SlideShare una empresa de Scribd logo
• Introducción
• La presión arterial
• Objetivos
• Datos de partida
• Metodología
• Resultados
• Conclusiones
2
• La globalización tecnológica y la innovación han
transformado la manera en que se imparten los
servicios de salud
• Las intervenciones médicas han sufrido un cambio
radical, pasando del “contacto personal directo y
puntual” en tiempo y espacio, hacia una interacción
“continua e independiente del espacio físico”
• Las enfermedades han
evolucionado, de agudas a
crónicas, al tiempo que la
población envejece
rápidamente en todo el mundo
3
• Necesidad de monitorizar la
presión arterial de forma
continua
• Modelos no invasivos no lo
permiten
• Modelos invasivos tienen una
alta componente de riesgo
4
“La presión arterial (ABP) es una
medida de la fuerza aplicada a
las paredes arteriales por parte
de la sangre impulsada desde el
corazón”
- Diastólica (ABPdias): mínimo
- Sistólica (ABPsys): máximo
5
Métodos no invasivos (sin riesgos, medida discontinua)
6
Palpado Auscultación Oscilometría
- Una de las
primeras técnicas
empleadas
- Se basa en el
análisis del pulso
sanguíneo
- No permite medir
la presión arterial
diastólica
- Muy utilizada en el
ámbito clínico
(medicina general)
- Se basa en los
sonidos de
Korotkoff
- Permite medir la
presión arterial
diastólica y sistólica
- Muy utilizada en el
ámbito personal
(usuario
independiente)
- Se basa en
algoritmos
propietarios a partir
de la medida de la
presión arterial
media
- Permite medir la
presión arterial
diastólica y sistólica
Métodos no invasivos
7
Palpado Auscultación Oscilometría
Métodos invasivos (con riesgo, medida continua)
8
Cateterismo o sonda intraarterial
Puede producir
Métodos no invasivos + HOLTER (¡¡¡insuficiente!!!)
9
- Tasas de muestreo < 5 x 10-4 Hz
(≈ cada 20-30 minutos)
- Impide detectar estados
hemodinámicos (posiblemente
críticos) fuera de dicho rango
de muestreo
• Definir una metodología propia para la
estimación de la presión arterial de forma no
invasiva (NIBPE)
• Establecer una primera aproximación al
problema  Analizar las señales extraídas para diversos sujetos en
el contexto clínico
 Definir modelos de caracterización a partir de la
información asociada a cada estado hemodinámico
 Establecer metodologías para la selección de las
variables más adecuadas
 Comparar diversas estructuras de extracción de
conocimiento, analizando el uso de diferentes
combinaciones de fuentes de información biométrica
Para ello
10
FASE I:
Análisis de las
señales y
aplicación del
preprocesado
FASE II:
Extracción de
características
FASE III:
Selección de
características
FASE IV:
Clasificación
FASE V:
Validación,
análisis de los
resultados y
selección del
modelo de
clasificador
11
Almacenamiento de bases de
datos de registros de origen
fisiológico
12
Ofertar el acceso a
dicha información a
toda la comunidad
científica
• MIMIC I Database (Interfaz ATM)
13
• MIMIC I Database (Boston's Beth Israel Hospital, en
colaboración con la Harvard-MIT Division of Health
Sciences and Technology)
14
- Monitorización en la UCI
- 100 pacientes
- Sesiones desde 24h-42h hasta semanas
- Gran cantidad de variables fisiológicas
• MIMIC I Database (Boston's Beth Israel Hospital, en
colaboración con la Harvard-MIT Division of Health
Sciences and Technology)
15
0 1 2 3 4 5 6 7 8
x 10
4
-50
0
50
100
150
200
250
300
350
400
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
NBPmean (mmHg)
NBPsys (mmHg)
NBPdias (mmHg)
PAPmean (mmHg)
PAPsys (mmHg)
PAPdias (mmHg)
PAWP (mmHg)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
• MIMIC I Database (Boston's Beth Israel Hospital, en
colaboración con la Harvard-MIT Division of Health
Sciences and Technology)
16
0 2 4 6 8 10 12 14 16 18
x 10
4
-50
0
50
100
150
200
250
300
350
400
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
ABPdias
ABPsys
HR
RESP
SpO2
18
0 1 2 3 4 5 6 7 8
x 10
4
0
50
100
150
200
250
300
Time (sec)
ABP (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
6.75 6.8 6.85 6.9 6.95 7 7.05 7.1 7.15 7.2
x 10
4
0
20
40
60
80
100
120
140
160
180
200
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
6 6.5 7 7.5 8
x 10
4
0
50
100
150
200
250
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
0.75 0.8 0.85 0.9 0.95 1 1.05 1.1 1.15 1.2 1.25
x 10
4
0
50
100
150
200
250
300
350
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
Registros no
balanceados
Señales fuera
de rango
Ausencia
temporal de
señal y
transitorios
Picos espurios
abruptos
Filtrado paso alta clásico  No válido
19
0 5 10 15
x 10
4
-50
0
50
100
150
200
250
300
350
400
Señales originales
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
0 5 10 15
x 10
4
-150
-100
-50
0
50
100
150
Señales filtradas
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
0 5 10 15
x 10
4
-50
0
50
100
150
200
250
300
Señales filtradas + DC
Time (sec)
ABPmean (mmHg)
ABPsys (mmHg)
ABPdias (mmHg)
HR (bpm)
PULSE (bpm)
RESP (bpm)
SpO2 (%)
Análisis basado en wavelets (Daubechies nivel d1)
20
Filtrado wavelet basado en ventanas de
error gaussiano
21
2 4 6 8 10 12 14
x 10
4
0
100
200
300
Señal original. Media: 7.341702e+001, std: 1.010409e+001
2 4 6 8 10 12 14
x 10
4
0
100
200
300
400
Aproximación a nivel 1 (a1). Media: 1.038273e+002, std: 1.402542e+001
2 4 6 8 10 12 14
x 10
4
-20
-10
0
10
20
Detalle a nivel 1 (d1). Media: 1.994702e-005, std: 2.733409e+000
2 4 6 8 10 12 14
x 10
4
-200
0
200
Señal original. Media: 7.341702e+001, var: 1.020926e+002
2 4 6 8 10 12 14
x 10
4
-400
-200
0
200
400
600
Aproximación a nivel 1 (a1). Media: 1.038273e+002, var: 1.967123e+002
2 4 6 8 10 12 14
x 10
4
-40
-20
0
20
40
Detalle a nivel 1 (d1). Media: 1.994702e-005, var: 7.471522e+000
Margenenµ±2.5σ
Margenenµ±2.5σ2
Filtrado wavelet basado en ventanas de
error gaussiano
22
0 10 20 30 40 50 60 70 80 90 100
0
50
100
0 10 20 30 40 50 60 70 80 90 100
0
0.5
1
0 10 20 30 40 50 60 70 80 90 100
0
0.5
1
0 10 20 30 40 50 60 70 80 90 100
0
0.5
1
0 10 20 30 40 50 60 70 80 90 100
0
0.5
1
6850 6860 6870 6880 6890 6900 6910 6920 6930 6940 6950
0
50
100
150
200
250
300
350
6850 6860 6870 6880 6890 6900 6910 6920 6930 6940 6950
0
2
4
6
8
10
12
Error en la vecindad de la
muestra detectada como errónea
Fusión de ventanas de
error adyacentes
23
1000 2000 3000 4000 5000 6000 7000 8000 9000
0
100
200
300
Señal original
1000 2000 3000 4000 5000 6000 7000 8000 9000
-100
0
100
Descomposición wavelet de nivel 1 (familia db1)
1000 2000 3000 4000 5000 6000 7000 8000 9000
0
2
4
6
Ventanas de error
1000 2000 3000 4000 5000 6000 7000 8000 9000
60
70
80
90
100
Señal procesada (ventanas anómalas eliminadas)
Filtradowaveletbasadoen
ventanasdeerrorgaussiano
24
• Hipotensión (ABPsys<90, ABPDdias<60)
• Normal (90≤ABPsys≤120, 60≤ABPsys≤80)
• Prehipertensión (121≤ABPsys≤139, 81≤ABPsys≤89)
• Hipertensión de nivel 1 (140≤ABPsys≤159, 90≤ABPsys≤99)
• Hipertensión de nivel 2 (160≤ABPsys, 100≤ABPsys)
Estados
hemodinámicos
• AND (inclusivo)
• OR (complementario)
• Dias (basado en la ABPdias)
• Sys (basado en la ABPsys)
Modelos
• Individual (Intrasujeto)
• Combinado (Intersujeto)
Estudios
25
0 2 4 6 8 10 12 14 16 18
x 10
4
Hypotension
Normal
Prehypertension
Stage 1 Hypertension
Stage 2 Hypertension
Cuantización para la señal de ABPdias
0 2 4 6 8 10 12 14 16 18
x 10
4
Hypotension
Normal
Prehypertension
Stage 1 Hypertension
Stage 2 Hypertension
Cuantización para la señal de ABPsys
0 2 4 6 8 10 12 14 16 18
x 10
4
Hypotension
Normal
Prehypertension
Stage 1 Hypertension
Stage 2 Hypertension
Cuantización basada en modelo AND
0 2 4 6 8 10 12 14 16 18
x 10
4
Hypotension
Normal
Prehypertension
Stage 1 Hypertension
Stage 2 Hypertension
Cuantización basada en modelo OR
Magnitudes
Amplitud
Autocorrelación
Autoregresión de media móvil
Cepstrum
Coherencia espectral
Correlación cruzada
Densidad espectral de energía
Espectro en amplitud
Espectro en fase
Histograma
Índice de desfase
Reconstrucción de mínima fase
Transformada discreta del coseno
Transformada de Hadamard
Transformada de Hilbert
Valor de los históricos
Wavelet
Operaciones matemático-estadísticas
Coeficiente de asimetría
Cruces por cero
Curtosis
Desviación estándar
Distorsión armónica total
Energía total
Entropía
Máximo
Media aritmética, armónica, geométrica, truncada
Mediana
Mínimo
Moda
Momento de orden 4 y 5
Posición del máximo/mínimo
Rango
Varianza
27
• Influye en el proceso
de clasificación
POSICIÓN ÓPTIMA
Pocas Características
Buena Clasificación
0 200 400 600 800
-1
-0.5
0
0.5
1
x 10
4 Acel. TOBILLO, Act. CORRER
Características
Valordelacaracterística
0 200 400 600 800
-1
-0.5
0
0.5
1
x 10
4 Acel. TOBILLO, Act. CORRER
Características
Valordelacaracterística
• Conjunto de características muy amplio
(1323 variables  21323 ≈ 1.8 x 10398 posibles
combinaciones)
29
30
• Modelos empleados
• Bhattacharyya 
• Entropía 
• RQG-DR 
• ROC 
• Ttest 
• Wilcoxon 
Banos, O., Pomares, H., Rojas, I.: Ambient Living Activity Recognition based on Feature-set Ranking Using Intelligent
Systems. In: Proceedings of the 2010 International Joint Conference on Neural Networks (IJCNN 2010), IEEE, Barcelona
July 18-23, (2010)
𝐵 =
1
4
𝑋 − 𝑌 2
𝜎𝑋
2
+ 𝜎𝑌
2
+
1
2
𝑙𝑜𝑔
𝜎𝑋
2
+ 𝜎𝑌
2
2 𝜎𝑋
2
× 𝜎𝑌
2
Ω =
1
2
𝜎𝑋
2
𝜎𝑌
2 +
𝜎𝑌
2
𝜎𝑋
2 − 2 + 𝑋 − 𝑌 2
×
1
𝜎𝑋
2 +
1
𝜎𝑌
2
𝑝 𝑘 =
1
𝑁 − 1
𝑚 𝑘, 𝑛
𝑀
𝑁
𝑛≠𝑘
AUC ∝ 1 − 𝑋 𝑘 − 𝑋 𝑘−1 𝑌𝑘 − 𝑌𝑘−1
𝑛
𝑘=1
𝑡 =
𝑋 − 𝑌
𝜎𝑋
2
𝑛
+
𝜎𝑌
2
𝑚
𝑈 = 𝑅 −
𝑛 𝑛 + 1
2
• Pueden ser
 Supervisados / No supervisados
 Binarios / Multientrada
 Binarios / Multiobjetivo
 Paramétricos / No paramétricos
 Etc.
• Principales
opciones
 Lógica Difusa
 Redes Neuronales
 Máquinas de Soporte Vectorial
 Árboles de Decisión
 K-vecinos más cercanos
 Redes Bayesianas
 Modelos Ocultos de Markov
32
33
• Clasificadores binarios son más robustos y
ofrecen por lo general mejor performance
• Los modelos para definir sistemas de
decisión multiclase no aprovechan las
capacidades que ofrecen las unidades
binarias o resultan muy costosos
• No existe un modelo unificado que
proporcione resultados destacables bajo
cualquier contexto o ámbito de aplicación
Hierarchical weighted classifier (HWC)
N classes
    NqxDxO mknq
N
n
mnmkmq ,...,1
1
 

