Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T

El presenten proyecto se enmarca en desarrollar una aplicación para saber cuándo debe ser el momento óptimo de retiro de la ventilación mecánica ya que el mal momento de la desconexión ocasiona enfermedades hospitalarias(nosocomial [1]), debido a todos estos traumas el paciente produce estrés y la d...

Full description

Autores:
Trapero Villarreal, José Ignacio
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2015
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/1596
Acceso en línea:
http://hdl.handle.net/20.500.12749/1596
Palabra clave:
Mechatronic engineering
Artificial respiration
Investigations
Analysis
Cardiorespiratory signals
Neural networks
Pulmonary ventilation
Ingeniería mecatrónica
Respiración artificial
Investigaciones
Análisis
Señales cardiorrespiratorias
Redes neuronales
Ventilación pulmonar
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_35a4bf017ba47a355fbc15ef4d6f9a59
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/1596
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
dc.title.translated.eng.fl_str_mv Analysis of cardiorespiratory interaction using non-linear techniques in data processing in patients undergoing the T-tube test
title Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
spellingShingle Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
Mechatronic engineering
Artificial respiration
Investigations
Analysis
Cardiorespiratory signals
Neural networks
Pulmonary ventilation
Ingeniería mecatrónica
Respiración artificial
Investigaciones
Análisis
Señales cardiorrespiratorias
Redes neuronales
Ventilación pulmonar
title_short Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
title_full Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
title_fullStr Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
title_full_unstemmed Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
title_sort Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T
dc.creator.fl_str_mv Trapero Villarreal, José Ignacio
dc.contributor.advisor.spa.fl_str_mv Arizmendi Pereira, Carlos Julio
dc.contributor.author.spa.fl_str_mv Trapero Villarreal, José Ignacio
dc.contributor.cvlac.*.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001381550
dc.contributor.googlescholar.*.fl_str_mv https://scholar.google.es/citations?hl=es#user=JgT_je0AAAAJ
dc.contributor.scopus.*.fl_str_mv https://www.scopus.com/authid/detail.uri?authorId=16174088500
dc.contributor.researchgate.*.fl_str_mv https://www.researchgate.net/profile/Carlos_Arizmendi2
dc.contributor.researchgroup.spa.fl_str_mv Grupo de Investigación Control y Mecatrónica - GICYM
Grupo de Investigaciones Clínicas
dc.subject.keywords.eng.fl_str_mv Mechatronic engineering
Artificial respiration
Investigations
Analysis
Cardiorespiratory signals
Neural networks
Pulmonary ventilation
topic Mechatronic engineering
Artificial respiration
Investigations
Analysis
Cardiorespiratory signals
Neural networks
Pulmonary ventilation
Ingeniería mecatrónica
Respiración artificial
Investigaciones
Análisis
Señales cardiorrespiratorias
Redes neuronales
Ventilación pulmonar
dc.subject.lemb.spa.fl_str_mv Ingeniería mecatrónica
Respiración artificial
Investigaciones
Análisis
dc.subject.proposal.spa.fl_str_mv Señales cardiorrespiratorias
Redes neuronales
dc.subject.proposal.none.fl_str_mv Ventilación pulmonar
description El presenten proyecto se enmarca en desarrollar una aplicación para saber cuándo debe ser el momento óptimo de retiro de la ventilación mecánica ya que el mal momento de la desconexión ocasiona enfermedades hospitalarias(nosocomial [1]), debido a todos estos traumas el paciente produce estrés y la dificultad de comunicación, sentimiento de vulnerabilidad, impotencia, aislamiento, soledad, miedo. Minimizar estos estados de paciente suele ser muy complicado.
publishDate 2015
dc.date.issued.none.fl_str_mv 2015
dc.date.accessioned.none.fl_str_mv 2020-06-26T19:45:23Z
dc.date.available.none.fl_str_mv 2020-06-26T19:45:23Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/1596
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
url http://hdl.handle.net/20.500.12749/1596
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Trapero Villarreal, José Ignacio (2015). Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T.. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB
[1]J. B. M. Macedo, «http://www.higiene.edu.uy/cefa/2008/infeccioneshospitalarias.pdf,» [En línea].
[2]M. d. Salud, 6 1 2012. [En línea]. Available: http://www.minsalud.gov.co/Paginas/M%C3%A1s-de-cuatro-millones-de-casos-de-infecciones-respiratorias-agudas-se-reportaron-en-Colombia-en-2011.aspx.
