ych kataplektick´ ych záchvat˚ u (ne zcela pˇresvˇedˇcivé ˇci

atypické stavy mohou b´ yt pˇr´ıtomny). Diagn´ oza by mˇela b´ yt potvrzena noˇcn´ı polysomnografi´ı (prokazuj´ıc´ı alespoˇ n

6 hodin spánku) s následn´ ym MSLT s pr˚ umˇernou latenc´ı usnut´ı 8 minut nebo ménˇe a pˇr´ıtomnost´ı dvou nebo v´ıce SOREM. Zv´ yˇsená denn´ı spavost nen´ı vysvˇetlitelná jinou pˇr´ıˇcinou, tj. sekundaritou

onemocnˇen´ı. [5, s. 180]

Hypersomnie Pˇri hypersomnii nemocn´ y trp´ı nadmˇernou denn´ı spavost´ı. Jedinec sp´ı déle neˇz 12 hodin dennˇe. Po spánku se vˇsak c´ıt´ı nevyspal´ y a neodpoˇcat´ y. Hypersomnii dále dˇel´ıme na idiopatickou a rekurentn´ı. Idiopatick´ a hypersomnie Toto onemocnˇen´ı je charakterizováno zv´ yˇsenou potˇrebou denn´ıho spánku, kter´ y nemá nutkav´ y ráz. Spánek pˇres den trvá nˇekolik hodin. Nejsou vˇsak pˇr´ıtomny hypnagogické halucinace, spánková obrna ani kataplexie. Prvn´ı ataka se objevuje 104

do 25. roku ˇzivota. Témˇeˇr u 50% jedinc˚ u nalezneme idiopatickou hypersomnii v rodinˇe. U hypersomnie s dlouh´ ym noˇcn´ım cyklem pozorujeme prodlouˇzen´ y spánek na 12 - 14 hodin. Diagnostick´ a krit´ eria: Idiopatick´ a hypersomnie s dlouh´ ym noˇ cn´ım sp´ ankem Pacient m´ a nadmˇernou denn´ı spavost s v´ yskytem kaˇzdodenn´ıch obt´ıˇz´ı po

dobu alespoˇ n 3 mˇes´ıc˚ u, spánek je neosvˇeˇzuj´ıc´ı, delˇs´ıho trván´ı (delˇs´ı neˇz 1 hodinu). Noˇcn´ı sp´ anek je souˇcasnˇe prodlouˇzen´ y (v´ıce neˇz 10 hodin), dokumento-

van´ y klinick´ ym pohovorem nebo spánkov´ ym den´ıkem. Probuzen´ı z noˇcn´ıho i denn´ıho spánku je zpravidla obt´ıˇzné, ˇcasto s pˇr´ıznaky spánkové opilosti. Noˇcn´ı polysomnografie vylouˇc´ı jinou pˇr´ıˇcinu denn´ı spavosti. Polysomnografické vyˇsetˇren´ı prokáˇze kr´ atkou latenci usnut´ı, noˇcn´ı spánek

je prodlouˇzen alespoˇ n na 10 hodin. N´ asledné MSLT prokáˇze pr˚ umˇernou latenci usnut´ı kratˇs´ı neˇz 8 minut a

poˇcet SOREM je menˇs´ı neˇz dva. Hypersomnie nen´ı lépe vysvˇetlitelná jinou pˇr´ıˇcinou.

Idiopatick´ a hypersomnie bez dlouh´ eho noˇ cn´ıho sp´ anku Pacient m´ a nadmˇernou denn´ı spavost s v´ yskytem kaˇzdodenn´ıch obt´ıˇz´ı po

dobu alespoˇ n 3 mˇes´ıc˚ u. Noˇcn´ı sp´ anek je normáln´ıho trván´ı (v´ıce neˇz 6 hodin, ale ménˇe neˇz 10 hodin)

dokumentovan´ y klinick´ ym pohovorem, spánkov´ ym den´ıkem nebo aktigrafi´ı. Noˇcn´ı polysomnografie vylouˇc´ı jinou pˇr´ıˇcinu denn´ı spavosti. Polysomnografické vyˇsetˇren´ı prokáˇze norm´ aln´ı délku spánku (v´ıce neˇz 6

hodin, ale ménˇe neˇz 10 hodin). N´ asledné MSLT prokáˇze pr˚ umˇernou latenci kratˇs´ı neˇz 8 minut a poˇcet SO-

REM je menˇs´ı neˇz dva. Hypersomnie nen´ı lépe vysvˇetlitelná jinou pˇr´ıˇcinou.

[5, s. 181] 105

Rekurentn´ı hypersomnie Pˇri rekurentn´ı neboli periodické hypersomnii se stˇr´ıdá obdob´ı dlouhého spánku s obdob´ım normáln´ıho spánku. Obdob´ı dlouhého spánku trvá nˇekolik dn˚ u aˇz t´ ydn˚ u. V tomto obdob´ı jedinec prosp´ı 16 - 18 hodin ze dne. Probouz´ı se pouze na j´ıdlo ˇci pˇri potˇrebˇe na WC. Toto obdob´ı zaˇc´ıná u ńavou, bolest´ı hlavy ˇci vznˇetlivost´ı. Diagnostick´ a krit´ eria: U nemocného se objevuj´ı opakované epizody zv´ yˇsené spavosti o trván´ı 2

dn˚ u aˇz 4 t´ ydn˚ u. Ataky se objevuj´ı alespoˇ n jednou za rok. V meziobdob´ı obt´ıˇz´ı nem´ a nemocn´ y ˇzádné spánkové pot´ıˇze, kognitivn´ı funkce

i chován´ı jsou normáln´ı. Hypersomnie nen´ı lépe vysvˇetlitelná jinou pˇr´ıˇcinou.

