Análisis de La Interacción Cardiorrespiratoria Utilizando Técnicas No Lineales en Procesamiento de Datos en Pacientes Sometidos A La Prueba de Tubo en T

ANLISIS DE LA INTERACCIN CARDIORRESPIRATORIA UTILIZANDO TCNICAS
NO LINEALES EN PROCESAMIENTO DE DATOS EN PACIENTES SOMETIDOS A LA

PRUEBA DE TUBO EN T.
JOSE IGNACIO TRAPERO VILLARRAL
UNIVERSIDAD AUTNOMA DE BUCARAMANGA

FACULTAD DE INGENIERAS FSICO-MECNICAS
PROGRAMA DE INGENIERA MECATRNICA
BUCARAMANGA
2015
ANLISIS DE LA INTERACCIN CARDIORRESPIRATORIA UTILIZANDO TCNICAS

NO LINEALES EN PROCESAMIENTO DE DATOS EN PACIENTES SOMETIDOS A LA
PRUEBA DE TUBO EN T.
JOSE IGNACIO TRAPERO VILLARREAL
Proyecto de Grado I:
Director: CARLOS JULIO ARIZMENDI PEREIRA

Lnea de Investigacin: Automatizacin y Control
UNIVERSIDAD AUTNOMA DE BUCARAMANGA

FACULTAD DE INGENIERAS FSICO-MECNICAS
PROGRAMA DE INGENIERA MECATRNICA
BUCARAMANGA
2015
TABLA DE CONTENIDO
TABLA DE CONTENIDO.............................................................................................i
TABLA DE FIGURAS.................................................................................................iii
TABLAS.....................................................................................................................vi
1
AGRADECIMIENTOS.........................................................................................1
2. INTRODUCCIN................................................................................................2
3
OBJETIVOS DEL PROYECTO...........................................................................3

3.1
Objetivos generales......................................................................................3
3.1.
Objetivos especficos....................................................................................3
PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIN.................................4
4.1
Planteamiento del problema............................................................................4
4.2
5
Justificacin..................................................................................................5
ANTECEDENTES...............................................................................................6
5.1
Estado de la Weandb.......................................................................................6
5.2
Proceso de adquisicin................................................................................6
ESTADO DEL ARTE............................................................................................9
MARCO TERICO............................................................................................11
7.1
Tcnicas de minera de datos....................................................................11
7.2
Transformada Wavelet................................................................................11
7.3
Teorema del lmite central..........................................................................13
7.4
Dinmica simblica....................................................................................17
7.5
Redes neuronales..........................................................................................21
7.6
Analisis discriminate lineal.............................................................................24
7.7
Mquinas de soporte vectorial.......................................................................27
7.8
Reduccin de la dimensionalidad..................................................................30
METODOLOGA PROPUESTA.........................................................................33
8.1
Fases de un proyecto de minera de datos...................................................33
8.5
Fases del proyecto........................................................................................34
RESULTADO Y PRODUCTO............................................................................36
10
PRESUPUESTO............................................................................................37
11
DESARROLLO DEL PROYECTO.................................................................38
11.1
Visualizacin de los datos por cada clase.................................................38
11.2
Estudio estadstico....................................................................................42
11.3
Procesamiento de la seal (Transformada Wavelet)..............................49
11.4
Prueba TLC test de Levene y KS..........................................................54
11.5
Procesamiento de seal (Dinmica Simblica).........................................61
11.6
Clasificacin de las series cardiorrespiratorias..........................................72
11.7
Reduccin de la dimensionalidad...............................................................77
12.
13
TABLA RESUMEN DE CLASIFICADORES..................................................97

CONCLUSIONES Y EXTENSIONES FUTURAS......................................98
14
CRONOGRAMAS DE ACTIVIDADES.........................................................102
13
BIBLIOGRAFA............................................................................................103
14
ANEXOS......................................................................................................106
TABLA DE FIGURAS
FIGURA 1 REPRESENTACIN
TI , TE
FIGURA 2 ONDA
VT
DEL VOLUMEN RESPIRATORIO CON LA SERIES TEMPORALES
[7]........................................................................................ 8
Y SEGMENTO DE LA SEAL
FIGURA 3 RBOL
DE DESCOMPOSICIN
FIGURA 4 DIVISIN
FIGURA 5 FORMA
ECG [7]...............................................................8
WAVELET...................................................................13
EN SECUENCIA DE SMBOLOS SEGN LA VARIABILIDAD DE LA SEAL
[15]..........18
DE CONSTRUIR LAS PALABRAS DE LONGITUD..................................................20
FIGURA 6 PROCESO
DE SIMBOLIZACIN (A, B, C) Y DISTRIBUCIN DE PROBABILIDAD DE OCURRENCIA
DE CADA UNA DE LAS PALABRAS
FIGURA 7 MODELO
DE LA
FIGURA 8 DIAGRAMA
(PW) [15]...................................................................21
RED [21]....................................................................................22
DE DISPERSIN DE DOS GRUPOS EN DOS VARIABLES DE CLASIFICACIN..........25
FIGURA 9 MAXIMIZACIN
DEL MARGEN M ENTRE LAS CLASES
FIGURA 10 CASO
LINEAL MENTE SEPARABLE
FIGURA 11 CASO
NO LINEALMENTE SEPARABLE
FIGURA 12 USO
TTot ,
DE UN
KERNEL
[9]..............................................27
[9]....................................................................28
[9].................................................................29
PARA LA TRANSFORMACIN DEL ESPACIO DE DATOS
[9].................29
FIGURA 13 ALGORITMO FS................................................................................................31

