Análisis y reconocimiento de patrones de señales biomédicas relacionadas a las etapas de sueño.

Abstract

Este proyecto consistió en la realización de la segunda fase de un sistema de clasificación automática de las etapas del sueño, capaz de generar pulsos binaurales para combatir trastornos del sueño en los atletas.En esta segunda fase se realizo un algoritmo capaz de obtener los datos provenientes de la conexión entre el electro - cap y la Cyton Board, para luego procesar las los datos y poderlos utilizar en distintos clasificadores, los cuales están basados en los principios de Machine Learning. Para poder aplicar esto primero se analizaron diferentes características que sirvieran para poder extraer la mayor información posible a las señales electroencefalográficas (EEG) y así los clasificadores pudieran identificar los distintos patrones correspondientes a cada una de las etapas del sueño. Para el entrenamiento del los clasificadores se utilizaron datos de distintas polisomnografias utilizando las características previamente analizadas las cuales fueron: Zero Crossing (ZC), Mean Absolute Value (MAV), Max Min Distance (MMD), Slow wave activity (SWA) y Curtosis. Todos los resultados obtenidos y sus señales finalmente fueron almacenados en una base de datos que se realizó en conjunto con los clasificadores y así poder tener un conjunto de datos biomédicos según estándares internacionales. (A)