Aspectos temporales de la representación de conocimiento en el síndrome de apneas del sueño

Zusammenfassung

Esta Tesis presenta el diseño de un nuevo modelo computable para la representación de información temporal y el tratamiento eficiente de la casualidad, denominado CTCN (Casual Temporal Constraint Networks), y el diseño, implementación y validación de un marco de trabajo para el tratamiento de información temporal en el dominio de aplicación de problemas de diagnóstico clínico, que emplean registros biométricos como información básica, El ámbito de aplicación de este trabajo es el diagnóstico del síndrome de apneas en sueño (SAS) que es un desorden respiratoria caracterizado por la ocurrencia de 5 o más pausas respiratorias (apneas o hipopneas) por hora de sueño. Así, el trabajo desarrollado se ha integrado en un sistema de diagnóstico del SAS para comprobar su aplicación práctica. El modelo para la representación de información temporal propuesto: (a) permite el establecimiento de restricciones temporales cualitativas y cuantitativas entre entidades temporales (que pueden ser puntos o intervalos), (b) introduce la representación de las restricciones causales que comunmente se encuentran en cualquier dominio de conocimiento, y (c) permite la representación de conocimiento impreciso. La representación de las restricciones causales se realiza de tal forma que permite la formalización tanto de la causalidad objetiva (comunmente aceptada como conocimiento público o semipúblico) como de la causalidad subjetiva (conocimiento heurístico o privado) El tratamiento temporal de la información se realiza estructurando ésta, en función sus características y de la granularidad temporal, en distintos contextos de interpretación enlazados entre sí mediante un mecanismo de inferencia. Este mecanismo realiza la abstracción vertical de dicha información, para obtener finalmente una información con un nivel de abstracción que permita elaborar un diagnóstico. El mecanismo de inferencia se basa en la identificación de patrones de diagnóst