Klassifisering av Hypopné og Obstruktiv Søvnapné med Somnofy

Somnofy, en Doppler-basert radar utviklet av VitalThings, undersøkes som metode for å gjenkjenne søvnapné og hypopné. Søvnrelaterte sykdommer diagnotiseres gjerne med polysomnografi, som er både kostbart i form av tid og ressurser. Det gir motivasjon for å undersøke om en høyst skalerbar portabel sensor, Somnofy, er anvendelig som et ledd i diagnotisering for å minske behovet for polysomnografi. Et konvolusjonalt nevralt nettverk er foreslått, som med 1-sekunds granularitet predikerer om apné eller hypopné forekommer med et 30-sekunders glidende vindu. Forskjellige teknikker for databalansering testes, og viktigheten av de ulike signalene kvantifiseres empirisk. Den foreslåtte modellen er ikke presis nok til å bestemme på sekund-nivå når et event starter og slutter, men viser god overenstemmelse med apné-hypopné indekser. En foreslått hybrid teknikk for databalanserings har de beste empiriske resultatene. Okysgenmetning, pustedata og fysisk bevegelse er de viktigste signalene. Å bruke modellen til kliniske diagnoser er per dags dato ikke anbefalt, men modellen viser seg anvendelig i å anslå alvorlighetsgred av søvnapné. Videre validering og empirisk testing er anbefalt før foreslått modell anvendes.