Algoritmo de Deep-learning híbrido para predicción de eventos de apnea del sueño

Mellado, Diego; Saavedra, Carolina

Abstract

Predecir la aparición de eventos de apnea durante el sueño, tiene como beneficio reducir los efectos patológicos de la apnea, como la dificultad de concentrarse, perdidas de memoria y somnolencia diurna. El proyecto tiene como objetivo principal mejorar la calidad de la predicción de eventos de apnea del sueño mediante el uso de un algoritmo híbrido de Deep-learning y la fusión de señales de polisomnografía, además de validar el modelo propuesto mediante un estudio comparativo entre este y otros algoritmos utilizados comúnmente, utilizando señales provenientes de diversas bases de datos de polisomnografía.

Más información

Fecha de publicación: 2016
Año de Inicio/Término: 2016-2017
Financiamiento/Sponsor: Universidad de Valparaíso
DOI:

Concurso de proyectos para estudiantes, "Los Estudiantes Primero", PMI UVA 1315; GEROPOLIS, PMI UVA 1401 e Innovación en Salud, PMI UVA 1402.