 )(maxarg mkmq
q
m xOq 

 N
k
mk
mn
mn
R
R
1


 M
k
k
m
m
R
R
1

NqxOxxOxO pkpq
M
p
pMkkqkq ,...,1)(}),...,({)(
1
1  

  ],...,1[)(maxarg NqxOq kq
q

M sources&
34
36
ESTUDIOS MODELOS CATEGORÍAS
TECNICAS
SELEC.
PARADIGMAS
CLAS.
SUB-
EXPERIMENTOS
ESQUEMAS
052nm AND HR
Bhattacha
ryya
SVM 1 carac. Training
055nm OR RESP Entropía DT 5 carac. Test
212nm Dias SpO2 RQG-DR NB 10 carac.
403nm Sys HR-RESP ROC kNN
408nm HR-SpO2 Ttest
Todos RESP-SpO2 Wilcoxon
HR-RESP-SpO2
¡¡¡24192 experimentos!!!
37
ESTUDIOS MODELOS CATEGORÍAS
TECNICAS
SELEC.
PARADIGMAS
CLAS.
SUB-
EXPERIMENTOS
ESQUEMAS
052nm AND HR
Bhattacha
ryya
SVM 1 carac. Training
055nm OR RESP Entropía DT 5 carac. Test
212nm Dias SpO2 RQG-DR NB 10 carac.
403nm Sys HR-RESP ROC kNN
408nm HR-SpO2 Ttest
Todos RESP-SpO2 Wilcoxon
HR-RESP-SpO2
¡2016 experimentos!
38
Individual Combinado
HR
kNN + 5 carac. (usando ROC y Ttest) permite ≈
100% para todos los modelos (AND, OR, Dias, Sys)
kNN + 10 carac. (usando Ttest), con resultados >
89% para Sys
RESP
kNN + 10 carac. (usando Ttest) permite > 96%
para todos los modelos, salvo para Dias donde se
obtiene > 88%
kNN + 10 carac. (usando Ttest), con resultados >
98% para AND
SpO2
≈ 100% (mejores en media que para los estudios
HR y RESP). Muy buenos para DT y SVM + 1 carac.
(Ttest), también muy buenos para kNN (también
en Ttest)
DT + 10 carac. (usando Ttest), con resultados > 93%
para AND
HR-RESP
DT y SVM + 1 carac. ofrecen muy buenos
resultados, pero los mejores para kNN + 10 carac.
(Ttest). Globalmente mejores que HR y RESP por
separado
Muy buenos resultados para kNN + 10 carac.
(usando Ttest), salvo para el caso Dias. Se alcanzan
ratios > 92% para el modelo OR
HR-SpO2
Resultados equiparables a los obtenidos para HR-
RESP
kNN + 10 carac. (usando Ttest), con resultados >
96% para AND, > 90% para Sys, > 85% para Dias
RESP-SpO2
100% para todos los casos al emplear kNN + 10
carac. (en Ttest)
kNN, SVM + 1 carac. (usando Ttest) permite > 95%,
> 96% respectivamente para Dias. Se alcanza un
100% para AND y > 94% para Sys al emplear 10
caracterísicas
HR-RESP-
SpO2
Resultados equiparables a los de RESP-SpO2, pero
algo peores para el caso Dias
kNN, DT ó SVM + 10 carac. (usando Ttest) alcanzan
valores ≈ 100% para AND. En concreto kNN
permite > 96% para Sys, > 88% para Dias
• Para el estudio individual
– DT, SVM y kNN permiten modelos con ratios cercanos
al 100%
– Sólo 1 carac. necesaria
– 1 fuente es suficiente (destaca el uso del SpO2)
• Para el estudio combinado
– Mejores resultados para el modelo kNN + 10 carac.
– Combinaciones de fuentes suelen ofrecer mejores
ratios (superiores al 95% en muchos casos)
• HR-RESP  OR (>92%)
• RESP-SpO2  Dias (>96%)
• HR-RESP-SpO2  AND (100%), Sys (>96%)
40
• El preprocesado, modelo de extracción y
selección de características, y clasificador
determinan de forma directa la eficiencia del
sistema
• Se obtienen diferentes realizaciones algunas
de las cuales ofrecen ratios de eficiencia
prácticamente absolutos
• Se establece un buen marco de inicio para
poder abordar el problema con un mayor
contenido informativo y desde una
perspectiva más cuantitativa
41
• Estudiar otras alternativas a la metodología
propuesta, trabajando también en la mejora de
las técnicas ideadas y aplicando un estudio
cruzado
• Analizar un conjunto mayor de datos,
monitorizaciones en otros contextos y
definiciones de estados hemodinámicos más
realistas (conjuntos difusos)
• Definir una base de datos propia en colaboración
con el HUVN
42
• Combinación con los estudios de la
ADL y aplicación en entornos AmI
Sistema automático para la estimación de la presión arterial a partir de parámetros biométricos no intrusivos. Aplicación a contextos de e-salud y teleasistencia

