Zpracování aktigrafických dat pacientů s bipolární poruchou

Abstract

Náplní této bakářské práce byla explorační analýza aktigrafických dat pacientů s diagnostikovanou bipolární poruchou. Studiem odborné literatury byly shromážděny především fyzické příznaky bipolární poruchy. Dále byly popsány základní charakteristiky použitých aktigrafických signálů, psychologických dotazníků a vztahy mezi nimi. Byly použity dvě široce aplikované analytické metody: kosinorová analýza a permutační entropie. V obou případech bylo cílem nalézt konfigurace těchto metod tak, aby bylo možné provést separaci tří základních symptomatických episod bipolání poruchy: deprese, mánie a remise. Nakonec byl natrénován klasifikátor pomocí metody podpůrných vektorů (support vector machine), který na základě vypočítaných indikátorů korektně identifikuje danou symptomatickou epizodu.

In this thesis exploratory analysis was performed on actigraphic signal from patients diagnosed with bipolar disorder. Physical manifestations were compiled as reported in a number of medical studies. The acquisition process and characteristics of actigraphy were described and subsequently related to psychological questionnaires. Two major analytical methods widely applied to physiological data were utilized: cosinor analysis and permutation entropy. In both cases the aim was to find configurations that best separate the three main episodes symptomatic of bipolar disorder: depression, mania and remission. Finally, support vector machine classifier was trained to classify an actigraphic signal based on computed indicators.