RT info:eu-repo/semantics/masterThesis T1 Detección automática de apneas del sueño a partir del electrocardiograma A1 Alonso Lucea, Carlos K1 Apnea del sueño K1 Electrocardiograma K1 Señal EDR K1 Dempster-Shafer K1 Redes neuronales K1 Fusión de datos K1 Sleep apnea K1 Electrocardiogram K1 EDR signal K1 Neural netwotk K1 Data fusion K1 Telecomunicaciones K1 Telecommunication AB En este proyecto se desarrollan dos clasificadores para la detección de apneas centrales utilizando la señal ECG de pacientes reales. El primero de ellos utiliza un decisor estadístico basado en la teoría de la evidencia de Dempster-Shafer para fusionar los resultados obtenidos de seis técnicas de identificación de apneas diferentes, a partir de la señal EDR. Los resultados muestran una detección del 82 % con un 63 % de ellas con un nivel de certeza por encima del 90 %. En el segundo, mediante técnicas de Machine Learning, con una red neuronal de siete capas, se consiguen resultados del 89 % de detección. YR 2022 FD 2022 LK http://hdl.handle.net/10017/53497 UL http://hdl.handle.net/10017/53497 LA spa DS MINDS@UW RD 28-mar-2024