Más contenido relacionado

La actualidad más candente

Neumonia dayro
Neumonia dayroNeumonia dayro
Neumonia dayro
Dayro Fuenmayor
 
Enfermedades Respiratorias Bajas
Enfermedades Respiratorias BajasEnfermedades Respiratorias Bajas
Enfermedades Respiratorias Bajas
Oswaldo A. Garibay
 
6.clase meningitis bacteriana
6.clase meningitis bacteriana6.clase meningitis bacteriana
Síndrome coronario agudo
Síndrome coronario agudo Síndrome coronario agudo
Síndrome coronario agudo
claudia amaya sanchez
 
Tuberculosis
TuberculosisTuberculosis
Tuberculosis
Karen Yanira
 
Sepsis y Shock Séptico
Sepsis y Shock SépticoSepsis y Shock Séptico
Sepsis y Shock Séptico
gueste86d1e
 
Sepsis sepsis severa - shock séptico
Sepsis   sepsis severa - shock sépticoSepsis   sepsis severa - shock séptico
Sepsis sepsis severa - shock séptico
Ricardo Falcón
 
Enfermedad coronaria angina estable
Enfermedad coronaria   angina estableEnfermedad coronaria   angina estable
Enfermedad coronaria angina estable
Francisco Mujica
 
Diagnostico y Tratamiento de la Tuberculosis resistente
Diagnostico y Tratamiento de la Tuberculosis resistenteDiagnostico y Tratamiento de la Tuberculosis resistente
Diagnostico y Tratamiento de la Tuberculosis resistente
eddynoy velasquez
 
Tratamiento de la tuberculosis
Tratamiento de la tuberculosisTratamiento de la tuberculosis
Tratamiento de la tuberculosis
Olenka Brizseida Dueñas Mandamientos
 
Hipertension arterial Guia AHA 2020
Hipertension arterial Guia AHA 2020Hipertension arterial Guia AHA 2020
Hipertension arterial Guia AHA 2020
Esteban Chung
 
INSUFICIENCIA CARDIACA PRESENTACION
INSUFICIENCIA CARDIACA PRESENTACIONINSUFICIENCIA CARDIACA PRESENTACION
INSUFICIENCIA CARDIACA PRESENTACION
Pharmed Solutions Institute
 
Asma Bronquial. Atención Primaria
Asma Bronquial. Atención PrimariaAsma Bronquial. Atención Primaria
Asma Bronquial. Atención Primaria
Luis Tobajas Belvís
 
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
Juan Camilo Castro Aldana
 
Cetoacidosis Diabetica
Cetoacidosis DiabeticaCetoacidosis Diabetica
Cetoacidosis Diabetica
lalinarias
 
Sepsis en Pediatria brian
Sepsis en Pediatria brianSepsis en Pediatria brian
Sepsis en Pediatria brian
Brian Arnez
 
Farmacología de la ventilación mecánica
Farmacología de la ventilación mecánicaFarmacología de la ventilación mecánica
Farmacología de la ventilación mecánica
Elena Plaza Moreno
 
Oximetria venosa, saturacion venosa
Oximetria venosa, saturacion venosaOximetria venosa, saturacion venosa
Oximetria venosa, saturacion venosa
Ana Angel
 
Tuberculosis pulmonar buena
Tuberculosis pulmonar buenaTuberculosis pulmonar buena
Tuberculosis pulmonar buena
walter anibal carrillo eslava
 
Endocarditis Infecciosa
Endocarditis  InfecciosaEndocarditis  Infecciosa
Endocarditis Infecciosa
Carmelo Gallardo
 

La actualidad más candente (20)

Neumonia dayro
Neumonia dayroNeumonia dayro
Neumonia dayro
 
Enfermedades Respiratorias Bajas
Enfermedades Respiratorias BajasEnfermedades Respiratorias Bajas
Enfermedades Respiratorias Bajas
 
6.clase meningitis bacteriana
6.clase meningitis bacteriana6.clase meningitis bacteriana
6.clase meningitis bacteriana
 
Síndrome coronario agudo
Síndrome coronario agudo Síndrome coronario agudo
Síndrome coronario agudo
 
Tuberculosis
TuberculosisTuberculosis
Tuberculosis
 
Sepsis y Shock Séptico
Sepsis y Shock SépticoSepsis y Shock Séptico
Sepsis y Shock Séptico
 
Sepsis sepsis severa - shock séptico
Sepsis   sepsis severa - shock sépticoSepsis   sepsis severa - shock séptico
Sepsis sepsis severa - shock séptico
 
Enfermedad coronaria angina estable
Enfermedad coronaria   angina estableEnfermedad coronaria   angina estable
Enfermedad coronaria angina estable
 
Diagnostico y Tratamiento de la Tuberculosis resistente
Diagnostico y Tratamiento de la Tuberculosis resistenteDiagnostico y Tratamiento de la Tuberculosis resistente
Diagnostico y Tratamiento de la Tuberculosis resistente
 
Tratamiento de la tuberculosis
Tratamiento de la tuberculosisTratamiento de la tuberculosis
Tratamiento de la tuberculosis
 
Hipertension arterial Guia AHA 2020
Hipertension arterial Guia AHA 2020Hipertension arterial Guia AHA 2020
Hipertension arterial Guia AHA 2020
 
INSUFICIENCIA CARDIACA PRESENTACION
INSUFICIENCIA CARDIACA PRESENTACIONINSUFICIENCIA CARDIACA PRESENTACION
INSUFICIENCIA CARDIACA PRESENTACION
 
Asma Bronquial. Atención Primaria
Asma Bronquial. Atención PrimariaAsma Bronquial. Atención Primaria
Asma Bronquial. Atención Primaria
 
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
1. FISIOLOGIA CARDIOVASCULAR Y ANESTESIA
 
Cetoacidosis Diabetica
Cetoacidosis DiabeticaCetoacidosis Diabetica
Cetoacidosis Diabetica
 
Sepsis en Pediatria brian
Sepsis en Pediatria brianSepsis en Pediatria brian
Sepsis en Pediatria brian
 
Farmacología de la ventilación mecánica
Farmacología de la ventilación mecánicaFarmacología de la ventilación mecánica
Farmacología de la ventilación mecánica
 
Oximetria venosa, saturacion venosa
Oximetria venosa, saturacion venosaOximetria venosa, saturacion venosa
Oximetria venosa, saturacion venosa
 
Tuberculosis pulmonar buena
Tuberculosis pulmonar buenaTuberculosis pulmonar buena
Tuberculosis pulmonar buena
 
Endocarditis Infecciosa
Endocarditis  InfecciosaEndocarditis  Infecciosa
Endocarditis Infecciosa
 

Destacado

Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
NubiaOmana
 
Cyber bullying (1)
Cyber bullying (1)Cyber bullying (1)
Cyber bullying (1)
adrianalucaspico
 
Bullying presentación
Bullying presentaciónBullying presentación
Bullying presentación
Cristina Mendoza
 
Bullying O Matonaje
Bullying O MatonajeBullying O Matonaje
Bullying O Matonaje
carrillosaid
 
Programa anti-bullying
Programa anti-bullyingPrograma anti-bullying
Programa anti-bullying
TheKaptnBalu
 
Bullying
BullyingBullying
Bullying
BullyingBullying
Hostigamiento entre chicos
Hostigamiento entre chicos Hostigamiento entre chicos
Hostigamiento entre chicos
Vanesa Aiello Rocha
 
Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
Diana Nobles
 
Bullying el mal de nuestros tiempos
Bullying  el mal de nuestros tiemposBullying  el mal de nuestros tiempos
Bullying el mal de nuestros tiempos
Carmen Hdz
 
Acoso escolar. Módulo 2. Diplomado Violencia Escolar
Acoso escolar. Módulo 2. Diplomado Violencia EscolarAcoso escolar. Módulo 2. Diplomado Violencia Escolar
Acoso escolar. Módulo 2. Diplomado Violencia Escolar
Instituto Superior Iberico
 