[3]M. d. Salud, 2010. [En línea]. Available: http://www.minsalud.gov.co/salud/Paginas/Infecciones-Respiratorias-Agudas-(IRA).aspx
[4]G. Correa, junio 2008. [En línea]. Available: http://respira.com.mx/docs/f1274728078-0.pdf.
[5]D. N. L. Alonso, 2 octubre 2002. [En línea]. Available: http://bvs.sld.cu/revistas/mie/vol1_1_02/mie02102.pdf.
[6]UPC, 15 junio 2011. [En línea]. Available: http://upcommons.upc.edu/pfc/bitstream/2099.1/13052/1/Mem%C3%B2ria.pdf
[7]C. J. Arizmendi Pereira, Técnicas de análisis del patrón repiratorio y cardiorrespiratorio para la extracción de índices en pacientes en proceso de extubación, Barcelona: Universidad Politécnica de Cataluña, 2007
[8]B. G. Javier Alberto Chaparro, Análisis y clasificación del patrón respiratorio de pacientes en proceso de retirada del ventilador mecánico, vol. 5, Medellìn, 20011
[9]G. Betancourt, Las Maquinas de Soporte Vectorial (SVM), Perira.
[10]B. y. o. y. o. Giraldo, Support Vector Machine Classification applied on Weaning Trials Patients, 2009.
[11]M. V. A. P. P. C. H. Brunel, Estudio de la complejidad de la variablilida del ritmo cardiaco en pacientes con cardi
[12]J. D. Ortiz V, J. C. Arizmendi P y H. Gonzales A, Analisis de la interacciòn entre el patròn respiratorio y la frecuencia cardiaca en pacientes asistidos mediante ventilaciòn mecànica para la estimaciòn del momento òptimo en la extubaciòn
[13]C. j. Arizmendi, J. Tamames y R. E. Hernandez, Diagnosis of Brain Tumours From Magnetic Rosonance Spectroscopy Using Wavelet and Neural Networks, 2010
[14]N. Nieto y D. M. Orozco, «El uso de la transformada wavelet discreta en la reconstruccion de señales senosoidales,» nº 38, 2008.
[15]J. S. Hadamard, Les surfaces à courbures opposées et leur lignes geodésiques, vol. 5e série, Paris: Journal de mathématiques pures et appliquées, 1898.
[16]E. Cabezuelo, M. Vallverdú, P. Caminal, I. Cygankiewicz y A. Bayes de Luna, Dinámica Simbólica Aplicada al Análisis de la Variabilidad del Ritmo Cardiaco, Ciudad Real: XXV Jornadas de Automática, 2004.
[17]A. Voss, he application of methods of non-linear dynamics for the improved and predictive recognition of patients threatened by sudden cardiac death, vol. 31, Berlin: Cardiovascular research Elsevier.
[18]K. Amol, Symbolic Time-Series Analysis for Anomaly, vol. 11, 2006.
[19]N. Wessel, U. Schwarz, P. I. Saparin y J. Kurths, «Symbolic Dynamics for Medica Data Analysis,» Dept. of Physics, Universitiy of Postdam, Postdam, 2009.
[20]A. Voss, J. Kurths, H. J. Kleiner, A. Witt, N. Wessel, P. Saparin y K. J. Osterziel, The application of methods of non-linear dynamics for the improved and predictive recognition of patients threatened by sudden cardiac death”. , , vol. 31, no 3, p. 419-433., vol. 31, Berlín: Cardiovascular research, Elsevier, 1996.
[21]J. Yazlle y C. Jadur, Dinámica Simbólica: Apuntes de Cátedra, Salta: Departamento de Matemática de la Universidad Nacional de Salta, 2006.
[22]M. Gonzàlez Mendoza, Aprendizaje Estadístico, Redes Neuronales y Support Vector Machines: Un enfoque global, Monterry.
[23]C. J. Arizmendi Pereira, Signal Processing Techniques For Brain Tumour Diagnosis From Magnetic Resonance Spectroscopy Data, Barcelona, Octubre
[24]I. Acevedo Bautista, Algoritmo de Espacio Rango Para Programación Cuadrática, Mèxico, 2005.
[25]J. Vargas y B. Conde, Máquinas De Soporte Vectorial Metodología Y Aplicación En R..
[26]C. Lòpez y D. Gonzales , ''Mineria de datos tècnicas y herramientas'', España, 2007.
