Análisis de Textura para la detección del Síndrome de Apnea Nocturna

Abstract

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.