Acoso Escolar
Acoso EscolarAcoso Escolar
Acoso Escolar
mjrielo
 
Ciberbullying
CiberbullyingCiberbullying
Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
elisabethcruzsalas
 
Carteles contra la violencia de género
Carteles contra la violencia de géneroCarteles contra la violencia de género
Carteles contra la violencia de género
mariangomez
 
Bullyin
BullyinBullyin
Diapositiva sobre el bullying.2
Diapositiva sobre el bullying.2Diapositiva sobre el bullying.2
Diapositiva sobre el bullying.2
Silvi_94
 
Taller acoso escolar
Taller acoso escolarTaller acoso escolar
Taller acoso escolar
Tania Ruiz
 
Acoso escolar bullying
Acoso escolar bullyingAcoso escolar bullying
Acoso escolar bullying
angieur28
 
Trabajo final bullying
Trabajo final bullyingTrabajo final bullying
Trabajo final bullying
María Cristina Pineda Robles
 

Destacado (20)

Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
 
Cyber bullying (1)
Cyber bullying (1)Cyber bullying (1)
Cyber bullying (1)
 
Bullying presentación
Bullying presentaciónBullying presentación
Bullying presentación
 
Bullying O Matonaje
Bullying O MatonajeBullying O Matonaje
Bullying O Matonaje
 
Programa anti-bullying
Programa anti-bullyingPrograma anti-bullying
Programa anti-bullying
 
Bullying
BullyingBullying
Bullying
 
Bullying
BullyingBullying
Bullying
 
Hostigamiento entre chicos
Hostigamiento entre chicos Hostigamiento entre chicos
Hostigamiento entre chicos
 
Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
 
Bullying el mal de nuestros tiempos
Bullying  el mal de nuestros tiemposBullying  el mal de nuestros tiempos
Bullying el mal de nuestros tiempos
 
Acoso escolar. Módulo 2. Diplomado Violencia Escolar
Acoso escolar. Módulo 2. Diplomado Violencia EscolarAcoso escolar. Módulo 2. Diplomado Violencia Escolar
Acoso escolar. Módulo 2. Diplomado Violencia Escolar
 
Acoso Escolar
Acoso EscolarAcoso Escolar
Acoso Escolar
 
Ciberbullying
CiberbullyingCiberbullying
Ciberbullying
 
Acoso escolar
Acoso escolarAcoso escolar
Acoso escolar
 
Carteles contra la violencia de género
Carteles contra la violencia de géneroCarteles contra la violencia de género
Carteles contra la violencia de género
 
Bullyin
BullyinBullyin
Bullyin
 
Diapositiva sobre el bullying.2
Diapositiva sobre el bullying.2Diapositiva sobre el bullying.2
Diapositiva sobre el bullying.2
 
Taller acoso escolar
Taller acoso escolarTaller acoso escolar
Taller acoso escolar
 
Acoso escolar bullying
Acoso escolar bullyingAcoso escolar bullying
Acoso escolar bullying
 
Trabajo final bullying
Trabajo final bullyingTrabajo final bullying
Trabajo final bullying
 

Similar a Sistema automático para la estimación de la presión arterial a partir de parámetros biométricos no intrusivos. Aplicación a contextos de e-salud y teleasistencia

Automatización en hematología
Automatización en hematologíaAutomatización en hematología
Automatización en hematología
lizbethhzr
 
Automatización en hematología
Automatización en hematologíaAutomatización en hematología
Automatización en hematología
ymonteza2
 
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
Nazul Becerril
 
2.tecnologia 5 diff horiba pentra 80 xl (1)
2.tecnologia 5 diff horiba pentra 80 xl (1)2.tecnologia 5 diff horiba pentra 80 xl (1)
2.tecnologia 5 diff horiba pentra 80 xl (1)
hugohuamanmuoz
 
técnicas inyección de contraste en tc
técnicas inyección de contraste en tctécnicas inyección de contraste en tc
técnicas inyección de contraste en tc
cristiancg2005
 
Presentación COR 50 - México-Abril 2024- Distribuidores.pdf
Presentación COR 50 - México-Abril 2024- Distribuidores.pdfPresentación COR 50 - México-Abril 2024- Distribuidores.pdf
Presentación COR 50 - México-Abril 2024- Distribuidores.pdf
EumilRodriguez
 
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
Jorge Esteban Cuevas Muñoz
 
2 principios y terminologia de qc
2 principios y terminologia de qc2 principios y terminologia de qc
2 principios y terminologia de qc
David Enrique Garcia Guevara
 
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugía
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugíaDiseño de un cuadro de indicadores para la seguridad del paciente en cirugía
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugía
Plan de Calidad para el SNS
 
El laboratorio clinico y sus diferentes fases
El laboratorio clinico y sus diferentes fasesEl laboratorio clinico y sus diferentes fases
El laboratorio clinico y sus diferentes fases
EduardoMontoya61
 
LH750 manual de operacion - coulter
LH750   manual  de operacion - coulter LH750   manual  de operacion - coulter
LH750 manual de operacion - coulter
Rolando Algarin
 
Control de calidad externo
Control de calidad externoControl de calidad externo
Control de calidad externo
cerdop
 
MONITOR MULTIPARAMETROS UMEC
MONITOR MULTIPARAMETROS UMECMONITOR MULTIPARAMETROS UMEC
MONITOR MULTIPARAMETROS UMEC
IME COLOMBIA
 
Gestion i
Gestion iGestion i
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.pptANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
fvukujevicFACEN
 
Toma de muestras12
Toma de muestras12Toma de muestras12
Toma de muestras12
jcbarron
 
Aseg. de la calidad CCI 27-09-2014
Aseg. de la calidad CCI 27-09-2014Aseg. de la calidad CCI 27-09-2014
Aseg. de la calidad CCI 27-09-2014
diplomadostmumayor
 
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptxCUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
Fabian Augusto Ortega Matute
 
Xs 800i-español
Xs 800i-españolXs 800i-español
Xs 800i-español
guayacan87
 
Revision bibliográfica: CEUS
Revision bibliográfica: CEUSRevision bibliográfica: CEUS
Revision bibliográfica: CEUS
Heidy Saenz
 

Similar a Sistema automático para la estimación de la presión arterial a partir de parámetros biométricos no intrusivos. Aplicación a contextos de e-salud y teleasistencia (20)

Automatización en hematología
Automatización en hematologíaAutomatización en hematología
Automatización en hematología
 
Automatización en hematología
Automatización en hematologíaAutomatización en hematología
Automatización en hematología
 
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
ACTUALIZACIÓN EN BIOQUÍMICA Control de Calidad en el Laboratorio Clínico 2a p...
 
2.tecnologia 5 diff horiba pentra 80 xl (1)
2.tecnologia 5 diff horiba pentra 80 xl (1)2.tecnologia 5 diff horiba pentra 80 xl (1)
2.tecnologia 5 diff horiba pentra 80 xl (1)
 
técnicas inyección de contraste en tc
técnicas inyección de contraste en tctécnicas inyección de contraste en tc
técnicas inyección de contraste en tc
 
Presentación COR 50 - México-Abril 2024- Distribuidores.pdf
Presentación COR 50 - México-Abril 2024- Distribuidores.pdfPresentación COR 50 - México-Abril 2024- Distribuidores.pdf
Presentación COR 50 - México-Abril 2024- Distribuidores.pdf
 
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
BA200-analizador-quimica clínica de uso veterinario y humano (ambos juntos)de...
 