[27]M. A. Efroymson, "Multiple regression analysis," Mathematical Methods for Digital Computers, New York, 1960
[28]J. A. P. Franca, ANÁLISIS E INTERPRETACIÓN DE SEÑALES CARDIORRESPIRATORIAS PARA DETERMINAR EL MOMENTO ÓPTIMO DE DESCONEXIÓN DE UN PACIENTE ASISTIDO MEDIANTE VENTILACIÓN
[29]V. M. B. F. G. A. T. E. L. LS Correa, Análisis multimodal de señales cardíacas y respiratorias para predecir el exito en la Desconexion de la Ventilacion Mecanica
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 2.5 Colombia
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spa.fl_str_mv Bucaramanga (Colombia)
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/1596/3/2015_Tesis_Jose_Ignacio_Trapero.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/1596/4/2015_Presentacion_Jose_Ignacio_Trapero.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/1596/1/2015_Tesis_Jose_Ignacio_Trapero.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/1596/2/2015_Presentacion_Jose_Ignacio_Trapero.pdf
bitstream.checksum.fl_str_mv aba6ec1543bc488e4af0f4f2a148d358
9c92bd5ebf09b62865ff499f7559e1bc
a8d5803610466df2757a4156f859a8a2
8a500304b94c9ef55c1ca3b05fb82c37
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277269552627712
spelling Arizmendi Pereira, Carlos Julio79e0125f-b191-4144-999b-281177ddaaf9-1Trapero Villarreal, José Ignacio31eae5f7-5706-4d9d-8d53-b2f948c2ca52-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001381550https://scholar.google.es/citations?hl=es#user=JgT_je0AAAAJhttps://www.scopus.com/authid/detail.uri?authorId=16174088500https://www.researchgate.net/profile/Carlos_Arizmendi2Grupo de Investigación Control y Mecatrónica - GICYMGrupo de Investigaciones Clínicas2020-06-26T19:45:23Z2020-06-26T19:45:23Z2015http://hdl.handle.net/20.500.12749/1596instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABEl presenten proyecto se enmarca en desarrollar una aplicación para saber cuándo debe ser el momento óptimo de retiro de la ventilación mecánica ya que el mal momento de la desconexión ocasiona enfermedades hospitalarias(nosocomial [1]), debido a todos estos traumas el paciente produce estrés y la dificultad de comunicación, sentimiento de vulnerabilidad, impotencia, aislamiento, soledad, miedo. Minimizar estos estados de paciente suele ser muy complicado.TABLA DE FIGURAS .............................................................................................. iii TABLAS .................................................................................................................. vi 1 AGRADECIMIENTOS ....................................................................................... 1 2. INTRODUCCIÓN .............................................................................................. 2 3 OBJETIVOS DEL PROYECTO ......................................................................... 3 3.1 Objetivos generales .................................................................................... 3 3.1. Objetivos específicos .................................................................................. 3 4 PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIÓN ................................ 4 4.1 Planteamiento del problema .......................................................................... 4 4.2 Justificación ................................................................................................ 5 5 ANTECEDENTES ............................................................................................. 6 5.1 Estado de la Weandb ..................................................................................... 6 5.2 Proceso de adquisición ............................................................................... 6 6 ESTADO DEL ARTE ......................................................................................... 9 7 MARCO TEÓRICO .......................................................................................... 11 7.1 Técnicas de minería de datos ................................................................... 11 7.2 Transformada Wavelet.............................................................................. 11 7.3 Teorema del límite central ........................................................................ 13 7.4 Dinámica simbólica .................................................................................. 17 7.5 Redes neuronales ........................................................................................ 