FIGURA 14 FASES
DE UN PROYECTO DE MINERA DE DATOS......................................................33
FIGURA 15 FASES
DEL PROYECTO.......................................................................................34
FIGURA 16 PACIENTES
POR CLASE DE LA SERIE TEMPORAL
FV, A) GRUPO
DE
XITO, B) GRUPO
FRACASO, C) GRUPO REINTUBADOS...............................................................................39

FIGURA 17 PACIENTES
RR, A) GRUPO
DE
XITO, B) GRUPO

FIGURA 18 PACIENTES
TI, A) GRUPO
DE
XITO, B) GRUPO

FIGURA 19 PACIENTES
TO, A) GRUPO
DE
XITO, B) GRUPO

FIGURA 20 PACIENTES
TT, A) GRUPO
DE
XITO, B) GRUPO

FIGURA 21 PACIENTES
TT, A) GRUPO
DE
XITO, B) GRUPO

FIGURA 22 PACIENTES
DE LA SERIE TEMPORAL
FV(CLASE XITO FRACASO REINTUBADO)...............44
FIGURA 23 PACIENTES
RR(CLASE XITO FRACASO REINTUBADO)..............44
FIGURA 24 PACIENTES
TE(CLASE XITO FRACASO REINTUBADO)...............45
FIGURA 25 PACIENTES
TI(CLASE XITO FRACASO REINTUBADO)................45
FIGURA 26 PACIENTES
TO(CLASE XITO FRACASO REINTUBADO)..............46
FIGURA 27 PACIENTES
VI(CLASE XITO FRACASO REINTUBADO)................46
FIGURA 28 PACIENTES
VI(CLASE XITO FRACASO REINTUBADO)................47
FIGURA 29 SEGUIMIENTO
DE PROYECTO...............................................................................48
FIGURA 30 SERIE FV
NIVEL
A1
A2
DE CADA UNA DE LAS CLASE
XITO
FRACASO...................52
FIGURA 31 SERIE FV
NIVEL
A3
A4
XITO
FRACASO...................53
FIGURA 32
SERIE
FV
NIVEL
FIGURA 33 APROXIMACIN
FIGURA 34 DISTRIBUCIN
A5
A6
DE LA SERIE
FV
XITO
FRACASO....................53
A UNA DISTRIBUCIN NORMAL..................................54
DE PROBABILIDAD DE APARICIN DE CADA PALABRA SERIE
FIGURA 35 REMUESTREO
DE LA SEAL A
FIGURA 36 PORCENTAJES
DE CLASIFICACIN PARA DIFERENTES VALORES DE ALFA..........................64
FIGURA 37 PORCENTAJES
DE CLASIFICACIN PARA DIFERENTES VALORES DE ALFA..........................65
FIGURA 38 FRECUENCIA
FIGURA 39 ETAPAS
2HZ
FV................61
PARA LA SERIE
FV..............................................63
DE APARICIN DE CADA PALABRA DEL ALFABETO....................................66
DE CLASIFICACIN DE LOS DATOS DINMICOS..............................................74
FIGURA 40 VARIABLES
SELECCIONADA POR EL CLASIFICADOR
LDA............................................78
FIGURA 41 VARIABLES
SELECCIONADA POR EL CLASIFICADOR
SVM............................................79
FIGURA 42 MWVA XITO

FIGURA 43 ENERGA
VS
VS
FIGURA 49 ENERGA
VS
FRACASO..............................82
1% XITO
VS
REINTUBADO..........................84
FRACASO U REINTUBADO..........................................................85
TOTAL NORMALIZADA CRITERIO
FIGURA 48 MWAV FRACASO
1%EXITTO
REINTUBADO...........................................................................83
FIGURA 46 MWAV XITO

FIGURA 47 ENERGA
FRACASO................................................................................80
FIGURA 44 MWAV XITO

