Producción CyT
Artículo
Autoría
Joaquín Stella
;
Carolina A. Evangelista
;
RIVA, DIEGO ALEJANDRO
;
Paul F. Puleston
Fecha
2025
Editorial y Lugar de Edición
Universidad Nacional de San Luis, Facultad de Ingeniería y Ciencias Agropecuarias
Revista
CientiFICA
(pp. 93-101)
- ISSN 3008-9042
Universidad Nacional de San Luis, Facultad de Ingeniería y Ciencias Agropecuarias
Universidad Nacional de San Luis, Facultad de Ingeniería y Ciencias Agropecuarias
ISSN
3008-9042
Resumen
Información suministrada por el agente en
SIGEVA
La histéresis respiratoria es un fenómeno que se produce durante el ciclo respiratorio, y que puede identificarse en las curvas de presión-volumen (P-V) como una diferencia de recorrido entre la inspiración y la espiración. Si bien esto ocurre por las características propias del sistema respiratorio, se ve acentuado considerablemente en enfermedades como asma, bronquitis y COVID19. Sin embargo, los modelos propuestos suelen tratar la compliance pulmonar...
La histéresis respiratoria es un fenómeno que se produce durante el ciclo respiratorio, y que puede identificarse en las curvas de presión-volumen (P-V) como una diferencia de recorrido entre la inspiración y la espiración. Si bien esto ocurre por las características propias del sistema respiratorio, se ve acentuado considerablemente en enfermedades como asma, bronquitis y COVID19. Sin embargo, los modelos propuestos suelen tratar la compliance pulmonar como constante, omitiendo este aspecto relevante de la fisiología respiratoria. Este trabajo propone modelar la histéresis respiratoria, ajustando parámetros a datos reales para describir la presión pulmonar con mayor precisión. A partir de un modelo general analítico de histéresis, se buscó ajustar la curva P-V a partir de las señales de volumen y flujo de pacientes reales. Pudieron conseguirse modelos con errores menores al 5%, así como detectar los parámetros de mayor relevancia. Además, a partir de una variante simplificada del modelo, se desarrolló una red neuronal multicapa capaz de identificar los parámetros del mismo por medio de su entrenamiento con los datos de cada paciente. Particionando los datos según semiciclos inspiratorios y espiratorios, se entrenó la red usando la técnica de retropropagación de errores y se logró estimar valores de parámetros con un ajuste similar. Se concluye que el empleo de técnicas de modelado analítico en conjunto con técnicas basadas en datos puede mejorar la precisión y generalización de modelos de histéresis respiratoria.
Ver más
Ver menos
Palabras Clave
histéresis respiratoriaperceptrón multicapamodelado analítico y basado en datos