Estudi de senyals mitjançant aprenentatge automàtic pel diagnòstic d’apnees del son

Abstract

La síndrome de l’apnea obstructiva del son (SAOS) és una malaltia habitual avui en dia i la polisomnografia (PSG) és la prova principal en la que es basen els especialistes per diagnosticar SAOS, ja que mostra diverses senyals vitals del pacient i enregistra informació sobre les apnees i hipopnees patides. Es coneix que existeixen relacions dins d’aquest grup de senyals adquirits per la PSG i s’està treballant sobre ells en diferents estudis utilitzant diverses tècniques innovadores. En aquest projecte es planteja com a objectiu principal trobar les relacions que existeixen entre les senyals dels pacients amb SAOS, utilitzant com a eina la intel·ligència artificial. És a dir, mitjançant programació d’aprenentatge automàtic i un conjunt d’observacions de pacients amb SAOS es buscarà un mètode de treball capaç de predir el comportament d’alguna de les senyals a partir de l’anàlisi de les demés. S’elaboren diferents experiments per extreure la màxima informació sobre els diferents atributs que caracteritzen una apnea i trobar els lligams que hi ha entre aquests. També s’observa la diferència entre els tipus d’obstruccions, la presència de micro-despertars i la posició del pacient. Finalment, es comprova que existeixen relacions entre les senyals de la PSG i que amb la modelització realitzada en el projecte és possible predir la dessaturació patida durant un esdeveniment obstructiu a partir de les demés senyals.