FIGURA 45 ENERGA
VS
VS
1% XITO
VS
FRACASO U REINTUBADO.........86
REINTUBADO.......................................................................87
1% FRACASO
VS
REINTUBADO......................88
FIGURA 50 SELECCIN
DE VARIABLES
(LDA) CASO 1
XITO VS FRACASO...................................89
FIGURA 51 SELECCIN
DE VARIABLES
(SVM) CASO 1
XITO VS FRACASO...................................90
FIGURA 52 SELECCIN
DE VARIABLES
(LDA) CASO 2 XITO
VS
REINTUBADO..............................91
FIGURA 53 SELECCIN
DE VARIABLES
(SVM) CASO 2 XITO
VS
REINTUBADO.............................92
(LDA) CASO 3 XITO
VS
FRACASO U REINTUBADO............93
VS
FRACASO U REINTUBADO.............94
FIGURA 54 SELECCIN
DE VARIABLES
FIGURA 55 SELECCIN
DE VARIABLES
(SVM) CASO 3 XITO
FIGURA 56 SELECCIN
DE VARIABLES
(LDA) CASO 4 FRACASO
VS
REINTUBADO.........................95
FIGURA 57 SELECCIN
DE VARIABLES
(SVM) CASO 4 FRACASO
VS
REINTUBADO........................96
DE LA SERIE
RR
A UNA DISTRIBUCIN NORMAL................................106
DE LA SERIE
TE
DE LA SERIE
TI
DE LA SERIE
TO
DE LA SERIE
TT
DE LA SERIE
VI
A UNA DISTRIBUCIN NORMAL.................................109
DE LA SERIE
VI
FIGURA 65 SERIE RR
NIVEL
A1
A2
XITO
FRACASO.................111
FIGURA 66 SERIE RR
NIVEL
A5
A6
XITO
FRACASO.................111
FIGURA 67 SERIE TE
NIVEL
A1
A2
XITO
FRACASO..................118
FIGURA 68 SERIE TE
NIVEL
A3
A4
XITO
FRACASO..................118
FIGURA 69 SERIE TE
NIVEL
A5
A6
XITO
FRACASO..................119
FIGURA 70 SERIE TI
NIVEL
A1
A2
XITO
FRACASO...................127
FIGURA 71 SERIE TI
NIVEL
A3
A4
XITO
FRACASO...................127
FIGURA 72 SERIE TI
NIVEL
A5
A6
XITO
FRACASO...................128
FIGURA 73 SERIE TO
NIVEL
A1
A2
XITO
FRACASO.................136
FIGURA 74 SERIE TO
NIVEL
A3
A4
XITO
FRACASO.................136
FIGURA 75 SERIE TO
NIVEL
A5
A6
XITO
FRACASO.................137
FIGURA 76 SERIE VI
NIVEL
A1
A2
XITO
FRACASO..................145
FIGURA 77 SERIE VI
NIVEL
A3
A4
XITO
FRACASO..................145
FIGURA 78 SERIE VI
NIVEL
A5
A6
XITO
FRACASO..................146
FIGURA 79 SERIE TT
NIVEL
A1
A2
XITO
FRACASO..................154
FIGURA 80 SERIE TT
NIVEL
A3
A4
XITO
FRACASO..................154
FIGURA 81 SERIE TT
NIVEL
A5
A6
XITO
FRACASO..................155
FIGURA 82 SERIE VT
NIVEL
A1
A2
XITO
FRACASO.................163
FIGURA 83 SERIE VT
NIVEL
A3
A3
XITO
FRACASO.................163
FIGURA 84 SERIE VT
NIVEL
A5
A6
XITO
FRACASO.................164
TABLAS
TABLA 1 MEDIDAS
ESTADSTICAS DE PACIENTES
GRUPO XITO....................................................42
TABLA 2 MEDIDAS
GRUPO FRACASO..............................................43
TABLA 3 MEDIDAS
GRUPO REINTUBADO..........................................43
TABLA 4 ORDEN
DE LAS FAMILIAS
WAVELET............................................................................50
TABLA 5 SERIE FV
MEJOR FAMILIA
WAVELET............................................................................51
TABLA 6 P_VALUE
DE LAS DIFERENTES SERIES CON UN GRADO DE SIGNIFICANCIA MAYOR
P>0.05....55
TABLA 7 SERIE FV APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO......................................57
TABLA 8 SERIE FV APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO......................................58
TABLA 9 NIVELES
DE LA TRANSFORMADA WAVELET DE CADA SEAL.............................................59
TABLA 10 PUNTAJES Q1
TABLA 11 PORCENTAJE
PARA TODAS SERIES
CARDIORRESPIRATORIA...........................................60
DE POTENCIA DE LAS SEALES EN CADA BANDA (FUENTE
[28])...................62
TABLA 12 VARIABLES DINMICAS.........................................................................................67