[5, s. 183]

A.3

Parasomnie

Parasomnie je charakterizována jako poruchy chován´ı v pr˚ ubˇehu spánku. ˇ Rad´ıme sem benign´ı záˇskuby, senzorické vjemy pˇri us´ınán´ı, noˇcn´ı paroxysmáln´ı dystonie, somnambulismus a spánkovou obrnu a noˇcn´ı dˇes. Tyto projevy se objevuj´ı v r˚ uzn´ ych etapách spánku – pˇri us´ınán´ı, bˇehem spánku ˇci v pr˚ ubˇehu probouzen´ı. Parasomnii dále dˇel´ıme do tˇr´ı skupin. 1. Parasomnie s poruchou probuzen´ı z NREM spánku. 2. Parasomnie vázané na REM spánek. 3. Ostatn´ı parasomnie.

Parasomnie s poruchou probuzen´ı z NREM sp´ anku Do této skupiny ˇrad´ıme probuzen´ı se zmatenost´ı, námˇes´ıˇcnost a noˇcn´ı dˇesy. Tyto poruchy spánku se objevuj´ı pˇreváˇznˇe v dˇetském vˇeku. Námˇes´ıˇcnost a noˇcn´ı 106

dˇesy se vyskytuj´ı aˇz u 17% dˇet´ı. U dospˇel´ ych procentuáln´ı v´ yskyt klesá. Ojedinˇelé epizody námˇes´ıˇcnosti se vyskytuj´ı aˇz u jedné tˇretiny dˇet´ı. Chován´ı jedince pˇri této poruˇse spánku má podobn´ y ráz jako pˇri bdˇelosti a zároveˇ n i pˇri spánku. Dotyˇcn´ y mluv´ı, aˇz kˇriˇc´ı, pohybuje se, má vˇsak zmˇenˇené vn´ımán´ı a je obt´ıˇznˇe probuditeln´ y. Pokud se snaˇz´ıme dotyˇcného probudit, m˚ uˇze b´ yt zmaten´ y aˇz agresivn´ı. Agresivita se vyskytuje zvláˇstˇe u dospˇel´ ych muˇz˚ u. Pˇri epizodˇe parasomnie m˚ uˇze doj´ıt i k zranˇen´ı, napˇr. pád z okna. Probuzen´ı se zmatenost´ı V tomto stavu pˇrevládá psychická zmatenost nebo zmatené chován´ı pˇri ˇcásteˇcném probuzen´ı bud’ typicky z delta-spánku v prvn´ı ˇca´sti noci, nebo pˇri rann´ım proˇ ci nerobuzen´ı. [5, s. 213] U osoby pozorujeme dezorientaci ˇcasu i m´ıstem. Reˇ zum´ıme ˇci je zpomalená. Pˇri zevn´ıch podnˇetech jsou reakce zpomalené s projevy mozeˇckové ataxie. U dˇet´ı spatˇrujeme zmatenost, ne´ uˇcelné pohyby, neztiˇsiteln´ y pláˇc, kter´ y je jeˇstˇe umocˇ nován snahou rodiˇc˚ u o uklidnˇen´ı, nebot’ d´ıtˇe je nepoznává. Tyto epizody trvaj´ı v rámci minut (5 - 15min), ojedinˇele nˇekolik hodin. Diagnostick´ a krit´ eria: Psychická zmatenost nebo zmatené chován´ı bˇehem probouzec´ı reakce nebo

probuzen´ı z noˇcn´ıho nebo denn´ıho spánku. Nelze vysvˇetlit jinou poruchou spánku, jin´ ym intern´ım, neurologick´ ym, psy-

chiatrick´ ym onemocnˇen´ım, uˇz´ıván´ım lék˚ u nebo návykov´ ych látek. [5, s. 215] Somnambulismus Porucha vzniká jako náhlé ne´ uplné probuzen´ı brzy po usnut´ı ze stadia 3 - 4 NREM. [9, s. 266] Námˇes´ıˇcnost je spojena s komplexn´ım automatick´ ym chován´ım, které zahrnuje ch˚ uzi. Epizoda zaˇc´ıná posazen´ım na posteli, zmaten´ ym v´ yrazem, následnˇe 107

jedinec opouˇst´ı l˚ uˇzko a chod´ı po m´ıstnosti. Pˇri ch˚ uzi hroz´ı i opuˇstˇen´ı bytu. Epizoda konˇc´ı návratem do postele ˇci usnut´ım na jiném m´ıstˇe. Pˇri somnambulismu rozliˇsujeme dva typy chován´ı – adekvátn´ı a neadekvátn´ı. Do adekvátn´ıho ˇrad´ıme ch˚ uzi, která je vˇsak uskuteˇcn ˇovaná v nesprávnou dobu. V neadekvátn´ım chován´ı se vyskytuje napˇr. mikce mimo toaletu, stˇehován´ı nábytku ˇci ˇcinnosti, které jsou zdánlivˇe u ´ˇcelné, ale zároveˇ n mohou b´ yt nebezpeˇcné. [5, s. 214]

Diagnostick´ a krit´ eria: Ch˚ uze bˇehem spánku. Pˇretrváv´ an´ı spánku, zmˇenˇeného stavu vˇedom´ı nebo poruˇseného u ´sudku

bˇehem ch˚ uze v podobˇe alespoˇ n jednoho pˇr´ıznaku: 1. 2. 3. 4. 5. 6.

Nemoˇznost probuzen´ı postiˇzeného. Psychická zmatenost po probuzen´ı. Amnézie (´ uplná nebo ˇcásteˇcná) na epizodu. Bˇeˇzné chován´ı v nepˇrimˇeˇren´ y ˇcas. Neadekvátn´ı nebo nesmyslné chován´ı. Nebezpeˇcné nebo potenciálnˇe nebezpeˇcné chován´ı.

