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.