Método de diagnóstico da síndrome da apnéia obstrutiva do sono (SAOS) em grau leve através de aprendizado de máquina / Method for diagnosing mild obstructive sleep apnea syndrome (OSAS) using machine learning

• Autor(a) principal: Soares, Brenda Irla Cardoso Feitosa
• Data de Publicação: 2022
• Outros Autores: da Silva, Luis Fillype, Queiroz, Jonathan Araújo, Filho, Allan Kardec Duailibe Barros
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Veras
• Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/43032
• topic: Apneia; Eletrocardiograma; Polissonografia; Diagnóstico.

A Síndrome da Apneia Obstrutiva do Sono (SAOS) é caracterizada pela fragmentação e hipoxia repetitiva durante o sono, quando não diagnosticada e tratada da forma adequada se torna causa de complicações graves associadas a doenças cardiovasculares. O diagnóstico dessa síndrome requer um estudo clínico detalhado, denominado polissonografia, composto por uma série de exames, dificultando o processo de diagnóstico da SAOS. O exame de polissonografia é considerado padrão para diagnóstico e avaliação dos distúrbios respiratórios do sono, como o próprio nome sugere, este exame reúne diversos testes que realizam análise da atividade cerebral (EEG), cardíaca (ECG), ocular (EOG) e muscular (EMG). Devido à complexidade na realização da polissonografia, o presente trabalho objetiva classificar e diagnosticar dois grupos de indivíduos, saudáveis e com SAOS em grau leve, a partir dos sinais de ECG aplicados em rede neural MLP juntamente à análise de componentes principais (PCA). Ao utilizar a metodologia de extração de características, adaptada para diagnóstico da apneia obstrutiva do sono, os resultados foram amostrados em duas e três dimensões com classificação de 95% de acurácia.