Diagnosis of the sleep apnea-hypopnea syndrome : a comprehensive approach through an intelligent system to support medical decision

Abstract

[Abstract] This doctoral thesis carries out the development of an intelligent system to support medical decision in the diagnosis of the Sleep Apnea-Hypopnea Syndrome (SAHS). SAHS is the most common disorder within those affecting sleep. The estimates of the disease prevalence range from 3% to 7%. Diagnosis of SAHS requires of a polysomnographic test (PSG) to be done in the Sleep Unit of a medical center. Manual scoring of the resulting recording entails too much effort and time to the medical specialists and as a consequence it implies a high economic cost. In the developed system, automatic analysis of the PSG is accomplished which follows a comprehensive perspective. Firstly an analysis of the neurophysiological signals related to the sleep function is carried out in order to obtain the hypnogram. Then, an analysis is performed over the respiratory signals which have to be subsequently interpreted in the context of the remaining signals included in the PSG. In order to carry out such a task, the developed system is supported by the use of artificial intelligence techniques, specially focusing on the use of reasoning mechanisms capable of handling data imprecision. Ultimately, it is the aim of the proposed system to improve the diagnostic procedure and help physicians in the diagnosis of SAHS.

[Resumen] Esta tesis aborda el desarrollo de un sistema inteligente de apoyo a la decisión clínica para el diagnóstico del Síndrome de Apneas-Hipopneas del Sueño (SAHS). El SAHS es el trastorno más común de aquellos que afectan al sueño. Afecta a un rango del 3% al 7% de la población con consecuencias severas sobre la salud. El diagnóstico requiere la realización de un análisis polisomnográfico (PSG) en una Unidad del Sueño de un centro hospitalario. El análisis manual de dicha prueba resulta muy costoso en tiempo y esfuerzo para el médico especialista, y como consecuencia en un elevado coste económico. El sistema desarrollado lleva a cabo el análisis automático del PSG desde una perspectiva integral. A tal efecto, primero se realiza un análisis de las señales neurofisiológicas vinculadas al sueño para obtener el hipnograma, y seguidamente, se lleva a cabo un análisis neumológico de las señales respiratorias interpretándolas en el contexto que marcan las demás señales del PSG. Para lleva a cabo dicha tarea el sistema se apoya en el uso de distintas técnicas de inteligencia artificial, con especial atención al uso mecanismos de razonamiento con soporte a la imprecisión. El principal objetivo del sistema propuesto es la mejora del procedimiento diagnóstico y ayudar a los médicos en diagnóstico del SAHS.

[Resumo] Esta tese aborda o desenvolvemento dun sistema intelixente de apoio á decisión clínica para o diagnóstico do Síndrome de Apneas-Hipopneas do Sono (SAHS). O SAHS é o trastorno máis común daqueles que afectan ao sono. Afecta a un rango do 3% ao 7% da poboación con consecuencias severas sobre a saúde. O diagnóstico pasa pola realización dunha análise polisomnográfica (PSG) nunha Unidade do Sono dun centro hospitalario. A análise manual da devandita proba resulta moi custosa en tempo e esforzo para o médico especialista, e como consecuencia nun elevado custo económico. O sistema desenvolvido leva a cabo a análise automática do PSG dende unha perspectiva integral. A tal efecto, primeiro realizase unha análise dos sinais neurofisiolóxicos vinculados ao sono para obter o hipnograma, e seguidamente, lévase a cabo unha análise neumolóxica dos sinais respiratorios interpretándoos no contexto que marcan os demais sinais do PSG. Para leva a cabo esta tarefa o sistema apoiarase no uso de distintas técnicas de intelixencia artificial, con especial atención a mecanismos de razoamento con soporte para a imprecisión. O principal obxectivo do sistema proposto é a mellora do procedemento diagnóstico e axudar aos médicos no diagnóstico do SAHS.