Uso de técnicas de aprendizaje automático no supervisado para la caracterización de señales médicas en registros polisomnográficos

Abstract

[Resumen]: Este proyecto aborda, desde una perspectiva de investigación, la aplicación de métodos enmarcados en el aprendizaje automático no supervisado para la caracterización de señales que registran la actividad de las piernas durante una polisomnografia (estudio del sueño), con el propósito de identificar las diferentes tipologias de eventos de interés médico ocurridos en estas señales, para la elaboración de un atlas de los diferentes tipos de eventos y para la generación de conocimiento médico por medio de la asociación de variables de interés clínico a los diferentes grupos de eventos.

[Abstract]: This proyect addresses, from a research perspective, the application of unsupervised machine learning methods is sought for the characterization of signals that register the activity of the leg muscles during a polysomnography (sleep study), to identify the different types of events of medical interest that were present in this signals, with the purpose of developing an atlas containing the different types of events, and to generate medical knowledge through the association of the different types of events in this signals with variables of clinical interest.