2 principios y terminologia de qc
2 principios y terminologia de qc2 principios y terminologia de qc
2 principios y terminologia de qc
 
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugía
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugíaDiseño de un cuadro de indicadores para la seguridad del paciente en cirugía
Diseño de un cuadro de indicadores para la seguridad del paciente en cirugía
 
El laboratorio clinico y sus diferentes fases
El laboratorio clinico y sus diferentes fasesEl laboratorio clinico y sus diferentes fases
El laboratorio clinico y sus diferentes fases
 
LH750 manual de operacion - coulter
LH750   manual  de operacion - coulter LH750   manual  de operacion - coulter
LH750 manual de operacion - coulter
 
Control de calidad externo
Control de calidad externoControl de calidad externo
Control de calidad externo
 
MONITOR MULTIPARAMETROS UMEC
MONITOR MULTIPARAMETROS UMECMONITOR MULTIPARAMETROS UMEC
MONITOR MULTIPARAMETROS UMEC
 
Gestion i
Gestion iGestion i
Gestion i
 
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.pptANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
ANGIOTAC GENERALIDADES CHARLA FORMOSA16-08-2018.ppt
 
Toma de muestras12
Toma de muestras12Toma de muestras12
Toma de muestras12
 
Aseg. de la calidad CCI 27-09-2014
Aseg. de la calidad CCI 27-09-2014Aseg. de la calidad CCI 27-09-2014
Aseg. de la calidad CCI 27-09-2014
 
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptxCUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
CUIDADOS DE ENFERMERIA EN LA MONITORIZACIÓN.pptx
 
Xs 800i-español
Xs 800i-españolXs 800i-español
Xs 800i-español
 
Revision bibliográfica: CEUS
Revision bibliográfica: CEUSRevision bibliográfica: CEUS
Revision bibliográfica: CEUS
 

Más de Oresti Banos

Measuring human behaviour to inform e-coaching actions
Measuring human behaviour to inform e-coaching actionsMeasuring human behaviour to inform e-coaching actions
Measuring human behaviour to inform e-coaching actions
Oresti Banos
 
Measuring human behaviour by sensing everyday mobile interactions
Measuring human behaviour by sensing everyday mobile interactionsMeasuring human behaviour by sensing everyday mobile interactions
Measuring human behaviour by sensing everyday mobile interactions
Oresti Banos
 
Emotion AI: Concepts, Challenges and Opportunities
Emotion AI: Concepts, Challenges and OpportunitiesEmotion AI: Concepts, Challenges and Opportunities
Emotion AI: Concepts, Challenges and Opportunities
Oresti Banos
 
Biodata analysis
Biodata analysisBiodata analysis
Biodata analysis
Oresti Banos
 
Biosignal Processing
Biosignal ProcessingBiosignal Processing
Biosignal Processing
Oresti Banos
 
Automatic mapping of motivational text messages into ontological entities for...
Automatic mapping of motivational text messages into ontological entities for...Automatic mapping of motivational text messages into ontological entities for...
Automatic mapping of motivational text messages into ontological entities for...
Oresti Banos
 
Enabling remote assessment of cognitive behaviour through mobile experience s...
Enabling remote assessment of cognitive behaviour through mobile experience s...Enabling remote assessment of cognitive behaviour through mobile experience s...
Enabling remote assessment of cognitive behaviour through mobile experience s...
Oresti Banos
 
Ontological Modeling of Motivational Messages for Physical Activity Coaching
Ontological Modeling of Motivational Messages for Physical Activity CoachingOntological Modeling of Motivational Messages for Physical Activity Coaching
Ontological Modeling of Motivational Messages for Physical Activity Coaching
Oresti Banos
 
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
Oresti Banos
 
Analysis of the Innovation Outputs in mHealth for Patient Monitoring
Analysis of the Innovation Outputs in mHealth for Patient MonitoringAnalysis of the Innovation Outputs in mHealth for Patient Monitoring
Analysis of the Innovation Outputs in mHealth for Patient Monitoring
Oresti Banos
 
First Approach to Automatic Performance Status Evaluation and Physical Activi...
First Approach to Automatic Performance Status Evaluation and Physical Activi...First Approach to Automatic Performance Status Evaluation and Physical Activi...
First Approach to Automatic Performance Status Evaluation and Physical Activi...
Oresti Banos
 
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
Oresti Banos
 
High-Level Context Inference for Human Behavior Identi cation
High-Level Context Inference for Human Behavior IdenticationHigh-Level Context Inference for Human Behavior Identication
High-Level Context Inference for Human Behavior Identi cation
Oresti Banos
 
On the Development of A Real-Time Multi-Sensor Activity Recognition System
On the Development of A Real-Time Multi-Sensor Activity Recognition SystemOn the Development of A Real-Time Multi-Sensor Activity Recognition System
On the Development of A Real-Time Multi-Sensor Activity Recognition System
Oresti Banos
 
Facilitating Trunk Endurance Assessment by means of Mobile Health Technologies
Facilitating Trunk Endurance Assessment by means of Mobile Health TechnologiesFacilitating Trunk Endurance Assessment by means of Mobile Health Technologies
Facilitating Trunk Endurance Assessment by means of Mobile Health Technologies
Oresti Banos
 
Mining Human Behavior for Health Promotion
Mining Human Behavior for Health PromotionMining Human Behavior for Health Promotion
Mining Human Behavior for Health Promotion
Oresti Banos
 
Multiwindow Fusion for Wearable Activity Recognition
Multiwindow Fusion for Wearable Activity RecognitionMultiwindow Fusion for Wearable Activity Recognition
Multiwindow Fusion for Wearable Activity Recognition
Oresti Banos
 
Mining Minds: an innovative framework for personalized health and wellness su...
Mining Minds: an innovative framework for personalized health and wellness su...Mining Minds: an innovative framework for personalized health and wellness su...
Mining Minds: an innovative framework for personalized health and wellness su...
Oresti Banos
 
A Novel Watermarking Scheme for Image Authentication in Social Networks
A Novel Watermarking Scheme for Image Authentication in Social NetworksA Novel Watermarking Scheme for Image Authentication in Social Networks
A Novel Watermarking Scheme for Image Authentication in Social Networks
Oresti Banos
 
mHealthDroid: a novel framework for agile development of mobile health appli...
mHealthDroid: a novel framework for agile development of mobile health appli...mHealthDroid: a novel framework for agile development of mobile health appli...
mHealthDroid: a novel framework for agile development of mobile health appli...
Oresti Banos
 

Más de Oresti Banos (20)

Measuring human behaviour to inform e-coaching actions
Measuring human behaviour to inform e-coaching actionsMeasuring human behaviour to inform e-coaching actions
Measuring human behaviour to inform e-coaching actions
 
Measuring human behaviour by sensing everyday mobile interactions
Measuring human behaviour by sensing everyday mobile interactionsMeasuring human behaviour by sensing everyday mobile interactions
Measuring human behaviour by sensing everyday mobile interactions
 
Emotion AI: Concepts, Challenges and Opportunities
Emotion AI: Concepts, Challenges and OpportunitiesEmotion AI: Concepts, Challenges and Opportunities
Emotion AI: Concepts, Challenges and Opportunities
 
Biodata analysis
Biodata analysisBiodata analysis
Biodata analysis
 
Biosignal Processing
Biosignal ProcessingBiosignal Processing
Biosignal Processing
 
Automatic mapping of motivational text messages into ontological entities for...
Automatic mapping of motivational text messages into ontological entities for...Automatic mapping of motivational text messages into ontological entities for...
Automatic mapping of motivational text messages into ontological entities for...
 
Enabling remote assessment of cognitive behaviour through mobile experience s...
Enabling remote assessment of cognitive behaviour through mobile experience s...Enabling remote assessment of cognitive behaviour through mobile experience s...
Enabling remote assessment of cognitive behaviour through mobile experience s...
 
Ontological Modeling of Motivational Messages for Physical Activity Coaching
Ontological Modeling of Motivational Messages for Physical Activity CoachingOntological Modeling of Motivational Messages for Physical Activity Coaching
Ontological Modeling of Motivational Messages for Physical Activity Coaching
 
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
Mobile Health System for Evaluation of Breast Cancer Patients During Treatmen...
 
Analysis of the Innovation Outputs in mHealth for Patient Monitoring
Analysis of the Innovation Outputs in mHealth for Patient MonitoringAnalysis of the Innovation Outputs in mHealth for Patient Monitoring
Analysis of the Innovation Outputs in mHealth for Patient Monitoring
 
First Approach to Automatic Performance Status Evaluation and Physical Activi...
First Approach to Automatic Performance Status Evaluation and Physical Activi...First Approach to Automatic Performance Status Evaluation and Physical Activi...
First Approach to Automatic Performance Status Evaluation and Physical Activi...
 
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
First Approach to Automatic Measurement of Frontal Plane Projection Angle Dur...
 
High-Level Context Inference for Human Behavior Identi cation
High-Level Context Inference for Human Behavior IdenticationHigh-Level Context Inference for Human Behavior Identication
High-Level Context Inference for Human Behavior Identi cation
 
On the Development of A Real-Time Multi-Sensor Activity Recognition System
On the Development of A Real-Time Multi-Sensor Activity Recognition SystemOn the Development of A Real-Time Multi-Sensor Activity Recognition System
On the Development of A Real-Time Multi-Sensor Activity Recognition System
 
Facilitating Trunk Endurance Assessment by means of Mobile Health Technologies
Facilitating Trunk Endurance Assessment by means of Mobile Health TechnologiesFacilitating Trunk Endurance Assessment by means of Mobile Health Technologies
Facilitating Trunk Endurance Assessment by means of Mobile Health Technologies
 
Mining Human Behavior for Health Promotion
Mining Human Behavior for Health PromotionMining Human Behavior for Health Promotion
Mining Human Behavior for Health Promotion
 
Multiwindow Fusion for Wearable Activity Recognition
Multiwindow Fusion for Wearable Activity RecognitionMultiwindow Fusion for Wearable Activity Recognition
Multiwindow Fusion for Wearable Activity Recognition
 
Mining Minds: an innovative framework for personalized health and wellness su...
Mining Minds: an innovative framework for personalized health and wellness su...Mining Minds: an innovative framework for personalized health and wellness su...
Mining Minds: an innovative framework for personalized health and wellness su...
 
