Grado obtenido: Ingeniero Electrónico de la Universidad de Buenos Aires]]> Disciplina: Ingeniería Electrónica]]> Fil: Ochagavia, Lara. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina.]]> Fil: Ferreyra, Lucas. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina.]]> Esta investigación presenta un enfoque basado en inteligencia artificial para la detección de apneas del sueño, utilizando datos anotados por médicos del Hospital Tornú. Se emplea Python para procesar los datos y transformarlos en un problema de aprendizaje supervisado. A través de PyTorch y haciendo uso de la GPU de Google Colab, se implementa una red neuronal hibrida compuesta por una Convolutional Neural Network 1D (CNN1D) y una Long Short-Term Memory (LSTM), obteniendo resultados de Sensitivity, Specificity y Accuracy comparables a los estándares de referencia para la detección de apneas. Además, se incorpora una técnica de postprocesamiento para corregir posibles errores generados por la red neuronal aplicando criterios médicos determinísticos. A partir de las correcciones se calcula como diagnostico preliminar una estimación del ´índice de eventos respiratorios. Los resultados se validan mediante la comparación gráfica con eventos reales anotados por médicos, demostrando la efectividad y precisión del sistema propuesto.]]> Ochagavia, Lara]]> Ferreyra, Lucas]]>