Nelze vysvˇetlit jinou poruchou spánku, jin´ ym intern´ım, neurologick´ ym, psy-

chiatrick´ ym onemocnˇen´ım, uˇz´ıván´ım lék˚ u nebo návykov´ ych látek.

[5, s. 216]

Noˇ cn´ı dˇ esy (pavor nocturnus) Stejnˇe jako somnambulismus vznikaj´ı i noˇcn´ı dˇesy pˇri ne´ uplném probuzen´ı brzy po usnut´ı ze stadia 3 - 4 NREM. Noˇcn´ı dˇesy jsou nejménˇe ˇcastou poruchou z této skupiny spánkov´ ych poruch. Epizoda obvykle zaˇc´ıná náhl´ ym hlasit´ ym pláˇcem a kˇrikem. Dan´ y jedinec vykazuje známky strachu (tachykardie, tachypnoe, zv´ yˇsen´ y svalov´ y tonus, mydriáza), bˇehem epizody m˚ uˇze na posteli pouze sedˇet ˇci pob´ıhat zmatenˇe po pokoji. Noˇcn´ı dˇes trvá 1 - 5 minut. 108

Diagnostick´ a krit´ eria: N´ ahlá epizoda dˇesu vyskytuj´ıc´ı se bˇehem spánku, uvádˇená obvykle pláˇcem

nebo hlasit´ ym kˇrikem, doprovázená aktivac´ı autonomn´ıho nervového systému a chován´ım vyjadˇruj´ıc´ım intenzivn´ı strach. Je pˇr´ıtomen alespoˇ n jeden dalˇs´ı projev:

1. 2. 3. 4.

Obt´ıˇzná probuditelnost. Psychická zmatenost po probuzen´ı. Amnézie (ˇca´steˇcná nebo u ´plná) na epizodu. Nebezpeˇcné nebo potencionálnˇe nebezpeˇcné chován´ı.

Nelze vysvˇetlit jinou poruchou spánku, jin´ ym intern´ım, neurologick´ ym, psy-

chiatrick´ ym onemocnˇen´ım, uˇz´ıván´ım lék˚ u nebo návykov´ ych látek. [5, s. 217]

Parasomnie v´ azan´ e na REM sp´ anek (RBD) Pˇri RBD (REM Behavior Disorder) pozorujeme abnormáln´ı chován´ı v pr˚ ubˇehu REM spánku, které se objevuj´ı v závislosti na snu. Sny b´ yvaj´ı akˇcn´ı a násilné povahy, ˇcasto se vyskytuj´ı typy sn˚ u, ve kter´ ych je dotyˇcn´ y nˇek´ ym pronásledován. Nemocn´ y se typicky bud´ı do plné bdˇelosti. T´ımto je spánek rozdˇelen do r˚ uzn´ ych etap. Vzhledem k nedostateˇcné svalové atonii hroz´ı poranˇen´ı sp´ıc´ı osoby ˇci partnera v posteli. Mezi projevy poruchy ˇrad´ıme záˇskuby, jednoduché pohyby, srozumitelné ˇci nesrozumitelné vokalizace, sm´ıch a kˇrik. Zranˇen´ı pacient˚ u vzniká napˇr. pˇri pádu z l˚ uˇzka nebo pˇri boji s osobou, která se jej snaˇz´ı probudit. RBD dˇel´ıme do dvou skupin: sekundárn´ı RBD a idiopatická RBD.

Sekund´ arn´ı RBD Sekundárn´ı RBD se vyskytuje jako porucha, která je spojená s jin´ ym neurologick´ ym onemocnˇen´ım. M˚ uˇze se vyskytovat jako abstinenˇcn´ı syndrom pˇri závislosti na alkoholu ˇci drogách. 109

Idiopatick´ a RBD Tato porucha se pomalu rozv´ıj´ı. Objevuje se vˇetˇsinou po 50. roce ˇzivota, pˇriˇcemˇz postihuje pˇreváˇznˇe pouze muˇze. U pacient˚ u, u kter´ ych je diagnostikován tento druh choroby, je v 65% pozdˇeji diagnostikována Parkinsonova choroba, parkinsonsk´ y syndrom ˇci demence. Diagnostick´ a krit´ eria: Pˇr´ıtomnost REM sp´ anku bez atonie: nadmˇerné trvalé nebo intermitentn´ı

zv´ yˇsen´ı svalového tonu v submentáln´ım EMG nebo nadmˇerné fázické záˇskuby sval˚ u brady nebo konˇcetin v EMG. Alespoˇ n jeden z následuj´ıc´ıch jev˚ u:

1. V anamnéze je chován´ı spojené se zranˇen´ım, s rizikem zranˇen´ı nebo s ruˇsiv´ ym chován´ım bˇehem spánku. 2. Klinická manifestace abnormáln´ıho chován´ı v REM spánku zachycená pˇri PSG. Nepˇr´ıtomnost epileptiformn´ı aktivity v EEG bˇehem REM sp´ anku, pˇri souˇcasném

v´ yskytu RBD a záchvatové poruchy v REM spánku mus´ı b´ yt RBD od této poruchy jednoznaˇcnˇe odliˇsitelné. Nelze vysvˇetlit jinou poruchou spánku, jin´ ym intern´ım, neurologick´ ym, psy-

chiatrick´ ym onemocnˇen´ım, uˇz´ıván´ım lék˚ u nebo návykov´ ych látek. [5, s. 223]