TABLA 13 UNIN
DE LAS SERIES CARDIORRESPIRATORIAS PARTE
1..............................................68
TABLA 14 UNIN
2..............................................69
TABLA 15 UNIN
3..............................................70
TABLA 16 UNIN
4..............................................71
TABLA 17 CLASIFICACIN
DE LAS CLASES
XITO
VS
FRACASO....................................................75
DE LAS CLASES
XITO
VS
REINTUBADO...............................................75
DE LAS CLASES
XITO
VS
FRACASO U REINTUBADO...............................76
DE LAS CLASES
FRACASO
VS
REINTUBADO...........................................76
CON LAS NUEVAS VARIABLES
(LDA)....................................................78
CON LAS NUEVAS VARIABLES
(SVM)...................................................79
DE LOS NUEVOS DATOS CRITERIO DE LA ENERGA
XITO
VS
FRACASO........82
XITO
VS
REINTUBADO. . .84
XITO
VS
FRACASO U
REINTUBADO............................................................................................................. 86
FRACASO
VS
REINTUBADO
.............................................................................................................................. 88
DE NUEVAS CARACTERSTICAS
(LDA) CASO 1.......................................89
(SVM) CASO 1......................................90
(LDA) CASO 2.......................................91
(SVM) CASO 2......................................92
(LDA) CASO 3.......................................93
(SVM) CASO 3......................................94
(LDA) CASO 4.......................................95
(SVM) CASO 4......................................96
TABLA 35 RESUMEN
DE LOS MEJORES RESULTADOS..................................................................97
TABLA 36 SERIE RR
DIFERENTES FAMILIAS
WAVELET..............................................................110
TABLA 37 SERIE RR APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO..................................112
CLASE XITO VS CLASE
FRACASO..................................113
CLASE XITO VS CLASE
FRACASO..................................114
CLASE XITO VS CLASE
FRACASO..................................115
CLASE XITO VS CLASE
FRACASO..................................116
TABLA 42 SERIE TE
MEJOR FAMILIA.....................................................................................117
TABLA 43 SERIE TE APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO...................................120
CLASE XITO VS CLASE
FRACASO...................................121
CLASE XITO VS CLASE
FRACASO...................................122
TABLA 46 SERIE TE APROXIMACIN A4CLASE
FRACASO....................................123
XITO VS CLASE
CLASE XITO VS CLASE
FRACASO...................................124
CLASE XITO VS CLASE
FRACASO...................................125
TABLA 49
SERIE
TI
MEJOR FAMILIA MADRE............................................................................126
TABLA 50 SERIE TI APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO....................................129
CLASE XITO VS CLASE
FRACASO....................................130
CLASE XITO VS CLASE
FRACASO....................................131
CLASE XITO VS CLASE
FRACASO....................................132
CLASE XITO VS CLASE
FRACASO....................................133
CLASE XITO VS CLASE
FRACASO....................................134
TABLA 56 SERIE TO
MEJOR FAMILIA MADRE..........................................................................135
TABLA 57 SERIE TO APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO..................................138
CLASE XITO VS CLASE
FRACASO..................................139
CLASE XITO VS CLASE
FRACASO..................................140
CLASE XITO VS CLASE
FRACASO..................................141
CLASE XITO VS CLASE
FRACASO..................................142
CLASE XITO VS CLASE
FRACASO..................................143
TABLA 63 SERIE VI
MEJOR FAMILIA MADRE...........................................................................144
TABLA 64 SERIE VI APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO...................................147
CLASE XITO VS CLASE
FRACASO...................................148
CLASE XITO VS CLASE
FRACASO...................................149
10
CLASE XITO VS CLASE
FRACASO...................................150
CLASE XITO VS CLASE
FRACASO...................................151
CLASE XITO VS CLASE
FRACASO...................................152
TABLA 70 SERIE TT
MEJOR FAMILIA MADRE...........................................................................153
TABLA 71 SERIE TT APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO...................................156
CLASE XITO VS CLASE
FRACASO...................................157
CLASE XITO VS CLASE
FRACASO...................................158
CLASE XITO VS CLASE
FRACASO...................................159
CLASE XITO VS CLASE
FRACASO...................................160
CLASE XITO VS CLASE
FRACASO...................................161
TABLA 77 SERIE VT
MEJOR FAMILIA MADRE..........................................................................162
TABLA 78 SERIE VT APROXIMACIN A1
CLASE XITO VS CLASE
FRACASO..................................165
CLASE XITO VS CLASE
FRACASO..................................166
CLASE XITO VS CLASE
FRACASO..................................167
CLASE XITO VS CLASE
FRACASO..................................168
CLASE XITO VS CLASE
FRACASO..................................169
TABLA 83 60 SERIE VT APROXIMACIN A6
CLASE XITO VS CLASE
11
FRACASO.............................170
AGRADECIMIENTOS
Ante todo quisiera Agradecer primero a Dios todo por la vida que nos dio y
tambin por haberme permitido llegar a una muy buena universidad y conocer
personas muy talentosa e inteligente.
Al doctor Carlos julio Arizmendi por haber confiado en m para el desarrollo del
proyecto, y tambin por todas las asesoras que sin ellas no se hubiera podido
lograr este proyecto, tambin agradezco a Edwin solano quien tambin aporto al
proyecto.
Estoy infinitamente agradecido con mi familia mi mama y mi papa porque a pesar

