Classificação automática do sono: Contribuição utilizando distância de Itakura-Saito e Wavelets

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores

A classificação do sono é, tipicamente, feita visualmente por especialistas. É um processo demorado, dispendioso e subjectivo mas muito importante por permitir analisar a estrutura de sono e diagnosticar os seus distúrbios. Este trabalho pretende ser uma contribuição para a classificação automática do sono, apenas com base numa derivação do electroencefalograma. É utilizada a distância espectral de Itakura-Saito para calcular a profundidade do sono e através da aplicação da Transformada Wavelet Contínua detectaram-se os fusos do sono. A problemática relativa ao uso de uma distância espectral entre um modelo e o espectro em estudo é abordada, assim como o cálculo do próprio modelo. Os resultados mostram que, calculando a profundidade do sono através da distância de Itakura-Saito (DIS) é possível classificar com grande eficiência o estado Acordado, N2 e N3. Embora os estados REM e N1 não se consigam classificar apenas com base na DIS eles não se confundem com nenhum dos restantes estados. A Transformada Wavelet também se mostrou bastante eficiente na detecção de fusos do sono embora por vezes ocorram falsos positivos e alguns fusos sejam excluídos devido aos critérios exigentes que foram aplicados. Uma interface para o utilizador (SleepLab), onde os procedimentos estão intuitivamente organizados, foi implementada