21 7.6 Analisis discriminate lineal ........................................................................... 24 7.7 Máquinas de soporte vectorial ..................................................................... 27 7.8 Reducción de la dimensionalidad ................................................................. 30 8 METODOLOGÍA PROPUESTA ....................................................................... 33 8.1 Fases de un proyecto de minería de datos .................................................. 33 8.5 Fases del proyecto ....................................................................................... 34 9 RESULTADO Y PRODUCTO .......................................................................... 36 10 PRESUPUESTO .......................................................................................... 37 11 DESARROLLO DEL PROYECTO ................................................................ 38 11.1 Visualización de los datos por cada clase ................................................ 38 11.2 Estudio estadístico ................................................................................... 42 11.3 Procesamiento de la señal (Transformada Wavelet) ............................. 49 11.4 Prueba TLC test de Levene y KS ......................................................... 54 11.5 Procesamiento de señal (Dinámica Simbólica) ......................................... 61 11.6 Clasificación de las series cardiorrespiratorias ......................................... 72 11.7 Reducción de la dimensionalidad ............................................................. 77 12. TABLA RESUMEN DE CLASIFICADORES ................................................. 97 13 CONCLUSIONES Y EXTENSIONES FUTURAS ..................................... 98 14 CRONOGRAMAS DE ACTIVIDADES ....................................................... 102 13 BIBLIOGRAFÍA .......................................................................................... 103 14 ANEXOS .................................................................................................... 106PregradoThe present project is part of developing an application to know when the optimal moment to withdraw from mechanical ventilation should be since the bad moment of disconnection causes hospital illnesses (nosocomial [1]), due to all these traumas the patient produces stress and the difficulty of communication, feeling of vulnerability, helplessness, isolation, loneliness, fear. Minimizing these patient states is often very difficult.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaAnálisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en TAnalysis of cardiorespiratory interaction using non-linear techniques in data processing in patients undergoing the T-tube testIngeniero MecatrónicoBucaramanga (Colombia)UNAB Campus BucaramangaUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPMechatronic engineeringArtificial respirationInvestigationsAnalysisCardiorespiratory signalsNeural networksPulmonary ventilationIngeniería mecatrónicaRespiración artificialInvestigacionesAnálisisSeñales cardiorrespiratoriasRedes neuronalesVentilación pulmonarTrapero Villarreal, José Ignacio (2015). Análisis de la interacción cardiorrespiratoria utilizando técnicas no lineales en procesamiento de datos en pacientes sometidos a la prueba de tubo en T.. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB[1]J. B. M. Macedo, «http://www.higiene.edu.uy/cefa/2008/infeccioneshospitalarias.pdf,» [En línea].[2]M. d. Salud, 6 1 2012. [En línea]. Available: http://www.minsalud.gov.co/Paginas/M%C3%A1s-de-cuatro-millones-de-casos-de-infecciones-respiratorias-agudas-se-reportaron-en-Colombia-en-2011.aspx.[3]M. d. Salud, 2010. [En línea]. Available: http://www.minsalud.gov.co/salud/Paginas/Infecciones-Respiratorias-Agudas-(IRA).aspx[4]G. Correa, junio 2008. [En línea]. Available: http://respira.com.mx/docs/f1274728078-0.pdf.[5]D. N. L. Alonso, 2 octubre 2002. [En línea]. Available: http://bvs.sld.cu/revistas/mie/vol1_1_02/mie02102.pdf.[6]UPC, 15 junio 2011. [En línea]. Available: http://upcommons.upc.edu/pfc/bitstream/2099.1/13052/1/Mem%C3%B2ria.pdf[7]C. J. Arizmendi Pereira, Técnicas de análisis del patrón repiratorio y cardiorrespiratorio para la extracción de índices en pacientes en proceso de extubación, Barcelona: Universidad Politécnica de Cataluña, 2007[8]B. G. Javier Alberto Chaparro, Análisis y clasificación del patrón respiratorio de pacientes en proceso de retirada del ventilador mecánico, vol. 5, Medellìn, 20011[9]G. Betancourt, Las Maquinas de Soporte Vectorial (SVM), Perira.