de la distancia siempre estuvieron colaborndome con todo el sostenimiento de mi
carrera profesional, y tambin agradecer a Yanesis Garca quien fue mi inspiracin
en todo momento para salir adelante.
2.
INTRODUCCIN
El presenten proyecto se enmarca en desarrollar una aplicacin para saber

cundo debe ser el momento ptimo de retiro de la ventilacin mecnica ya que el
mal momento de la desconexin ocasiona enfermedades hospitalarias(nosocomial
[1]), debido a todos estos traumas el paciente produce estrs y la dificultad de
comunicacin, sentimiento de vulnerabilidad, impotencia, aislamiento, soledad,
miedo. Minimizar estos estados de paciente suele ser muy complicado.
Existen diferentes mtodos y tcnicas que pueden ser aplicados a un estudio de

las seales cardiorrespiratorias se busca poder facilitar la deteccin el momento
ptimo para la desconexin, el sistema cardiaco al igual que la mayora de
sistemas fisiolgicos tiene un comportamiento no lineal requiriendo una
caracterizacin que involucre nuevas tcnicas, para este tipo de problemas, en
este proyecto se propuso el uso de la Transformada Wavelet y la Dinmica
Simblica esta ltima proveniente de la Teora del Caos, las cuales no estn
completamente exploradas. Estas tcnicas son pertenecientes al dominio temporal
y el dominio de la frecuencia.
Para la evaluacin del modelo se propusieron dos mtodos: las redes neuronales
que es un alegorismo de aprendizajes automtico y las mquinas de soporte
vectorial (MSV) que aprenden una superficie de decisin de dos clases distintas,
los datos son mapeados por medio de un kernel Gaussiano u otro tipo de kernel a
un espacio dimensional ms alto donde se busca la mxima separacin de las
clases, y la Redes Neuronales (RNs) Es un sistema de computacin artificial
compuesto por un nmero finito de unidades llamadas neuronas, unidas mediante
conectores. Con el conjunto de neuronas se puede encontrar la relacin existente
entre los datos de entrada y salida del sistema
3
3.1
OBJETIVOS DEL PROYECTO
Objetivos generales
Se realizar
un anlisis e interpretacin de seales cardiorrespiratorias, en
pacientes asistidos mediante Ventilacin Mecnica, se utilizarn tcnicas

provenientes del procesamiento de seales e inteligencia artificial para determinar
el momento ptimo de desconexin mediante la prueba de tubo en t.
3.1. Objetivos especficos

Realizar un estudio preliminar de las seales respiratorias, cardiacas y de sus
series temporales pertenecientes a la base de datos WEANDB.
Estudiar el Desarrollo de tcnicas No lineales para el Procesamiento de Seales,

Seleccin y/o Extraccin de Caractersticas y Clasificacin.
Estudiar tcnicas y desarrollar algoritmos para realizar la clasificacin de las
variables ms relevantes del sistema, para la determinacin del momento ptimo
de la extubacin.
Estudiar tcnicas provenientes del campo de procesamiento de seales (Dinmica
Simblica y Transformada Wavelet) y desarrollar algoritmos que permita encontrar
nuevos ndices que aporten mucha ms informacin.
Evaluar el aporte de los ndices obtenidos, de los patrones cardiorrespiratorios, en
la decisin del momento ptimo de extubacin
PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIN
4.1
Planteamiento del problema
Las enfermedades respiratorias siguen teniendo una alta incidencia en nuestro

pas [2] la incidencia de los virus Respiratorios Agudos (IRA) en los ltimos aos
de acuerdo con el Instituto Nacional de salud muestra que en el 2010 el virus
respiratorio caus el (62%) de los casos estudiados, seguido de influenza AHN1
(18%), para influenza (8%), Influenza A estacional (6%), Influenza B (3%) [3],
debido al mal tratamiento de estos casos, resulta fundamental la ayuda de la
ventilacin mecnica (VM), Es una estrategia teraputica que consiste en
remplazar o asistir mecnicamente la ventilacin pulmonar espontnea cuando
sta es inexistente o ineficaz para la vida. Para llevar a cabo la ventilacin
mecnica se puede recurrir o bien a una mquina (ventilador mecnico) o bien a
una persona bombeando el aire manualmente mediante la compresin de una
bolsa o fuelle de aire. El ventilador mecnico tambin es denominado ventilador,
respirador o mquina de respirar. La mayora de los pacientes que necesitan el
apoyo de un ventilador debido a una enfermedad grave son ingresados a una
unidad de cuidados intensivos (UCIs).
Sin
embargo,
cuando
el
soporte
ventilatorio
se
logra
discontinuar,
aproximadamente el 25% de los pacientes presentan problemas respiratorios,

