Desarrollo de un sistema de fotopletismografía para la evaluación de la calidad del sueño

Abstract

Este trabajo aborda uno de los grandes retos de la medicina del sueño actual: detectar y clasificar eventos respiratorios de forma no invasiva, accesible y fiable. Para ello, se ha desarrollado un sistema completo basado en señales fotopletismográficas (PPG) y de saturación de oxígeno (SpO2), que integra adquisición, preprocesamiento, extracción de características y clasificación automática. Se ha validado cuidadosamente cada etapa del canal de procesado, utilizando fragmentos clínicamente anotados y verificados manualmente por expertos. A partir de un conjunto reducido de siete métricas fisiológicas, el clasificador basado en la máquina de vectores de soporte (SVM) alcanzó un 85,29 % de precisión en la discriminación entre apneas e hipopneas, y un 76,00 % al diferenciar apneas centrales de obstructivas. El sistema demuestra que, incluso con señales simples y modelos interpretables, es posible capturar patrones fisiológicos relevantes. Esta propuesta sienta las bases para soluciones portátiles de cribado, con proyección hacia futuras aplicaciones en contextos de telemedicina y monitorización domiciliaria.