Revista de trastornos del sueño: tratamiento y cuidados

Detección de eventos de apnea del sueño mediante técnicas de aprendizaje profundo

Mahmood Abed* y Turgay Ibrikci

Esta investigación destaca un enfoque automatizado para detectar eventos de apnea del sueño a partir de estudios del sueño. La prueba de polisomnograma es el estándar de oro para diagnosticar la apnea del sueño. Desafortunadamente, es costosa, requiere mucho tiempo e incómoda para los pacientes. Seleccionamos señales que se pueden obtener simplemente usando un oxímetro de pulso portátil de punta de dedo y una camiseta inteligente hexoskin. Por lo tanto, el costo de la polisomnografía se reducirá al utilizar menos equipo y suficiente al mismo tiempo. Por lo tanto, el valor científico de esta investigación es simplificar las formas utilizadas por otros expertos en sueño en este campo. Se utilizaron dos bases de datos de apnea del sueño para entrenar y probar cuatro modelos de aprendizaje profundo. Se combinaron tres señales fisiológicas para formar una ventana de 60 segundos de tamaño. Se demostró que los enfoques de aprendizaje profundo son suficientes para detectar eventos de apnea dependiendo de la calidad de los datos y la arquitectura de la red neuronal. El modelo híbrido superó a otros modelos con un 97% y un 92% de precisión.