requiriendo que la ventilacin mecnica sea restablecida. Adems, del total de
pacientes que se logra extubar, alrededor del 10 a 20%, necesitan ser reintubados
aumentndose alrededor del 33% en pacientes con cambios en el estado mental y
alteraciones neurolgicas, incrementando la mortalidad 6 veces ms que en
aquellos pacientes que toleraron la extubacin, con evidencia de que la necesidad
de reintubacin eleva 8 veces la razn de disparidad [4]
4.2
Justificacin
Este proyecto se encuentra campo de la Ingeniera Biomdica, haciendo uso de

las tcnicas de Inteligencia artificial, los conocimientos requeridos para desarrollar
la presente investigacin son fcilmente extensivos a muchas reas en las que se
podra desempear un ingeniero mecatrnico en los diferentes entornos de las
industria donde una enorme cantidad de datos son desaprovechado por el no
conocimiento de tcnicas que permitan extraer informacin til y verdadera
En la actualidad, es indispensable intentar el mantenimiento de la vida del
paciente agudo y grave sin contar con la ayuda de la ventilacin mecnica (VM),
cuando la patologa en sus casos extremo el paciente cuenta con IRA. Escoger el
momento ptimo de retirar la ventilacin mecnica depende mucho de la etapa de
evolucin del paciente, de esta manera existe la posibilidad de que el paciente
tenga que ser reentubado por no escoger el momento ptimo de la desconexin,
Es este un aspecto que no puede faltar cuando de deshabituacin se habla. Son
mltiples las etiologas del fallo en el destete y una mala decisin en relacin al
momento de iniciar el mismo, no debe ser identificada como causa de destete
fallido. Todo ello impone una sobrecarga en la inspiracin de los pacientes que se
estn liberando de la VM que muchas veces el paciente no puede vencer y
aparece entonces la fatiga muscular. Las casusas del destete fallido se deben al
desbalance entre la carga ventilatoria y la Bomba respiratoria, Factores extra
pulmonares [5]
En este proyecto se utilizara en la etapa de procesamiento de datos aplicar la
transformada wavelet, y para una segunda etapa procesamiento se utilizara
anlisis no lineal de sistemas dinmico (Dinmica simblica), para la etapa de
modulacin y evaluacin se propone utilizar MSV y RNs para establecer nuevos
ndices basados en la seal respiratoria, que nos permitan determinar con un
mayor nmero de aciertos el momento adecuado para retirar la ventilacin
mecnica a un paciente.
ANTECEDENTES
WEANDB [6] recopila informacin de pacientes asistidos mediante ventilacin

mecnica en proceso de extubacin. Dichos pacientes provienen de los
departamentos de Cuidados Intensivos del Hospital de la Santa Creu i SantPau y
del Hospital de Getafe, cumpliendo con los protocolos aprobados por los comits
ticos y en colaboracin con la Universidad Politcnica de Catalua.
5.1
Estado de la Weandb
a) Gnero
Se diferencia entre mujer y hombre, para distinguir el gnero del paciente.
b) Test y cdigo de Test
Los resultados de la prueba en tubo en T, tiene tres posibles resultados xito,
Fracaso, Reentubado
5.2
Proceso de adquisicin
Durante el 2008 se realiz la base de datos WEANDB, el proceso de adquisicin

de los datos fue a travs de un estudio con pacientes voluntarios que haban sido
ingresados en la Unidad de Cuidados Intensivos de dos hospitales, el Hospital de
Sant Pau o bien, el Hospital de Getafe. Los pacientes fueron intubados debido a
diversas causas y haban requerido ventilacin mecnica durante al menos 24
horas. Para realizar la extubacin, lo primero que se hizo fue la prueba de tubo en
T para el protocolo de desconexin.
a) . Equipos utilizados
Este estudio requiri de dos equipos especiales para la adquisicin de los valores
de seal de flujo respiratorio y seal cardaca, estos fueron utilizados tanto en el
Hospital de Getafe como en el Hospital de Sant Pau.
Seal electrocardiogrfica (ECG), obtenida utilizando un monitor SpaceLabs
Medical, derivacin I, II o III.
Seal de flujo respiratorio (FLU), obtenida a partir de un neumotacgrafo,

