Transferencia de aprendizaje en la clasificación de estados de sueño

Abstract

[Resumen] La clasificación de estados de sueño es una rama de la medicina del sueño que se encarga de detectar anomalías en el sueño de un individuo, utilizando para ello información de señales como EEG, EOG y EMG. En los últimos años han sido muchos los trabajos publicados que tratan de automatizar esta tarea de clasificación. En ellos se han utilizado distintas técnicas, entre las que destaca el Aprendizaje Máquina. Concretamente a través del Aprendizaje Profundo se han conseguido buenos resultados. En este trabajo, se aplica transferencia de aprendizaje para clasificar fases de sueño. Para ello, partiendo de un modelo de Aprendizaje Profundo basado en redes convolucionales, se realiza un ajuste detallado del mismo para llevar a cabo dicha clasificación sobre distintos conjuntos de datos.

[Abstract] The classification of sleep stages is a branch of sleep medicine that aims to detect anomalies in someone’s sleep, using information from signals such as EEG, EOG and EMG. In recent years there have been many published works that attempt to automate this classification task. In this works, different techniques have been used, among which Machine Learning stands out. Specifically, through Deep Learning, good results have been achived. In this work, transfer learning is applied to clasiffy sleep stages. For this, from a Deep Learning model based on convolutional networks, a detailed adjustment is made to perform this classification on different data sets.