A Novel Watermarking Scheme for Image Authentication in Social Networks
A Novel Watermarking Scheme for Image Authentication in Social NetworksA Novel Watermarking Scheme for Image Authentication in Social Networks
A Novel Watermarking Scheme for Image Authentication in Social Networks
 
mHealthDroid: a novel framework for agile development of mobile health appli...
mHealthDroid: a novel framework for agile development of mobile health appli...mHealthDroid: a novel framework for agile development of mobile health appli...
mHealthDroid: a novel framework for agile development of mobile health appli...
 

Último

MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdfMAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
John144454
 
Reacciones Químicas en el cuerpo humano.pptx
Reacciones Químicas en el cuerpo humano.pptxReacciones Químicas en el cuerpo humano.pptx
Reacciones Químicas en el cuerpo humano.pptx
PamelaKim10
 
ANTRAX.pdf historia natural del antrax epidemiologia
ANTRAX.pdf historia natural del antrax epidemiologiaANTRAX.pdf historia natural del antrax epidemiologia
ANTRAX.pdf historia natural del antrax epidemiologia
Daniellaticona
 
SEMANA 10 - ADHESION CELULAR / BIOLOGÍA CELULAR
SEMANA 10 - ADHESION CELULAR  / BIOLOGÍA CELULARSEMANA 10 - ADHESION CELULAR  / BIOLOGÍA CELULAR
SEMANA 10 - ADHESION CELULAR / BIOLOGÍA CELULAR
JeanAbreguParedes
 
geologia de venezuela. TEMA PRECAMBRICO.pdf
geologia de venezuela. TEMA PRECAMBRICO.pdfgeologia de venezuela. TEMA PRECAMBRICO.pdf
geologia de venezuela. TEMA PRECAMBRICO.pdf
DanielaAlvarez728528
 
20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx
prodinetpc1
 
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptxS07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
MarceloDelaCruz11
 
NEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimicaNEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimica
DanielNava80
 
Clase de Teoria - N° 4. Oxígeno. Dr. Andonaire
Clase de Teoria - N° 4. Oxígeno. Dr. AndonaireClase de Teoria - N° 4. Oxígeno. Dr. Andonaire
Clase de Teoria - N° 4. Oxígeno. Dr. Andonaire
DiegoCiroCamarenaCan
 
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdf
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdfRodríguez, C. - La batalla campal en la Edad Media [2018].pdf
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdf
frank0071
 
Los enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplosLos enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplos
alexandrajunchaya3
 
oso panda vida reproducción hábitat y hábitos
oso panda vida reproducción hábitat y hábitososo panda vida reproducción hábitat y hábitos
oso panda vida reproducción hábitat y hábitos
olswaldso62
 
geología de Venezuela, TEMA PALEOZOICO.pdf
geología de Venezuela, TEMA PALEOZOICO.pdfgeología de Venezuela, TEMA PALEOZOICO.pdf
geología de Venezuela, TEMA PALEOZOICO.pdf
DanielaAlvarez728528
 
ASTERACEAS familia de las.margaritas.pptx
ASTERACEAS familia de las.margaritas.pptxASTERACEAS familia de las.margaritas.pptx
ASTERACEAS familia de las.margaritas.pptx
SilvinaElenaMercado
 
Los. Ácidos Nucleicos y Nucleótidos.pptx
Los. Ácidos Nucleicos y Nucleótidos.pptxLos. Ácidos Nucleicos y Nucleótidos.pptx
Los. Ácidos Nucleicos y Nucleótidos.pptx
DayanaQuispe28
 
Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1
911Busisness911
 
Priones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locasPriones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locas
alexandrajunchaya3
 
35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf
JessicaNuez61
 
explorando los sistemas mixtos o de transicion
explorando los sistemas mixtos o de transicionexplorando los sistemas mixtos o de transicion
explorando los sistemas mixtos o de transicion
eyusxqmcgrlzirabeh
 
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓNHÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
candelaalonso7
 

Último (20)

MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdfMAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
MAPA CONCEPTUAL DE OTITIS MEDIA AGUDA Y CRONICA.pdf
 
Reacciones Químicas en el cuerpo humano.pptx
Reacciones Químicas en el cuerpo humano.pptxReacciones Químicas en el cuerpo humano.pptx
Reacciones Químicas en el cuerpo humano.pptx
 
ANTRAX.pdf historia natural del antrax epidemiologia
ANTRAX.pdf historia natural del antrax epidemiologiaANTRAX.pdf historia natural del antrax epidemiologia
ANTRAX.pdf historia natural del antrax epidemiologia
 
SEMANA 10 - ADHESION CELULAR / BIOLOGÍA CELULAR
SEMANA 10 - ADHESION CELULAR  / BIOLOGÍA CELULARSEMANA 10 - ADHESION CELULAR  / BIOLOGÍA CELULAR
SEMANA 10 - ADHESION CELULAR / BIOLOGÍA CELULAR
 
geologia de venezuela. TEMA PRECAMBRICO.pdf
geologia de venezuela. TEMA PRECAMBRICO.pdfgeologia de venezuela. TEMA PRECAMBRICO.pdf
geologia de venezuela. TEMA PRECAMBRICO.pdf
 
20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx20 INSTRUMENTOS MUSICALES y los valores.docx
20 INSTRUMENTOS MUSICALES y los valores.docx
 
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptxS07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021  1.pptx
S07 TEORIA HERIDAS Y LAVADO DE MANOS GRABADA 2021 1.pptx
 
NEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimicaNEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimica
 
Clase de Teoria - N° 4. Oxígeno. Dr. Andonaire
Clase de Teoria - N° 4. Oxígeno. Dr. AndonaireClase de Teoria - N° 4. Oxígeno. Dr. Andonaire
Clase de Teoria - N° 4. Oxígeno. Dr. Andonaire
 
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdf
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdfRodríguez, C. - La batalla campal en la Edad Media [2018].pdf
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdf
 
Los enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplosLos enigmáticos priones en la naturales, características y ejemplos
Los enigmáticos priones en la naturales, características y ejemplos
 
oso panda vida reproducción hábitat y hábitos
oso panda vida reproducción hábitat y hábitososo panda vida reproducción hábitat y hábitos
oso panda vida reproducción hábitat y hábitos
 
geología de Venezuela, TEMA PALEOZOICO.pdf
geología de Venezuela, TEMA PALEOZOICO.pdfgeología de Venezuela, TEMA PALEOZOICO.pdf
geología de Venezuela, TEMA PALEOZOICO.pdf
 
ASTERACEAS familia de las.margaritas.pptx
ASTERACEAS familia de las.margaritas.pptxASTERACEAS familia de las.margaritas.pptx
ASTERACEAS familia de las.margaritas.pptx
 
Los. Ácidos Nucleicos y Nucleótidos.pptx
Los. Ácidos Nucleicos y Nucleótidos.pptxLos. Ácidos Nucleicos y Nucleótidos.pptx
Los. Ácidos Nucleicos y Nucleótidos.pptx
 
Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1Seguridad Documental unne Criminalisticas catedra de documentologia 1
Seguridad Documental unne Criminalisticas catedra de documentologia 1
 
Priones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locasPriones, definiciones y la enfermedad de las vacas locas
Priones, definiciones y la enfermedad de las vacas locas
 
35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf35 WAIS III Manual de administracion y puntuacion 1.pdf
35 WAIS III Manual de administracion y puntuacion 1.pdf
 
explorando los sistemas mixtos o de transicion
explorando los sistemas mixtos o de transicionexplorando los sistemas mixtos o de transicion
explorando los sistemas mixtos o de transicion
 
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓNHÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
HÁBITAT DEL DESIERTO CALIDO PRESENTACIÓN
 

Sistema automático para la estimación de la presión arterial a partir de parámetros biométricos no intrusivos. Aplicación a contextos de e-salud y teleasistencia

