Classification of sleep stages is an essential area of research that helps develop
treatments for people with sleep disorders. According to common sleep stage criteria,
sleep is divided into six different stages: Wakeful sleep (W), REM (rapid eye
movement) sleep, and non-REM sleep (S1-S4). Sleep processing can be performed by
analyzing electroencephalogram (EEG) signals in a 30-second cycle (epoch). These
stages are chosen and established on an analysis of brain workouts during sleep. This
reveals a clear pattern that characterizes each stage. Sleep deprivation can cause
various illnesses, including obesity, heart disease, diabetes, and reduced life
expectancy [2]. Sleep professionals usually classify sleep stages into
polysomnography (PSG) signals. Polysomnography consists of an
electroencephalogram (EEG), electro-oculogram (EOG), electromyogram (EMG), and
electrocardiogram (ECG) [2]. In addition, one category of such classifiers, Deep
Learning (DL) based EEG signal classification, is used to classify sleep stages. The
treatise includes an analysis of the performance of the considered methods of sleep
grading. In addition, the strengths and weaknesses of classical and deep learning-based
sleep staging methods will be explored. In addition, we compared standard
classification with the data fusion methods with their accuracy.
ÖZ:
Uyku aşamalarının sınıflandırılması, uyku bozukluğu olan kişiler için tedavilerin
geliştirilmesine yardımcı olan önemli bir araştırma alanıdır. Yaygın uyku evresi
kriterlerine göre uyku altı farklı evreye ayrılır: uyanık uyku (W), REM (hızlı göz
hareketi) uykusu ve REM olmayan uyku (S1-S4). Uyku işleme, bir
elektroensefalogram (EEG) analiz edilerek gerçekleştirilebilir. 30 saniyelik bir
döngüde (dönem) sinyaller. Bu aşamalar, uyku sırasındaki beyin egzersizlerinin
analizine göre seçilir ve kurulur. Bu, her aşamayı karakterize eden net bir modeli
ortaya çıkarır. Uyku yoksunluğu, obezite, kalp hastalığı ve diyabet gibi çeşitli
hastalıklara neden olarak yaşam beklentisini azaltabilir [2]. Uyku uzmanları genellikle
uyku aşamalarını polisomnografi (PSG) olarak sınıflandırır. Polisomnografi bir
elektroensefalogram (EEG), electro-oculogram (EOG), elektromiyogram (EMG) ve
elektrokardiyogramdan (EKG) oluşur [2]. Bu görev, uyku aşamalarını sınıflandırmak
için EEG sinyallerini kullanır. Sinyal işleme teknikleri, Veri birleştirme yöntemi gibi
standart sınıflandırıcılarda gerekli işlevselliği çıkarır. Ayrıca uyku evrelerini
sınıflandırmak için son teknoloji ürünü derin öğrenme tabanlı EEG sinyal
sınıflandırması kullanılmaktadır. Tez, dikkate alınan uyku derecelendirme
yöntemlerinin performansının bir analizini içerir. Ayrıca klasik ve derin öğrenmeye
dayalı uyku evreleme yöntemlerinin güçlü ve zayıf yönleri keşfedilecektir. Ek olarak,
standart sınıflandırma ile veri birleştirme yöntemlerini doğrulukları açısından
karşılaştırdık.
