Resumo:
Se plantea como objetivo en esta tesis la modelización de registros de Capnografía Volumétrica (CV) de pacientes sometidos a cirugía bajo anestesia general, con el propósito de obtener parámetros fisiológicos de interés para los especialistas médicos que realizan investigaciones en el campo de la fisiología respiratoria. Estos parámetros se calculan a partir de variables derivadas de la CV, las cuales deberían ser obtenidas en forma automática a los fines de poder adaptarse dinámicamente a los cambios producidos en la morfología de la CV como consecuencia de la influencia de diversas patologías que pueden presentar los pacientes bajo estudio.
El análisis de la CV propuesto también podría ayudar a la comprensión de los efectos fisiológicos que las terapias como la ventilación mecánica producen en el pulmón de un paciente. Este trabajo involucra el estudio de las dificultades que se presentan en el
cálculo de variables derivadas de la CV mediante los métodos tradicionales cuando los capnogramas resultan alterados en su morfología, y el ajuste de una única función analítica que permite encontrar matemáticamente las variables derivadas de interés con menor error, mayor precisión y en forma robusta. Las metodologías analizadas para la aproximación de la función son: la optimización de parámetros de una función específica creada ad-hoc; la obtención de un modelo difuso o híbrido basado en técnicas de Inteligencia Computacional.
Los resultados obtenidos fueron validados con el especialista de campo y comparados con los métodos tradicionales para evaluar su performance