  • 1.
  • 2. • Introducción • La presión arterial • Objetivos • Datos de partida • Metodología • Resultados • Conclusiones 2
  • 3. • La globalización tecnológica y la innovación han transformado la manera en que se imparten los servicios de salud • Las intervenciones médicas han sufrido un cambio radical, pasando del “contacto personal directo y puntual” en tiempo y espacio, hacia una interacción “continua e independiente del espacio físico” • Las enfermedades han evolucionado, de agudas a crónicas, al tiempo que la población envejece rápidamente en todo el mundo 3
  • 4. • Necesidad de monitorizar la presión arterial de forma continua • Modelos no invasivos no lo permiten • Modelos invasivos tienen una alta componente de riesgo 4
  • 5. “La presión arterial (ABP) es una medida de la fuerza aplicada a las paredes arteriales por parte de la sangre impulsada desde el corazón” - Diastólica (ABPdias): mínimo - Sistólica (ABPsys): máximo 5
  • 6. Métodos no invasivos (sin riesgos, medida discontinua) 6 Palpado Auscultación Oscilometría - Una de las primeras técnicas empleadas - Se basa en el análisis del pulso sanguíneo - No permite medir la presión arterial diastólica - Muy utilizada en el ámbito clínico (medicina general) - Se basa en los sonidos de Korotkoff - Permite medir la presión arterial diastólica y sistólica - Muy utilizada en el ámbito personal (usuario independiente) - Se basa en algoritmos propietarios a partir de la medida de la presión arterial media - Permite medir la presión arterial diastólica y sistólica
  • 7. Métodos no invasivos 7 Palpado Auscultación Oscilometría
  • 8. Métodos invasivos (con riesgo, medida continua) 8 Cateterismo o sonda intraarterial Puede producir
  • 9. Métodos no invasivos + HOLTER (¡¡¡insuficiente!!!) 9 - Tasas de muestreo < 5 x 10-4 Hz (≈ cada 20-30 minutos) - Impide detectar estados hemodinámicos (posiblemente críticos) fuera de dicho rango de muestreo
  • 10. • Definir una metodología propia para la estimación de la presión arterial de forma no invasiva (NIBPE) • Establecer una primera aproximación al problema  Analizar las señales extraídas para diversos sujetos en el contexto clínico  Definir modelos de caracterización a partir de la información asociada a cada estado hemodinámico  Establecer metodologías para la selección de las variables más adecuadas  Comparar diversas estructuras de extracción de conocimiento, analizando el uso de diferentes combinaciones de fuentes de información biométrica Para ello 10
  • 11. FASE I: Análisis de las señales y aplicación del preprocesado FASE II: Extracción de características FASE III: Selección de características FASE IV: Clasificación FASE V: Validación, análisis de los resultados y selección del modelo de clasificador 11
  • 12. Almacenamiento de bases de datos de registros de origen fisiológico 12 Ofertar el acceso a dicha información a toda la comunidad científica
  • 13. • MIMIC I Database (Interfaz ATM) 13
  • 14. • MIMIC I Database (Boston's Beth Israel Hospital, en colaboración con la Harvard-MIT Division of Health Sciences and Technology) 14 - Monitorización en la UCI - 100 pacientes - Sesiones desde 24h-42h hasta semanas - Gran cantidad de variables fisiológicas
  • 15. • MIMIC I Database (Boston's Beth Israel Hospital, en colaboración con la Harvard-MIT Division of Health Sciences and Technology) 15 0 1 2 3 4 5 6 7 8 x 10 4 -50 0 50 100 150 200 250 300 350 400 Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) NBPmean (mmHg) NBPsys (mmHg) NBPdias (mmHg) PAPmean (mmHg) PAPsys (mmHg) PAPdias (mmHg) PAWP (mmHg) PULSE (bpm) RESP (bpm) SpO2 (%)
  • 16. • MIMIC I Database (Boston's Beth Israel Hospital, en colaboración con la Harvard-MIT Division of Health Sciences and Technology) 16 0 2 4 6 8 10 12 14 16 18 x 10 4 -50 0 50 100 150 200 250 300 350 400 Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) ABPdias ABPsys HR RESP SpO2
  • 17.
  • 18. 18 0 1 2 3 4 5 6 7 8 x 10 4 0 50 100 150 200 250 300 Time (sec) ABP (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) 6.75 6.8 6.85 6.9 6.95 7 7.05 7.1 7.15 7.2 x 10 4 0 20 40 60 80 100 120 140 160 180 200 Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) 6 6.5 7 7.5 8 x 10 4 0 50 100 150 200 250 Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) 0.75 0.8 0.85 0.9 0.95 1 1.05 1.1 1.15 1.2 1.25 x 10 4 0 50 100 150 200 250 300 350 Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) Registros no balanceados Señales fuera de rango Ausencia temporal de señal y transitorios Picos espurios abruptos
  • 19. Filtrado paso alta clásico  No válido 19 0 5 10 15 x 10 4 -50 0 50 100 150 200 250 300 350 400 Señales originales Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) 0 5 10 15 x 10 4 -150 -100 -50 0 50 100 150 Señales filtradas Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%) 0 5 10 15 x 10 4 -50 0 50 100 150 200 250 300 Señales filtradas + DC Time (sec) ABPmean (mmHg) ABPsys (mmHg) ABPdias (mmHg) HR (bpm) PULSE (bpm) RESP (bpm) SpO2 (%)
  • 20. Análisis basado en wavelets (Daubechies nivel d1) 20
  • 21. Filtrado wavelet basado en ventanas de error gaussiano 21 2 4 6 8 10 12 14 x 10 4 0 100 200 300 Señal original. Media: 7.341702e+001, std: 1.010409e+001 2 4 6 8 10 12 14 x 10 4 0 100 200 300 400 Aproximación a nivel 1 (a1). Media: 1.038273e+002, std: 1.402542e+001 2 4 6 8 10 12 14 x 10 4 -20 -10 0 10 20 Detalle a nivel 1 (d1). Media: 1.994702e-005, std: 2.733409e+000 2 4 6 8 10 12 14 x 10 4 -200 0 200 Señal original. Media: 7.341702e+001, var: 1.020926e+002 2 4 6 8 10 12 14 x 10 4 -400 -200 0 200 400 600 Aproximación a nivel 1 (a1). Media: 1.038273e+002, var: 1.967123e+002 2 4 6 8 10 12 14 x 10 4 -40 -20 0 20 40 Detalle a nivel 1 (d1). Media: 1.994702e-005, var: 7.471522e+000 Margenenµ±2.5σ Margenenµ±2.5σ2
  • 22. Filtrado wavelet basado en ventanas de error gaussiano 22 0 10 20 30 40 50 60 70 80 90 100 0 50 100 0 10 20 30 40 50 60 70 80 90 100 0 0.5 1 0 10 20 30 40 50 60 70 80 90 100 0 0.5 1 0 10 20 30 40 50 60 70 80 90 100 0 0.5 1 0 10 20 30 40 50 60 70 80 90 100 0 0.5 1 6850 6860 6870 6880 6890 6900 6910 6920 6930 6940 6950 0 50 100 150 200 250 300 350 6850 6860 6870 6880 6890 6900 6910 6920 6930 6940 6950 0 2 4 6 8 10 12 Error en la vecindad de la muestra detectada como errónea Fusión de ventanas de error adyacentes
  • 23. 23 1000 2000 3000 4000 5000 6000 7000 8000 9000 0 100 200 300 Señal original 1000 2000 3000 4000 5000 6000 7000 8000 9000 -100 0 100 Descomposición wavelet de nivel 1 (familia db1) 1000 2000 3000 4000 5000 6000 7000 8000 9000 0 2 4 6 Ventanas de error 1000 2000 3000 4000 5000 6000 7000 8000 9000 60 70 80 90 100 Señal procesada (ventanas anómalas eliminadas) Filtradowaveletbasadoen ventanasdeerrorgaussiano
