RT info:eu-repo/semantics/masterThesis
T1 Detección automática de spindles en niños con apnea obstructiva del sueño mediante técnicas de deep learning
A1 Pacho Velasco, Victoria
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Apnea obstructiva del sueño (AOS) infantil
K1 Deep learning
K1 Electroencefalograma (EEG)
AB La Apnea Obstructiva del Sueño (AOS) infantil es un trastorno muy prevalente a nivel mundial (1-5% de la población), que tiene graves consecuencias en la salud y afecta el desarrollo de los niños afectados. Gracias a los nuevos avances tecnológicos, se ha observado que pequeñas oscilaciones presentes fundamentalmente durante las fases N2 y N3 del sueño entre 11-16 Hz, conocidas como spindles del sueño. Estos spindles están íntimamente relacionadas con el proceso cognitivo de las personas en general y de los niños en particular. Este descubrimiento abre una nueva línea de investigación orientada a desarrollar algoritmos que detecten automáticamente spindles empleando para ello la señal de electroencelafograma (EEG), y que sirvan para estudiar posibles trastornos en función de su número, densidad y características concretas. Además, estas nuevas técnicas permiten disminuir la carga de trabajo y la variabilidad inter-observador en la labor de detección de dichas oscilaciones en las señales EEG.El objetivo de este Trabajo Fin de Máster ha sido evaluar la utilidad de algoritmos basados en técnicas de deep learning para detectar spindles del sueño en señales EEG de niños de entre 6 y 9 años con sospecha de AOS. La mayoría de los estudios científicos publicados hasta la fecha actual sobre la detección de spindles se ha centrado principalmente en pacientes adultos, lo que, junto con las diferencias de la AOS en sujetos adultos provoca que los modelos de detección de spindles no sean fácilmente generalizables a la población infantil.
YR 2023
FD 2023
LK https://uvadoc.uva.es/handle/10324/63134
UL https://uvadoc.uva.es/handle/10324/63134
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 20-oct-2024