Clasificación de etapas de sueño mediante análisis de polisomnogramas usando redes neuronales basadas en grafos

Abstract

[Resumen] La continua evolución de diversas tecnologías y el auge del big data han resaltado la necesidad de disponer de herramientas avanzadas que ayuden en sectores fundamentales, como la salud. Uno de los retos importantes en este sector es la interpretación de los polisomnogramas, esenciales para el diagnóstico y seguimiento de diversos trastornos del sueño. Esta tarea implica la clasificación de las etapas de sueño, un proceso que puede ser complejo y exigente para los profesionales del sueño. Este Trabajo Fin de Grado detalla el desarrollo de una Red Neuronal basada en Grafos, que puede ayudar al análisis y la interpretación de polisomnogramas debido a sus características únicas, cuyo propósito es mejorar el proceso de clasificación de las etapas de sueño en los polisomnogramas, mitigando errores inducidos por la fatiga y la sobrecarga de información.[Abstract] The ongoing evolution of various technologies and the rise of big data have highlighted the need for advanced tools that assist in key sectors, such as health. One significant challenge in this sector is the interpretation of polysomnograms, which are essential for diagnosing and monitoring various sleep disorders. This task involves the classification of sleep stages, a process that can be complex and demanding for sleep professionals. This dissertation details the development of a Graph Neural Network, which can assist in the analysis and interpretation of polysomnograms due to its unique features. Its purpose is to enhance the process of classifying sleep stages in polysomnograms, mitigating errors induced by fatigue and information overload.