A.4

Insomnie

Insomnie je definována jako chronická neschopnost spát, pˇrestoˇze pro spánek jsou adekvátn´ı podm´ınky. Problémy mohou spoˇc´ıvat v us´ınán´ı, udrˇzen´ı spánku ˇci ˇcasném probuzen´ı. Nespavost pˇrevládá u lid´ı ve vyˇsˇs´ım vˇeku. [9, s. 267] Pˇri této poruˇse se vyskytuje latence usnut´ı, která je delˇs´ı neˇz 30 minut. Pot´ıˇze s us´ınán´ım se vyskytuj´ı i v pr˚ ubˇehu noci pˇri probuzen´ı. Pacient se probouz´ı dˇr´ıve, 110

neˇz má naplánováno, a to aˇz o 30 minut. Tato porucha spánku se vyskytuje alespoˇ n 3krát t´ ydnˇe v trván´ı minimálnˇe jednoho mˇes´ıce. [5, s. 88] Krit´ eria insomnie:

Obt´ıˇzné us´ınán´ı (neschopnost navodit spánek). ˇ e probouzen´ı (neschopnost udrˇzet spánek). Cast´ ˇ Casn´ e probouzen´ı. Spánek je neosvˇeˇziv´ y, nekvalitn´ı, vyskytuje se u ńava, poruchy koncentrace a pamˇeti, poruchy nálady, podráˇzdˇenost, denn´ı spavost atd.

[5, s. 87] V dalˇs´ıch podkapitolách rozdˇel´ım nespavost dle klasifikace nespavosti.

Insomnie z poruchy pˇ rizp˚ usoben´ı, akutn´ı insomnie Insomnie z poruchy pˇrizp˚ usoben´ı se vyskytuje u 15 - 20% lid´ı jakéhokoli vˇeku. Opakován´ı poruchy je ˇcasté. Obt´ıˇze mohou spoˇc´ıvat v lehkém spánku ˇci s problémy se spánkem bˇehem psychické zátˇeˇze. Jako doprovodné pˇr´ıznaky jsou uvedeny napˇr. obavy, smutek a deprese v závislosti na stresoru. Komplikac´ı m˚ uˇze b´ yt alkoholismus ˇci dlouhodobé uˇz´ıván´ı lék˚ u. Akutn´ı insomnie m˚ uˇze vést k osobn´ım a pracovn´ım problém˚ um. Akutn´ı insomnie m˚ uˇze pˇrej´ıt do stádia chronického onemocnˇen´ı ˇci psychiatrického onemocnˇen´ı. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Porucha sp´ anku je ˇcasovˇe spojena s identifikovateln´ ym stresorem (psycholo-

gick´ ym, psychosociáln´ım, interpersonáln´ım, z okoln´ıho prostˇred´ı, fyzick´ ym). Je pˇredpoklad, ˇze spánkov´ a porucha vymiz´ı, kdyˇz vymiz´ı stresor nebo kdyˇz se pacient na nˇej adaptuje. Trván´ı maximálnˇe 3 mˇes´ıce (nˇekolik dn˚ u aˇz t´ ydn˚ u, vˇetˇsinou náhl´ y zaˇcátek). Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı, medikac´ı, jinou látkou). [5, s. 90] 111

Psychofyziologick´ a insomnie, prim´ arn´ı insomnie Psychofyziologickou insomnii nacház´ıme u 1 - 2% populace, pˇriˇcemˇz ˇcastˇeji se vyskytuje u ˇzen r˚ uzného vˇeku. Vyvolávaj´ıc´ım faktorem m˚ uˇze b´ yt stres a ˇzivotn´ı zmˇeny. Bˇehem dne se jedinci zhorˇsuje nálada, vyskytuj´ı se poruchy pozornosti a koncentrace. Pacienti vˇsak spánkov´ y deficit pˇres den nedohánˇej´ı. Pro tuto poruchu jsou charakteristické obavy o své zdrav´ı, ztráta ˇzivotn´ı pohody a pˇrepracovanost. Pokud se jedinec s touto poruchou neléˇc´ı, kvalita spánku se zhorˇsuje, m˚ uˇze dokonce doj´ıt aˇz k velké depresi. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Trván´ı nejdéle jeden mˇes´ıc. Plat´ı nejménˇe jedno z následuj´ıc´ıch kritéri´ı:

1. Chronicky udávané stˇr´ıdán´ı period, kdy pacient málo nebo v˚ ubec nesp´ı, s relativnˇe normáln´ımi periodami. ´ 2. Udaje ze spánkového kalendáˇre neodpov´ıdaj´ı normˇe, ˇcasto nen´ı udáván spánek po nˇekolik noc´ı. Nejsou známky pˇres den. 3. Rozd´ıl mezi objektivnˇe zjiˇstˇen´ ymi daty a subjektivn´ım vn´ımán´ım spánku. Plat´ı nejménˇe jedno z následuj´ıc´ıch kritéri´ı:

1. Pacient udává konstantn´ı nebo témˇeˇr konstantn´ı obavu ze stimul˚ uz prostˇred´ı po vˇetˇsinu noci. 2. Pacient udává vˇedomé myˇslenky ˇci ruminace po vˇetˇsinu noc´ı, kdyˇz leˇz´ı v posteli. 3. Udávané ovlivnˇen´ı bˇehem dne je obdobné jako u ostatn´ıch insomni´ı, ale neodpov´ıdá subjektivnˇe udávané t´ıˇzi spánkové poruchy. Nejsou popisovány spánky bˇehem dne, které jsou obvykle udávány po probdˇel´ ych noc´ıch. Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı,

medikac´ı, jinou látkou). [5, s. 92] 112

Idiopatick´ a insomnie Z celkového poˇctu insomni´ı se tento typ poruchy vyskytuje u 10% jedinc˚ u. 0,7% zastupuj´ı adolescenti a 1% velmi mlad´ı dospˇel´ı. Doprovázej´ıc´ımi pˇr´ıznaky mohou b´ yt somnambulické pˇr´ıznaky. U nˇekter´ ych pacient˚ u nacház´ıme v anamnéze v dˇetstv´ı problémy s uˇcen´ım ˇci diagnostikované ADHD (Attention Deficit Hyperactivity Disorder – hyperkinetická porucha (HKP)). Vzájemné vztahy vˇsak zat´ım nebyly nik´ ym prokázány. Komplikacemi m˚ uˇze b´ yt rozvoj deprese ˇci ˇspatná spánková hygiena. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Chronické onemocnˇen´ı:

1. Zaˇca´tek v dˇetstv´ı. 2. Nen´ı známá pˇr´ıˇcina. 3. Intenzita choroby je stálá, bez remis´ı. Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı,

medikac´ı, jinou látkou). [5, s. 92]

Insomnie zp˚ usoben´ a duˇ sevn´ı poruchou Tato insomnie je zastoupena u 3% nemocn´ ych. U adolescent˚ u je procentuáln´ı zastoupen´ı niˇzˇs´ı. U mladˇs´ıch pacient˚ u nacház´ıme poruchu sp´ıˇse pˇri us´ınán´ı, na rozd´ıl od starˇs´ıch jedinc˚ u, kteˇr´ı si stˇeˇzuj´ı na ˇcasté probouzen´ı. U psychick´ ych poruch pˇri dobˇre zvolené léˇcbˇe nespavost rychle ustupuje. U nˇekter´ ych jedinc˚ u vˇsak i odeznˇen´ı deprese nepom˚ uˇze a insomnie z˚ ustává. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Trván´ı nejménˇe jeden mˇes´ıc. Psychická porucha byla diagnostikov´ ana podle standardn´ıch kritéri´ı.

113

Insomnie se vyskytuje spoleˇcnˇe s psychickou poruchou, v nˇekter´ ych pˇr´ıpadech

se m˚ uˇze objevit insomnie o nˇekolik dn˚ u nebo mˇes´ıc˚ u dˇr´ıve neˇz souˇcasnˇe prob´ıhaj´ıc´ı psychická choroba. Insomnie je v´ yraznˇejˇs´ı neˇz porucha spánku, která je pro psychickou chorobu

typická. Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı,


Neadekv´ atn´ı sp´ ankov´ a hygiena Mezi insomniemi zastává tento druh poruchy 5 - 10%. Prvn´ı problémy se objevuj´ı jiˇz v obdob´ı adolescence. Mohou se vˇsak objevit kdykoli v pr˚ ubˇehu ˇzivota. Tato insomnie vzniká z nekvalitn´ı spánkové hygieny a z poruˇsen´ı spánkov´ ych návyk˚ u. Jako doprovodné pˇr´ıznaky mohou b´ yt poruchy nálady, sn´ıˇzen´ı pozornosti, u ńava a ospalost. Mezi komplikace m˚ uˇzeme zaˇradit závislost na kofeinu ˇci jin´ ych stimulanci´ı. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Trván´ı nejménˇe jeden mˇes´ıc. Pˇr´ıtomnost nejménˇe jedné z n´ asleduj´ıc´ıch pˇr´ıˇcin:

1. Nevhodné spánkové schéma – ˇcasté denn´ı spánky, nepravidelná doba uléhán´ı a vstáván´ı, tráven´ı nepˇrimˇeˇrené doby v posteli. 2. Pravidelné uˇz´ıván´ı alkoholu, nikotinu, kávy zvláˇstˇe v dobˇe pˇred ulehnut´ım. 3. Provádˇen´ı duˇsevnˇe stimuluj´ıc´ıch, fyzicky aktivn´ıch nebo emoˇcnˇe nároˇcn´ ych aktivit v dobˇe pˇred ulehnut´ım. ˇ 4. Casto se vyskytuj´ıc´ı zakázané aktivity v posteli (sledován´ı TV, ˇcten´ı, pˇrem´ yˇslen´ı, plánován´ı, j´ıdlo). 5. Nevhodné prostˇred´ı ke spánku. 114

Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı,


Insomnie zp˚ usoben´ e uˇ z´ıv´ an´ım l´ ek˚ u/l´ atek Tato porucha zastává 3,5% ze vˇsech insomni´ı. U mladˇs´ı populace tuto insomnii zp˚ usobuj´ı stimulancia, na rozd´ıl od starˇs´ı populace, kde ji zapˇr´ıˇciˇ nuj´ı sedativa. Doprovodné pˇr´ıznaky záleˇz´ı na látce, která tuto insomnii zp˚ usobuje. Káva zp˚ usobuje rozruˇsen´ı a denn´ı spavost. Amfetaminy a kokain ovlivˇ nuj´ı psychickou funkci. Na sedativa a hypnotika vzniká závislost. Vyˇsˇs´ı dávky sniˇzuj´ı u ´ˇcinnost. Pˇri pˇredávkován´ı tˇemito látkami pozorujeme spavost pˇres den, poruchy koordinace a koncentrace. Náhlé vysazen´ı tˇechto lék˚ u zp˚ usobuje pˇres den nauzeu, svalové napˇet´ı, kˇreˇce, neklid a nervozitu. Vysazen´ı alkoholu (plat´ı u závisl´ ych lid´ı) zp˚ usobuje ˇzivé sny. U chronick´ ych pacient˚ u m˚ uˇze doj´ıt i k ohroˇzen´ı ˇzivota. U pacient˚ u, u kter´ ych je insomnie zp˚ usobena toxiny, m˚ uˇzeme pozorovat poruchy pamˇeti, zmˇeny psychického stavu, poruchy respiraˇcn´ıho, gastrointestináln´ıho a kardiovaskulárn´ıho aparátu. Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Trván´ı nejménˇe jeden mˇes´ıc. Je splnˇena alespoˇ n jedna z následuj´ıc´ıch podm´ınek:

