Pattern recognition applied to airflow recordings to help in sleep Apnea-Hypopnea Syndrome diagnosis

Abstract

El Síndrome de la Apnea Hipopnea del Sueño (SAHS) es un trastorno caracterizado por pausas respiratorias durante el sueño. Se considera un grave problema de salud que afecta muy negativamente a la calidad de vida y está relacionada con las principales causas de mortalidad, como los accidentes cardiovasculares y cerebrovasculares. A pesar de su elevada prevalencia (2–7%) se considera una enfermedad infradiagnosticada. El diagnóstico estándar se realiza mediante polisomnografía (PSG) nocturna, que es un método complejo y de alto coste. Estas limitaciones han originado largas listas de espera. Esta Tesis Doctoral tiene como principal objetivo simplificar la metodología de diagnóstico del SAHS . Para ello, se propone el análisis exhaustivo de la señal de flujo aéreo monocanal. La metodología propuesta se basa en tres fases (i) extracción de características, (ii) selección de características, y (iii) procesado de la señal mediante métodos de reconocimiento de patrones. Los resultados obtenidos muestran un alto rendimiento diagnóstico de la propuesta tanto en la detección como en la determinación del grado de severidad del SAHS. Por ello, la principal conclusión de la Tesis Doctoral es que los métodos de reconocimiento automático de patrones aplicados sobre la señal de flujo aéreo monocanal resultan de utilidad para reducir la complejidad del proceso de diagnóstico del SAHS.