  • 24. 24 • Hipotensión (ABPsys<90, ABPDdias<60) • Normal (90≤ABPsys≤120, 60≤ABPsys≤80) • Prehipertensión (121≤ABPsys≤139, 81≤ABPsys≤89) • Hipertensión de nivel 1 (140≤ABPsys≤159, 90≤ABPsys≤99) • Hipertensión de nivel 2 (160≤ABPsys, 100≤ABPsys) Estados hemodinámicos • AND (inclusivo) • OR (complementario) • Dias (basado en la ABPdias) • Sys (basado en la ABPsys) Modelos • Individual (Intrasujeto) • Combinado (Intersujeto) Estudios
  • 25. 25 0 2 4 6 8 10 12 14 16 18 x 10 4 Hypotension Normal Prehypertension Stage 1 Hypertension Stage 2 Hypertension Cuantización para la señal de ABPdias 0 2 4 6 8 10 12 14 16 18 x 10 4 Hypotension Normal Prehypertension Stage 1 Hypertension Stage 2 Hypertension Cuantización para la señal de ABPsys 0 2 4 6 8 10 12 14 16 18 x 10 4 Hypotension Normal Prehypertension Stage 1 Hypertension Stage 2 Hypertension Cuantización basada en modelo AND 0 2 4 6 8 10 12 14 16 18 x 10 4 Hypotension Normal Prehypertension Stage 1 Hypertension Stage 2 Hypertension Cuantización basada en modelo OR
  • 26.
  • 27. Magnitudes Amplitud Autocorrelación Autoregresión de media móvil Cepstrum Coherencia espectral Correlación cruzada Densidad espectral de energía Espectro en amplitud Espectro en fase Histograma Índice de desfase Reconstrucción de mínima fase Transformada discreta del coseno Transformada de Hadamard Transformada de Hilbert Valor de los históricos Wavelet Operaciones matemático-estadísticas Coeficiente de asimetría Cruces por cero Curtosis Desviación estándar Distorsión armónica total Energía total Entropía Máximo Media aritmética, armónica, geométrica, truncada Mediana Mínimo Moda Momento de orden 4 y 5 Posición del máximo/mínimo Rango Varianza 27
  • 28.
  • 29. • Influye en el proceso de clasificación POSICIÓN ÓPTIMA Pocas Características Buena Clasificación 0 200 400 600 800 -1 -0.5 0 0.5 1 x 10 4 Acel. TOBILLO, Act. CORRER Características Valordelacaracterística 0 200 400 600 800 -1 -0.5 0 0.5 1 x 10 4 Acel. TOBILLO, Act. CORRER Características Valordelacaracterística • Conjunto de características muy amplio (1323 variables  21323 ≈ 1.8 x 10398 posibles combinaciones) 29
  • 30. 30 • Modelos empleados • Bhattacharyya  • Entropía  • RQG-DR  • ROC  • Ttest  • Wilcoxon  Banos, O., Pomares, H., Rojas, I.: Ambient Living Activity Recognition based on Feature-set Ranking Using Intelligent Systems. In: Proceedings of the 2010 International Joint Conference on Neural Networks (IJCNN 2010), IEEE, Barcelona July 18-23, (2010) 𝐵 = 1 4 𝑋 − 𝑌 2 𝜎𝑋 2 + 𝜎𝑌 2 + 1 2 𝑙𝑜𝑔 𝜎𝑋 2 + 𝜎𝑌 2 2 𝜎𝑋 2 × 𝜎𝑌 2 Ω = 1 2 𝜎𝑋 2 𝜎𝑌 2 + 𝜎𝑌 2 𝜎𝑋 2 − 2 + 𝑋 − 𝑌 2 × 1 𝜎𝑋 2 + 1 𝜎𝑌 2 𝑝 𝑘 = 1 𝑁 − 1 𝑚 𝑘, 𝑛 𝑀 𝑁 𝑛≠𝑘 AUC ∝ 1 − 𝑋 𝑘 − 𝑋 𝑘−1 𝑌𝑘 − 𝑌𝑘−1 𝑛 𝑘=1 𝑡 = 𝑋 − 𝑌 𝜎𝑋 2 𝑛 + 𝜎𝑌 2 𝑚 𝑈 = 𝑅 − 𝑛 𝑛 + 1 2
  • 31.
  • 32. • Pueden ser  Supervisados / No supervisados  Binarios / Multientrada  Binarios / Multiobjetivo  Paramétricos / No paramétricos  Etc. • Principales opciones  Lógica Difusa  Redes Neuronales  Máquinas de Soporte Vectorial  Árboles de Decisión  K-vecinos más cercanos  Redes Bayesianas  Modelos Ocultos de Markov 32
  • 33. 33 • Clasificadores binarios son más robustos y ofrecen por lo general mejor performance • Los modelos para definir sistemas de decisión multiclase no aprovechan las capacidades que ofrecen las unidades binarias o resultan muy costosos • No existe un modelo unificado que proporcione resultados destacables bajo cualquier contexto o ámbito de aplicación
  • 34. Hierarchical weighted classifier (HWC) N classes     NqxDxO mknq N n mnmkmq ,...,1 1     )(maxarg mkmq q m xOq    N k mk mn mn R R 1    M k k m m R R 1  NqxOxxOxO pkpq M p pMkkqkq ,...,1)(}),...,({)( 1 1      ],...,1[)(maxarg NqxOq kq q  M sources& 34
  • 35.
  • 36. 36 ESTUDIOS MODELOS CATEGORÍAS TECNICAS SELEC. PARADIGMAS CLAS. SUB- EXPERIMENTOS ESQUEMAS 052nm AND HR Bhattacha ryya SVM 1 carac. Training 055nm OR RESP Entropía DT 5 carac. Test 212nm Dias SpO2 RQG-DR NB 10 carac. 403nm Sys HR-RESP ROC kNN 408nm HR-SpO2 Ttest Todos RESP-SpO2 Wilcoxon HR-RESP-SpO2 ¡¡¡24192 experimentos!!!
  • 37. 37 ESTUDIOS MODELOS CATEGORÍAS TECNICAS SELEC. PARADIGMAS CLAS. SUB- EXPERIMENTOS ESQUEMAS 052nm AND HR Bhattacha ryya SVM 1 carac. Training 055nm OR RESP Entropía DT 5 carac. Test 212nm Dias SpO2 RQG-DR NB 10 carac. 403nm Sys HR-RESP ROC kNN 408nm HR-SpO2 Ttest Todos RESP-SpO2 Wilcoxon HR-RESP-SpO2 ¡2016 experimentos!
  • 38. 38 Individual Combinado HR kNN + 5 carac. (usando ROC y Ttest) permite ≈ 100% para todos los modelos (AND, OR, Dias, Sys) kNN + 10 carac. (usando Ttest), con resultados > 89% para Sys RESP kNN + 10 carac. (usando Ttest) permite > 96% para todos los modelos, salvo para Dias donde se obtiene > 88% kNN + 10 carac. (usando Ttest), con resultados > 98% para AND SpO2 ≈ 100% (mejores en media que para los estudios HR y RESP). Muy buenos para DT y SVM + 1 carac. (Ttest), también muy buenos para kNN (también en Ttest) DT + 10 carac. (usando Ttest), con resultados > 93% para AND HR-RESP DT y SVM + 1 carac. ofrecen muy buenos resultados, pero los mejores para kNN + 10 carac. (Ttest). Globalmente mejores que HR y RESP por separado Muy buenos resultados para kNN + 10 carac. (usando Ttest), salvo para el caso Dias. Se alcanzan ratios > 92% para el modelo OR HR-SpO2 Resultados equiparables a los obtenidos para HR- RESP kNN + 10 carac. (usando Ttest), con resultados > 96% para AND, > 90% para Sys, > 85% para Dias RESP-SpO2 100% para todos los casos al emplear kNN + 10 carac. (en Ttest) kNN, SVM + 1 carac. (usando Ttest) permite > 95%, > 96% respectivamente para Dias. Se alcanza un 100% para AND y > 94% para Sys al emplear 10 caracterísicas HR-RESP- SpO2 Resultados equiparables a los de RESP-SpO2, pero algo peores para el caso Dias kNN, DT ó SVM + 10 carac. (usando Ttest) alcanzan valores ≈ 100% para AND. En concreto kNN permite > 96% para Sys, > 88% para Dias
  • 39.
  • 40. • Para el estudio individual – DT, SVM y kNN permiten modelos con ratios cercanos al 100% – Sólo 1 carac. necesaria – 1 fuente es suficiente (destaca el uso del SpO2) • Para el estudio combinado – Mejores resultados para el modelo kNN + 10 carac. – Combinaciones de fuentes suelen ofrecer mejores ratios (superiores al 95% en muchos casos) • HR-RESP  OR (>92%) • RESP-SpO2  Dias (>96%) • HR-RESP-SpO2  AND (100%), Sys (>96%) 40
  • 41. • El preprocesado, modelo de extracción y selección de características, y clasificador determinan de forma directa la eficiencia del sistema • Se obtienen diferentes realizaciones algunas de las cuales ofrecen ratios de eficiencia prácticamente absolutos • Se establece un buen marco de inicio para poder abordar el problema con un mayor contenido informativo y desde una perspectiva más cuantitativa 41
  • 42. • Estudiar otras alternativas a la metodología propuesta, trabajando también en la mejora de las técnicas ideadas y aplicando un estudio cruzado • Analizar un conjunto mayor de datos, monitorizaciones en otros contextos y definiciones de estados hemodinámicos más realistas (conjuntos difusos) • Definir una base de datos propia en colaboración con el HUVN 42 • Combinación con los estudios de la ADL y aplicación en entornos AmI