1. Prob´ıhaj´ıc´ı závislost na látce naruˇsuj´ıc´ı spánek (bud’ v obdob´ı intoxikace, ˇci vysazen´ı). 2. Souˇcasné uˇz´ıván´ı ˇci expozice medikac´ı, j´ıdla, toxinu naruˇsuj´ıc´ımu spánek – u vn´ımav´ ych jedinc˚ u. Insomnie je spojena se souˇcasn´ ym uˇz´ıván´ım, vystavován´ım se nebo akutn´ım

vysazen´ım lék˚ u/látek. Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı, medikac´ı, jinou látkou). [5, s. 94] 115

Insomnie zp˚ usoben´ a somatick´ ym stavem, organick´ a insomnie Tato insomnie je zp˚ usobená jin´ ym onemocnˇen´ım ˇci fyziologick´ ym faktorem, napˇr. bolest´ı, omezen´ ym pohybem, poruchami d´ ychán´ı ˇci tˇehotenstv´ım. Pr˚ ubˇeh této insomnie je závisl´ y na rozvoji a léˇcbˇe onemocnˇen´ı, které nespavost zp˚ usobuje.

Diagnostick´ a krit´ eria: Z´ akladn´ı diagnostická kritéria insomnie splnˇena. Trván´ı nejménˇe jeden mˇes´ıc. Pacient m´ a souˇcasnˇe existuj´ıc´ı onemocnˇen´ı naruˇsuj´ıc´ı spánek. Insomnie je spojena s t´ımto onemocnˇen´ım, zaˇcátek je ve spojitosti nebo

následnˇe po jasném vyjádˇren´ı pˇr´ıznak˚ u onemocnˇen´ı, kop´ıruje pr˚ ubˇeh onemocnˇen´ı. Poruchu nelze vysvˇetlit jinou pˇr´ıˇcinou (sp´ ankovou, neurologickou, duˇsevn´ı,

medikac´ı, jinou látkou).

[5, s. 95]

Neorganick´ a, nespecifikovan´ a insomnie Do této skupiny ˇrad´ıme nespavost, která nespadá do ˇza´dné z pˇredchoz´ıch skupin. Máme u n´ı vˇsak podezˇren´ı na souvislost s duˇsevn´ı poruchou ˇci na okolnosti, které spánek naruˇsuj´ı. U nemocného s touto diagnózou mohou následovat dalˇs´ı vyˇsetˇren´ı, která maj´ı druh insomnie v´ıce upˇresnit. [5, s. 95]

Fyziologick´ a (organick´ a) insomnie, nespecifikovan´ a Této diagnózy vyuˇz´ıváme v pˇr´ıpadˇe, ˇze insomnii nezaˇrad´ıme do ˇza´dné z pˇredchoz´ı skupiny, pˇriˇcemˇz má vztah k prob´ıhaj´ıc´ımu onemocnˇen´ı ˇci fyziologickému stavu. Fyziologická insomnie m˚ uˇze b´ yt diagnostikována i v pˇr´ıpadˇe závislosti na látce, kdy je závislost pravdˇepodobná, ale nepotvrzená. [5, s. 96] 116

A.5

Syndrom sp´ ankov´ e apnoe (SAS)

K poruchám d´ ychán´ı vázan´ ych na spánek neodmyslitelnˇe patˇr´ı pojmy apnoe a hypopnoe. Proto budou dále pro upˇresnˇen´ı vysvˇetleny. Apnoe je pˇreruˇsen´ı ventilace, které trvá 10 sekund a v´ıce. Hypopnoi definujeme jako pˇrechodné omezen´ı dechov´ ych objem˚ u nejménˇe o 50% normáln´ı hodnoty po dobu 10 s a v´ıce, dále saturace hemoglobinu poklesne nejménˇe o 3%. V pr˚ ubˇehu REM fáze spánku se bˇeˇznˇe vyskytuje nepravidelnost dechu. Jako patologii povaˇzujeme pauzu dechu delˇs´ı neˇz 10 sekund. Pokud se tato apnoe vyskytuje ˇcastˇeji neˇzli 5krát, hovoˇr´ıme o syndromu spánkové apnoe. SAS rozdˇelujeme do dvou skupin: centráln´ı a obstrukˇcn´ı. Obstrukˇcn´ı SAS se vyskytuje u dospˇel´ ych, kteˇr´ı trp´ı nadváhou. Bˇehem této apnoe pˇretrvává d´ ychac´ı u ´sil´ı. V dosaˇzen´ı stˇredn´ıho vˇeku se tato porucha projevuje nadmˇernou spavost´ı. Tato skupina SAS se vyznaˇcuje specifick´ ym chrápán´ım. Pravidelné hlasité d´ ychán´ı s pozvoln´ ym poklesem dechové aktivity stˇr´ıdá opakované inspiraˇcn´ı u ´sil´ı, pˇri kterém se proudˇen´ı vzduchu v kolabovan´ ych d´ ychac´ıch cestách zcela zastav´ı. Po apnoii, která nˇekdy trvá aˇz 30 sekund, nastupuje nová vdechová aktivita, která je doprovázena on´ım chrápán´ım a krátk´ ym probuzen´ım. V pr˚ ubˇehu spánku jsou jedinci témˇeˇr neprobuditeln´ı, bˇehem dne pocit’uj´ı u ńavu, us´ınaj´ı a mohou se vyskytovat bolesti hlavy. Centráln´ı SAS se vyskytuje vzácnˇe a je spojen s poruchami noˇcn´ıho spánku ˇci s nespavost´ı. D´ ychac´ı u ´sil´ı vˇsak bˇehem této apnoe nen´ı pˇr´ıtomno. Následkem dechové nedostateˇcnosti je hypoxie, hyperkapnie, pˇrechodnˇe zv´ yˇsen´ y tlak, bradykardie a jiné arytmie. Krátké probuzen´ı zp˚ usobuj´ı zmˇeny v krevn´ıch plynech. Pacient vˇsak po probuzen´ı velmi rychle znovu us´ıná. Toto probuzen´ı se vˇsak bˇehem noci nˇekolikrát opakuje. Syndrom spánkové apnoe rozdˇelujeme do mnoha skupin a podskupin. Ty jsou dále vypsány. [5, s. 117] [9, s. 268]

