Warning: ini_set(): A session is active. You cannot change the session module's ini settings at this time in /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php on line 69

Warning: Cannot modify header information - headers already sent by (output started at /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php:69) in /home/memoriascnib/public_html/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.inc.php on line 478

Warning: Cannot modify header information - headers already sent by (output started at /home/memoriascnib/public_html/lib/pkp/classes/session/SessionManager.inc.php:69) in /home/memoriascnib/public_html/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.inc.php on line 479
TY - JOUR AU - Contreras-Chávez, L. B. AU - Guerrero-Mora, G. AU - Méndez, M. O. AU - Palacios-Hernández, E. R. AU - Alba-Cadena, A. AU - Kortelainen, J. PY - 2017/02/22 Y2 - 2026/03/22 TI - Análisis de Textura para la detección del Síndrome de Apnea Nocturna JF - Memorias del Congreso Nacional de Ingeniería Biomédica JA - MCNIB VL - 1 IS - 1 SE - Trabajos Libres 2014-2017 DO - UR - https://www.memoriascnib.mx/index.php/memorias/article/view/189 SP - 123-126 AB - <p>La apnea es un problema mundial que afecta a casi el 4% de la población y que tiene implicaciones en ámbitos tanto sociales como fisiológicos. En este trabajo se presenta un algoritmo para la detección del síndrome de apnea-hipopnea del sueño (SAHS) basada en la señal respiratoria tomada de los registros polisomnográficos y de un colchón sensorizado de 10 pacientes, siguiendo los protocolos bioéticos para la investigación con seres humanos. El algoritmo utiliza la transformada wavelet y el análisis de textura para la extracción de rasgos en ventanas de 2 minutos. Estos rasgos son usados como entradas a clasificadores lineales y cuadráticos para discriminar entre ventanas con apnea y no-apnea. Los resultados muestran un nivel de exactitud de aproximadamente 90% para la señal de flujo, mientras que para la señal del colchón fue de cerca de 74%. Estos resultados sugieren que el análisis de textura es una buena herramienta en la extracción de rasgos para la detección de SAHS, y el colchón parece ser un método prometedor para el diagnóstico de este trastorno del sueño en forma indirecta.</p> ER -