Resumen

Se propone un método novedoso para el reconocimiento de patrones respiratorios de señales de biorradiolocalización (BSBP) en la tarea de cribado sin contacto del síndrome de apnea del sueño (SAS) y se implementa sobre la base de aplicaciones de transformada wavelet (WT) y red neuronal (NNW). La selección de los parámetros óptimos de la WT incluye la determinación del nivel adecuado de descomposición wavelet y la mejor base para la extracción de características mediante el criterio de entropía modificado. La selección de las propiedades óptimas de NNW incluye la definición del mejor número de neuronas ocultas y el algoritmo de aprendizaje para la topología de NNW elegida. La eficacia del enfoque propuesto se comprueba en una base de datos clínicamente verificada de señales BRL correspondientes a las tres clases de patrones respiratorios: apnea obstructiva del sueño (AOS); apnea central del sueño (ACS); sueño tranquilo normal (SCN) sin episodios de respiración alterada durante el sueño (SDB).

• Materias:Electromagnetismo Redes de telecomunicaciones Radiofrecuencia Teoría de Antenas Redes Inalámbricas Ondas de radiofrecuencia
• Subjects:Electromagnetism Telecommunications networks Radio frequency Antenna theory Wireless Networks Radio frequency waves
• Palabras claves:patrón respiratorio, criterio de entropía modificado, tarea de no contacto, señal respiratoria de biorradiolocalización, cribado del sueño, patrón de biorradiolocalización, nivel de wavelet, apnea obstructiva del sueño, patrón respiratorio de señal, clase de respiración
• Keywords:breathing pattern, modified entropy criteria, task of noncontact, bioradiolocation signal breathing, screening of sleep, pattern of bioradiolocation, level of wavelet, obstructive sleep apnea, signal breathing pattern, class of breathing