Clasificación automática de las etapas del sueño mediante redes neuronales difusas

E. Estrada extrajo características de las señales de electroencefalografía (EEG) para desarrollar un clasificador automático de las etapas del sueño mediante el uso de redes neuronales [1]. Luego de esto, en otro estudio, incluyó el uso de las características de las señales de electromiografía (EMG) y electrooculografía (EOG) para mejorar la posibilidad de distinguir las diferentes etapas del sueño [2]. Por ello, en la UACJ se realizan esfuerzos para implementar redes neuronales de aprendizaje profundo como método para la clasificación de las etapas del sueño, utilizando las 3 señales estudiadas por E. Estrada. Por otro lado, los estudios en esta institución han explorado métodos distintos con máquina de vectores para la clasificación de estas mismas señales. El presente proyecto aborda el uso de redes neuronales difusas (RND) para desarrollar un clasificador a través de Matlab, con posibilidades de distinguir las diferentes etapas del sueño con mayor precisión respecto a los métodos implementados con anterioridad