Un enfoque de cribado automático para el diagnóstico de la apnea obstructiva del sueño basado en electrocardiograma de un solo canal

Los enfoques tradicionales para el diagnóstico de la apnea obstructiva del sueño (AOS) tienden a utilizar múltiples canales de señales fisiológicas para detectar eventos de apnea dividiendo las señales en segmentos de igual longitud, lo que puede llevar a una detección incorrecta de eventos de apnea y debilitar el rendimiento del diagnóstico de AOS. Este documento propone un enfoque de cribado basado en segmentación automática con el canal único de la señal de electrocardiograma (ECG) para el diagnóstico de sujetos con AOS, y el trabajo principal del enfoque propuesto se centra en tres aspectos: (i) se adopta un algoritmo de segmentación de señal automática para la segmentación de señal en lugar de la regla de segmentación de igual longitud; (ii) se mejora un filtro mediano local para la reducción de los intervalos RR inesperados antes de la segmentación de señal; (iii) el índice de severidad de AOS diseñado y la información adicional de admisión de sospechosos de AOS se integran en la máquina de soporte vectorial (SVM) para el diagnóstico de sujetos con AOS. Se proporciona un ejemplo clínico real de la base de datos de PhysioNet para validar el enfoque propuesto y se obtiene una precisión promedio del 97.41% para el diagnóstico de sujetos, lo que demuestra la efectividad para el diagnóstico de AOS.