utilizando un monitor DatexOhmeda con transductor de reluctancia variable
Validyne Model MP45
Ambas seales fueron registradas con una tarjeta National Instruments (DAQCard
6024 E), utilizando software Labview, a una frecuencia de muestreo de 250 Hz.
Las seales han sido registradas a partir del momento en que la clnica
consideraba viable la extubacin y los pacientes respirando de forma espontnea,
a travs del tubo T, durante 30 minutos
En WEANDB se describe el modelo del sistema respiratorio mediante las
siguientes series temporales [7], tiempo de inspiracin (TI), tiempo de espiracin
(TE), duracin del ciclo respiratorio (TTot), volumen circulante (VT), fraccin
inspiratoria (TI/TTot), flujo inspirado medio (VT/TI) y la relacin (f/VT), siendo f la
frecuencia respiratoria. De igual forma, La variabilidad del ritmo cardiaco se
representa mediante las series de intervalos RR y TT sacados a partir de la seal
electrocardiogrfica (ECG). En la Figura 1 se muestra un esquema de la
representacin del volumen respiratorio mediante las series temporales Ttot, TI,
TE y VT. En la Figura 1 se muestra las diferentes ondas y segmentos que
conforman una seal ECG. Es la representacin grfica de la actividad elctrica
del corazn, que se obtiene con
7
un electrocardigrafo en forma de cinta continua. Es el instrumento principal de

la electrofisiologa cardaca y tiene una funcin relevante en el cribado y
diagnstico de las enfermedades cardiovasculares.
FIGURA 1 Representacin del volumen respiratorio con la series temporales

T Tot , T I , T E
y VT
[7]
FIGURA 2 Onda y segmento de la seal ECG [7]
6 ESTADO DEL ARTE

En el mes de mayo de 2011 [8] se propone un mtodo que permita encontrar el
momento ptimo de retirar la ventilacin asistida de un paciente de cuidados
intensivos, En este trabajo se estudia el patrn respiratorio a partir de la seal de
flujo respiratorio de pacientes en proceso de extubacin teniendo en cuenta las
siguientes etapas: caracterizacin de la seal a partir de la identificacin de los
ciclos respiratorios, anlisis del patrn respiratorio a partir del modelado
matemtico de las series, y clasificacin del mismo con el objetivo de identificar
patrones de pacientes con posible xito en el proceso. Se analizaron 153
pacientes clasificados en los grupos xito, fracaso y reintubados, de acuerdo con
el resultado de la prueba de extubacin de tubo en T. Se seleccionaron las series
temporales de tiempo de espiracin, tiempo de inspiracin, duracin del ciclo
respiratorio e ndice de respiracin superficial dado que presentaron diferencias
significativas en los parmetros de valor medio, orden del modelo, primer
coeficiente y error final de prediccin. Con ellas se obtuvo una exactitud de
clasificacin del 86% (sensibilidad 0,86 especificidad 0,84) utilizando un
clasificador tipo discriminante lineal. Se analizaron otros clasificadores como
regresin logstica y mquinas de soporte vectorial [9]
En Abril de 2006 [10], se propone un mtodo para el estudio de las diferencias en

la variabilidad del patrn respiratorio en pacientes sometidos a ensayos de
destete. La metodologa propuesta estaba basada en una mquina de soporte
vectorial (SVM por sus iniciales en ingls) que utilizaba 35 caractersticas
extradas de la seal de flujo respiratorio. El grupo de estudio consisti en 146
pacientes con respiracin mecnica. Se aplic un procedimiento de seleccin de
caractersticas basado en el uso de la SVM con una validacin cruzada leave-oneout. Se obtuvo un 86.67% de pacientes bien clasificados para una clase y 73.34%
para la otra.
El trabajo [11] ha consistido en aplicar un mtodo de anlisis no lineal para

caracterizar los cambios de complejidad de la variabilidad del ritmo cardiaco
(VRC). El objetivo ha sido estratificar el riesgo de muerte sbita cardiaca en
pacientes con Cardiomiopata Dilatada Idioptica (IDC) y en pacientes con
Cardiomiopata Dilatada Isqumica (ICM). Se ha desarrollado una metodologa
basada en la Dinmica Simblica (DS), generndose smbolos a partir de la serie
RR, duracin entre latidos cardacos consecutivos. Los ndices de complejidad
propuestos han sido la probabilidad de aparicin de los smbolos (s j), el nmero de
smbolos (pTH) con probabilidad de aparicin mayor o igual a un umbral (TH), la
entropa de Shannon y la entropa de Rnyi, para diferentes valores del parmetro
que la define. Se ha podido caracterizar la complejidad de la VRC mediante
ndices con un nivel de significacin p-valor<0,05 y una clasificacin discriminante
mayor al 60% de pacientes bien clasificados.
En el trabajo [12] se presenta una aplicacin de las tcnicas de Inteligencia
Artificial (IA) en el campo de anlisis por computador de seales Biomdicas y
ayuda al diagnstico. Se han aplicado Redes Neuronales (RN) con el fin de
desarrollar un clasificador para el anlisis de pacientes sometidos a una
extubacin luego de haber sido conectados a una Ventilacin Mecnica (VM). Se
implementa Algoritmos Genticos (AG) y Forward Selection (FS), como tcnicas
de seleccin de caractersticas, para la obtencin de variables relevantes,
explicativas del sistema cardiorrespiratorio. Se estudian 66 pacientes asistidos
mediante ventilacin mecnica dividido en dos grupos: Grupo 1 (33 pacientes con
xito en la extubacin) y Grupo 2 (33 pacientes que fallaron en el proceso de
extubacin). Al seleccionar las caractersticas ms significativas, y evaluar los
diferentes clasificadores obtenidos el mejor present
un porcentaje de
clasificacin del 79% considerando nicamente 4 de las 21 caractersticas.
10
7 MARCO TERICO
7.1
Tcnicas de minera de datos
La minera de datos es un proceso de descubrimiento de nuevas y significativas

