Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Poster Tesis Gustavo
Poster Tesis Gustavo
- Se espera una efectividad y confiabilidad mayor al 85% del entrenamiento de redes neuronales artificia-
les para la clasificación de pacientes con y sin narcolepsia. Referencias
- Se espera información de calidad y oportuna con resultados, gráficos y recomendaciones, validados por
especialistas y así optimizar el diagnóstico de la narcolepsia tipo I. [1]Hypnos Instituto del Sueño (11 de marzo de 2018). Narcolepsia. Recuperado de http://
hypnosperu.com/narcolepsia/
[2]Jens B. et al, Neural network analysis of sleep stages enables efficient diagnosis of narco-
Conclusiones lepsy (2018). Recuperado de https://www.nature.com/articles/s41467-018-07229-3
- Para el procesamiento de las señales EEG provenientes del registro polisonmográfico se debe tener en cuenta el estándar de American Academy [3]Zhongxing Z. Geert M. et al, Exploring the clinical features of narcolepsy type 1 versus nar-
of Sleep Medicine (AASM). colepsy type 2 from European Narcolepsy Network database with machine learning (2018)
- Para la interfaz gráfica de usuario se debe tener en cuenta que el diseño final debe ser intuitivo y con las herramientas necesarias para Recuperado de: https://www.nature.com/articles/s41598-018-28840-w
que el profesional de la salud pueda utilizarlo sin problemas. [4]Nicola M. et al, Cascaded LSTM recurrent neural network for automated sleep stage classi-
- La información y diagnóstico resultado final del proyecto, debe ser validado no solo por un especialista del áre a de ingeniería si no fication using single-channel EEG signals (2019), Recuperado de https://
también por un especialista del área médica. www.sciencedirect.com/science/article/pii/S0010482519300137