Detección de sueño en señales de frecuencia cardíaca

RAMIRO CASAL; GASTÓN SCHLOTTHAUER

Mar del Plata

Congreso; XVII Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2017; 2017

Universidad Nacional de Mar del Plata

El síndrome de apnea/hipoapnea obstructiva del sueño (SAHOS) es uno de los trastornos de sueño con mayor prevalencia. Es causado por una reducción del flujo de aire inspirado en las vías aéreas superiores durante el sueño. La medida más importante que permite cuantificar la severidad del  SAHOS  es  el  índice  de  apneas/hipoapneas  por  hora  de sueño (IAH). Es importante desarrollar métodos que permitan realizar un screening automático de este síndrome, mejorando la accesibilidad y los costos asociados a estudios de polisomnografía. En este trabajo se aplican técnicas de aprendizaje maquinal con el objetivo de determinar si un paciente se encuentra despierto o dormido a partir de señales de frecuencia cardíaca provistas mediante oximetría de pulso. La estimación del tiempo total de sueño permitirá mejorar los algoritmos existentes que aproximan el IAH e implementar nuevos algoritmos utilizando únicamente oximetría de pulso. En la etapa de extracción de características se hizo uso de la teoría de la información, la transformada ondita continua y estadísticos clásicos. Se seleccionaron los parámetros óptimos utilizando como medida de desempeño el área bajo la curva ROC. Con las características óptimas se entrenó un clasificador SVM y se calculó la exactitud (0,79), sensibilidad (0,70) y la especificidad (0,82). Se evaluaron los tiempos de sueño correspondientes a cada paciente, obteniendo un bajo error relativo promedio (0,15). Además se realizó un análisis de Bland-Altman para comparar los tiempos de sueño estimados con los reales.