[10]B. y. o. y. o. Giraldo, Support Vector Machine Classification applied on Weaning Trials Patients, 2009.[11]M. V. A. P. P. C. H. Brunel, Estudio de la complejidad de la variablilida del ritmo cardiaco en pacientes con cardi[12]J. D. Ortiz V, J. C. Arizmendi P y H. Gonzales A, Analisis de la interacciòn entre el patròn respiratorio y la frecuencia cardiaca en pacientes asistidos mediante ventilaciòn mecànica para la estimaciòn del momento òptimo en la extubaciòn[13]C. j. Arizmendi, J. Tamames y R. E. Hernandez, Diagnosis of Brain Tumours From Magnetic Rosonance Spectroscopy Using Wavelet and Neural Networks, 2010[14]N. Nieto y D. M. Orozco, «El uso de la transformada wavelet discreta en la reconstruccion de señales senosoidales,» nº 38, 2008.[15]J. S. Hadamard, Les surfaces à courbures opposées et leur lignes geodésiques, vol. 5e série, Paris: Journal de mathématiques pures et appliquées, 1898.[16]E. Cabezuelo, M. Vallverdú, P. Caminal, I. Cygankiewicz y A. Bayes de Luna, Dinámica Simbólica Aplicada al Análisis de la Variabilidad del Ritmo Cardiaco, Ciudad Real: XXV Jornadas de Automática, 2004.[17]A. Voss, he application of methods of non-linear dynamics for the improved and predictive recognition of patients threatened by sudden cardiac death, vol. 31, Berlin: Cardiovascular research Elsevier.[18]K. Amol, Symbolic Time-Series Analysis for Anomaly, vol. 11, 2006.[19]N. Wessel, U. Schwarz, P. I. Saparin y J. Kurths, «Symbolic Dynamics for Medica Data Analysis,» Dept. of Physics, Universitiy of Postdam, Postdam, 2009.[20]A. Voss, J. Kurths, H. J. Kleiner, A. Witt, N. Wessel, P. Saparin y K. J. Osterziel, The application of methods of non-linear dynamics for the improved and predictive recognition of patients threatened by sudden cardiac death”. , , vol. 31, no 3, p. 419-433., vol. 31, Berlín: Cardiovascular research, Elsevier, 1996.[21]J. Yazlle y C. Jadur, Dinámica Simbólica: Apuntes de Cátedra, Salta: Departamento de Matemática de la Universidad Nacional de Salta, 2006.[22]M. Gonzàlez Mendoza, Aprendizaje Estadístico, Redes Neuronales y Support Vector Machines: Un enfoque global, Monterry.[23]C. J. Arizmendi Pereira, Signal Processing Techniques For Brain Tumour Diagnosis From Magnetic Resonance Spectroscopy Data, Barcelona, Octubre[24]I. Acevedo Bautista, Algoritmo de Espacio Rango Para Programación Cuadrática, Mèxico, 2005.[25]J. Vargas y B. Conde, Máquinas De Soporte Vectorial Metodología Y Aplicación En R..[26]C. Lòpez y D. Gonzales , ''Mineria de datos tècnicas y herramientas'', España, 2007.[27]M. A. Efroymson, "Multiple regression analysis," Mathematical Methods for Digital Computers, New York, 1960[28]J. A. P. Franca, ANÁLISIS E INTERPRETACIÓN DE SEÑALES CARDIORRESPIRATORIAS PARA DETERMINAR EL MOMENTO ÓPTIMO DE DESCONEXIÓN DE UN PACIENTE ASISTIDO MEDIANTE VENTILACIÓN[29]V. M. B. F. G. A. T. E. L. LS Correa, Análisis multimodal de señales cardíacas y respiratorias para predecir el exito en la Desconexion de la Ventilacion MecanicaTHUMBNAIL2015_Tesis_Jose_Ignacio_Trapero.pdf.jpg2015_Tesis_Jose_Ignacio_Trapero.pdf.jpgIM Thumbnailimage/jpeg5434https://repository.unab.edu.co/bitstream/20.500.12749/1596/3/2015_Tesis_Jose_Ignacio_Trapero.pdf.jpgaba6ec1543bc488e4af0f4f2a148d358MD53open access2015_Presentacion_Jose_Ignacio_Trapero.pdf.jpg2015_Presentacion_Jose_Ignacio_Trapero.pdf.jpgIM Thumbnailimage/jpeg6654https://repository.unab.edu.co/bitstream/20.500.12749/1596/4/2015_Presentacion_Jose_Ignacio_Trapero.pdf.jpg9c92bd5ebf09b62865ff499f7559e1bcMD54open accessORIGINAL2015_Tesis_Jose_Ignacio_Trapero.pdf2015_Tesis_Jose_Ignacio_Trapero.pdfTesisapplication/pdf5025173https://repository.unab.edu.co/bitstream/20.500.12749/1596/1/2015_Tesis_Jose_Ignacio_Trapero.pdfa8d5803610466df2757a4156f859a8a2MD51open access2015_Presentacion_Jose_Ignacio_Trapero.pdf2015_Presentacion_Jose_Ignacio_Trapero.pdfPresentaciónapplication/pdf2648339https://repository.unab.edu.co/bitstream/20.500.12749/1596/2/2015_Presentacion_Jose_Ignacio_Trapero.pdf8a500304b94c9ef55c1ca3b05fb82c37MD52open access20.500.12749/1596oai:repository.unab.edu.co:20.500.12749/15962024-01-21 10:36:59.084open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co

Publicaciones similares