• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Máster UVa
    • Dokumentanzeige
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Máster UVa
    • Dokumentanzeige
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/4461

    Título
    Extracción y clasificación de características del electrocardiograma y la variabilidad del ritmo cardiaco. Aplicación al síndrome de la apnea-hipopnea del sueño
    Autor
    Gómez Pilar, JavierAutoridad UVA Orcid
    Director o Tutor
    Hornero Sánchez, RobertoAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de TelecomunicaciónAutoridad UVA
    Año del Documento
    2013
    Titulación
    Máster en Investigación en Tecnologías de la Información y las Comunicaciones
    Zusammenfassung
    El propósito de este TFM es evaluar la utilidad del análisi automático de la señal de variabilidad del ritmo cardiaco (HRV) procedente del electrocardiograma (ECG)como posible alternativa a la polisomnografía (PSG) para ayudar al diagnóstico del Síndrome de Apnea-Hipopnea del Sueño (SAHS). Para ello, se dispuso de 240 registros de ECG procedentes de sujetos sospechosos de padecer SAHS. Estos registros fueron procesados mediante técnicas de análisis espectral y no lineal para la extracción de características. Posteriormente, se realizó una selección de dichas características mediante regresión logística paso a paso para, finalmente, realizar una clasificación basada en máquinas de soporte vectorial (SVM). Los sujetos fueron divididos en dos grupos: entrenamiento (sobre los que se extrajeron una serie de umbrales óptimos de decisión diagnóstica) y test (con lo que se midió el rendimiento diagnóstico). Dicho rendimiento fue expresado en términos de sensibilidad, especificidad, precisión y área bajo la curva ROC (AROC).
    Materias (normalizadas)
    Electrocardiografía-Informática
    Departamento
    Teoría de la Señal y Comunicaciones e Ingenieria Telemática
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/4461
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Máster UVa [7034]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    TFM-G265.pdf
    Tamaño:
    2.040Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalSolange nicht anders angezeigt, wird die Lizenz wie folgt beschrieben: Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10