117

Rozdˇ elen´ı poruch d´ ych´ an´ı v´ azan´ ych na sp´ anek Syndromy centr´ aln´ı sp´ ankov´ e apnoe 1. Primárn´ı (idiopatická) centráln´ı spánková apnoe. 2. Centráln´ı spánková apnoe pˇri Cheyneovˇe-Stokesovˇe d´ ychán´ı. 3. Centráln´ı spánková apnoe pˇri periodickém d´ ychán´ı ve velké nadmoˇrské v´ yˇsce. 4. Centráln´ı spánková apnoe, která nemá charakter Cheyneova-Stokesova d´ ychán´ı a která je sekundárn´ı jinému onemocnˇen´ı. 5. Centráln´ı spánková apnoe z uˇz´ıván´ı drog a/nebo farmak. 6. Primárn´ı spánková apnoe novorozenc˚ u a kojenc˚ u (dˇr´ıve primárn´ı spánková apnoe novorozenc˚ u). Syndromy obstrukˇ cn´ı sp´ ankov´ e apnoe 7. Obstrukˇcn´ı spánková apnoe dospˇelého vˇeku. 8. Obstrukˇcn´ı spánková apnoe dˇetského vˇeku. Syndromy hypoventilace/hypoxie v´ azan´ e na sp´ anek 9. Idiopatická neobstrukˇcn´ı alveolárn´ı hypoventilace vázaná na spánek. 10. Kongenitáln´ı centráln´ı alveolárn´ı hypoventilaˇcn´ı syndrom. Syndromy hypoventilace/hypoxie v´ azan´ e na sp´ anek pˇ ri jin´ em onemocnˇ en´ı 11. Hypoventilace/hypoxie vázaná na spánek pˇri patologii plicn´ıho parenchymu nebo plicn´ıch cév. 12. Hypoventilace/hypoxie vázaná na spánek pˇri obstrukci doln´ıch cest d´ ychac´ıch. 13. Hypoventilace/hypoxie vázaná na spánek pˇri neuromuskulárn´ıch nemocech a pˇri chorobách hrudn´ı stˇeny. Ostatn´ı poruchy d´ ych´ an´ı v´ azan´ e na sp´ anek 14. Spánková apnoe/porucha d´ ychán´ı vázaná na spánek, nespecifikovaná. [5, s. 118] 118

A.6

Syndrom neklidn´ ych nohou

Syndrom neklidn´ ych nohou naruˇsuje nejen noˇcn´ı spánek, ale také us´ınán´ı. Vyskytuje se ˇcastˇeji u muˇz˚ u. Po zahˇra´t´ı nohou pod peˇrinou docház´ı k parestezii, která je spojená se záˇskuby doln´ıch konˇcetin. Tato parestezie nut´ı jedince vstát a chodit. Následuj´ıc´ı ch˚ uze obt´ıˇze zm´ırˇ nuje. Syndrom neklidn´ ych nohou dˇel´ıme do dvou skupin: primárn´ı a sekundárn´ı. Primárn´ı syndrom neklidn´ ych nohou je zˇrejmˇe geneticky podm´ınˇen. Sekundárn´ı syndrom neklidn´ ych nohou nacház´ıme napˇr. u Parkinsonovy choroby, avitaminózi a hyperlipidémii. [9, s. 266]

119

120

Pˇ r´ıloha B Typy z´ akladn´ıch EEG rytm˚ u

121

doba

nebo

lok´ aln´ı

pˇ revahy

pˇ r´ıtomnosti

podm´ınky

oblast nebo okcipitáln´ı

zavˇrené oˇci

bdˇen´ı, relaxace,

maxima a parietáln´ı

bdˇen´ı, motorick´ y

difuzn´ı

variabiln´ı

amplituda pˇ r´ıtomnosti

difuzn´ı

nenorm´ aln´ı

precentráln´ı

klid 5-100 %

difuzn´ı

variabiln´ı

normáln´ı (?)

normáln´ı

nenormáln´ı

kappa

normáln´ı (?)

hrot nebo ostré vlny pozitivnˇe ostrá vlna + jiné pomalé pozi-

ospalost, bdˇen´ı

a temporáln´ı

pˇredn´ı

a temporáln´ı

vizuáln´ı stimulace

problému (?)

bdˇen´ı pˇri ˇreˇsen´ı

nebo stres

bdˇen´ı, vzruˇsen´ı

parieto-

nebo otevˇren´ı oˇc´ı

nástup spánku

stimulace

ospalost - r˚ uzná

stimulace

bdˇen´ı - sluchová

okcipitáln´ı

frontáln´ı

bdˇen´ı

a frontáln´ı

2-10

variabiln´ı

difuzn´ı

rozsah rytmu

difuzn´ı

norm´ aln´ı

5-100 %

difuzn´ı

typ

5-100

5-100 %

20-200

variabiln´ı

lokáln´ı

[µV]

8-12 Hz 2-20

20-200

variabiln´ı

variabiln´ı

normáln´ı 30-50 Hz

5-100

lokáln´ı

lokáln´ı

vertex

precentráln´ı

0,5-4,0 Hz

5-40

variabiln´ı

difuzn´ı

vertex

a frontáln´ı

0,5-4,0 Hz

5-100

variabiln´ı

difuzn´ı

precentráln´ı

a spánková normáln´ı

5-7 Hz

20-50

variabiln´ı

lokáln´ı

deprimace nenormáln´ı

8-12 Hz

50-100

variabiln´ı

frekvence

normáln´ı 18-30 Hz

nebo

alfa normáln´ı

rytmu

beta

gama

delta

tivnˇe negativn´ı aj.

5-100

normáln´ı (?)

theta

normáln´ı

12-14 Hz

pozitivnˇe negativn´ı

normáln´ı

lambda

K-komplex

spánková vˇretena

Tabulka B.1: Tabulka základn´ıch typ˚ u EEG rytm˚ u. [7]

122

Pouˇ zit´ a literatura a zdroje [1] SCHOMER D. L., DA SILVA F. L. Niedermeyer’s electroencephalography: basic principles, clinical applications, and related fields. 6th ed. Philadelphia, Pa: Lippincott Williams & Wilkins, 2010. ISBN 0781789427. [2] LEE-CHIONG T. L. Sleep: a comprehensive handbook. Hoboken, N.J.: Wiley, c2006. ISBN 978-0-471-68371-1. [3] GERLA V. Automated Analysis of Long-Term EEG Signals. Ph.D. thesis, CTU-FEE, Prague, 2012, online: [4] ALDRICH M. S. Sleep medicine. New York: Oxford University Press, 1999. Contemporary neurology series, 53. ˇÍMALOVA ´ S., SONKA ˇ [5] NEVS K. Poruchy spánku a bdˇen´ı. 2., doplnˇené a pˇrepracované vydán´ı Praha: Galén, 2007, 345 s. ISBN 978-80-7262-500-0. ˇ A ´ A. Fyziologie spánku [online]. Brno, 2007 [cit. 2016-02-16]. [6] BAROSOV Bakaláˇrská práce. Masarykova univerzita, Pˇr´ırodovˇedecká fakulta. Vedouc´ı práce Martin Vácha Dostupné z: . [7] TROJAN, Stanislav. Lékaˇrská fyziologie. 4. pˇrepracované a doplnˇené vydán´ı Praha: Grada, 2003. ISBN 80-247-0512-5. ˇ ˇ ´ K., ZAV ´ E ˇ SICK ˇ ´ L. Nespavost: zvládán´ı ne[8] PRASKO J., ESPA-CERVEN A A spavosti. 1. vydán´ı Praha: Portál, 2004, 102 s. Rádci pro zdrav´ı. ISBN 807178-919-4. 123

[9] SEIDL Z. Neurologie pro studium i praxi. 2., pˇrepracované a doplnˇené vydán´ı. Praha: Grada, 2015. ISBN 978-80-247-5247-1. [10] SHARBROUGH F., CHATRIAN G. E., LESSER R. P., LUDERS H., NUWER M., PICTON T. W. American electroencephalographic society guidelines for standard electrode position nomenclature. J. Clin. Neurophysiol., 8:200–202, 1991. [11] KAHOUN J. Automatická detekce spánkové apnoe. Praha, 2015. Diplomová ˇ e vysoké uˇcen´ı technické. Vedouc´ı práce Ing. Václav Gerla, Ph.D.. práce. Cesk´ ´ [12] NAVRATIL L. Vnitˇrn´ı lékaˇrstv´ı: pro nelékaˇrské zdravotnické obory. 1. vyd. Praha: Grada, 2008. ISBN 978-80-247-2319-8. [13] EKG vyˇsetˇren´ı. WikiSkripta [online]. 2008- [cit. 2016-04-13]. ISSN 18046517. Dostupné z: [14] NAGEL Ch. C# 2005: programujeme profesionálnˇe. Vyd. 1. Pˇreklad Jakub Mikulaˇst´ık, Petr Dokoupil. Brno: Computer Press, 2006. ISBN 80-251-11814. [15] NASH T. C# 2010: rychlý pr˚ uvodce novinkami a nejlepˇs´ımi postupy. Vyd. 1. Brno: Computer Press, 2010. ISBN 978-80-251-3034-6. ´ J. a PAZDERA L. Casovˇ ˇ [16] SMUTNY e frekvenˇcn´ı analýza reálných signál˚ u. 1. vyd. Brno: ECON, 2003. ISBN 80-86433-23-4. [17] BRIGHAM E. The fast Fourier transform and its applications. Englewood Cliffs, N.J.: Prentice Hall, c1988. ISBN 0133075052. ´ N. Vyuˇzit´ı FFT pˇri diagnostice Alzheimerovy choroby z EEG. [18] KOPECKA ˇ e vysoké uˇcen´ı technické. Vedouc´ı práce Praha, 2013. Bakaláˇrská práce. Cesk´ doc. Ing. Jarom´ır Kukal Ph.D.. ˇ e [19] HORNIAK R. Analýza EEG signálu. Praha, 2010. Diplomová práce. Cesk´ vysoké uˇcen´ı technické. Vedouc´ı práce Ing. Václav Gerla. 124

[20] Smˇerodatná

odchylka.

Matematika.cz

[online].

Nová

média,

s.

r.

o., 2014 [cit. 2016-04-18]. Dostupné z: [21] HENDL J. Pˇrehled statistických metod: analýza a metaanalýza dat. 4., rozˇs. vyd. Praha: Portál, 2012. ISBN 978-80-262-0200-4. [22] NATHAN A. WPF 4 unleashed. Indianapolis, Ind.: Sams, c2010. Unleashed. ISBN 978-0-672-33119-0.

125

Fakulta elektrotechnická Katedra kybernetiky. Analýza dlouhodobých. Studijní program: Otevřená informatika, Magisterský

Recommend Documents