relaciones, patrones y tendencias utilizadas para examinar gran cantidad de datos.
Las tcnicas de minera de datos persiguen el descubrimiento automtico del
conocimiento contenido en la informacin almacenada en forma de base de datos.
El objetivo de estas tcnicas es el de descubrir patrones, perfiles y tendencias a
partir del anlisis de estos datos utilizando tcnicas de exploracin como grficos
de caja, grficos de dispersin, y
as mismos utilizando tecnologas de
reconocimiento de patrones como las RNs y Msv
7.2
Transformada Wavelet
La transformada wavelet es una tcnica matemtica que se origin formalmente a

principios de los aos 80, tuvo sus orgenes en el trabajo propuesto por Fourier en
1807, al utilizar descomposicin ortogonal de seales peridicas.
La transformada wavelet, descompone la seal en una serie de pequeas ondas u

ondculas. Estas ondculas son ondas localizadas o seales que descienden
rpidamente a cero despus de unas pocas oscilaciones, y que tienen un valor
promedio nulo. Las ondculas que hacen las veces de funciones de comparacin
pueden ser funciones reales o complejas. Una vez definida las funciones de
comparacin, podemos definir la transformada wavelet como la suma en el tiempo
del producto de la seal por la versin escalada y trasladada de la wavelet original.
11
Cb ,a [ f (t ) ] = f ( t ) b , adt
Ecuacin 1
Donde:
b , a es la funcin wavelet madre
b es la translacin o dilatacin
a es la escala.
La transformada wavelet tiene la propiedad de poder extraer discontinuidades o

singularidades locales de una seal en el tiempo o espacio, adems de ser
discreta o continua.
El resultado de la transformada es la descomposicin de la seal en el tiempo en

una serie de coeficientes
Cb ,a reales o complejos (dependiendo de la wavelet
usada). La seal original f(t) se puede recuperar con la transforma inversa, aqu
f(t) se puede recomponer con la llamada frmula de reconstruccin
1
f (t)=
k
C (b , a) f b , adb
a=0 b=
Donde la constante
da
2
a
Ecuacin 2
depende de la wavelet madre seleccionada. [13]
Transformada Wavelet discreta (DWT)
Por la complejidad en el tratamiento numrico de la DWT, debido a la variabilidad

en forma continua de los parmetros de escala como de traslacin, es
indispensable contar con una herramienta que permita la discretizacin de sta.
12
Es as que se pasar de un mapeo continuo a un espectro o conjunto finito de

valores, a travs del cambio de la integral por una aproximacin con sumatorias.
La discretizacin permite representar una seal en trminos de funciones
elementales acompaadas de coeficientes [12].
Adems, el uso de esta tcnica permite extraer dos componentes de la seal, por
un lado los coeficientes de aproximacin (Ca) que corresponden a los
componentes de baja frecuencia de la seal y por otra parte los coeficientes de
detalle (Cd) que representan las altas frecuencias. Para obtener Para obtener los
componentes de la seal, esta se debe pasar por dos filtros, uno pasa bajos que
extraer los Ca y otro pasa bajos que extraer los Cd. En la figura 3 se presenta la
descomposicin de una seal en sus respectivos Ca y Cd.
FIGURA 3 rbol de descomposicin Wavelet
7.3
Teorema del lmite central
Consiste en un conjunto de resultados del comportamiento de las distribuciones

mustrales, en el que se afirma bajo ciertas hiptesis, que la distribucin de las
medias de un nmero muy grande de muestra se aproxima a una distribucin
normal (tambin llamada distribucin gaussiana, curva de Gauss o campana de
Guaus). En la ecuacin 3 se puede observar la estandarizacin de los datos por
medio de este teorema.
13
Z=
Xi
Ecuacin 3
Propiedades del Teorema
El teorema del lmite central garantiza una distribucin normal cuando n es

suficientemente grande.
Existen diferentes versiones del teorema, en funcin de las condiciones

utilizadas para asegurar la convergencia. Una de las ms simples establece
que es suficiente que las variables que se suman sean independientes,
idnticamente distribuidas, con valor esperado y varianza finitas.
La aproximacin entre las dos distribuciones es, en general, mayor en el centro

de las mismas que en sus extremos o colas, motivo por el cual se prefiere el
nombre "teorema del lmite central" ("central" califica al lmite, ms que al
teorema).
Este teorema, perteneciente a la teora de la probabilidad, encuentra aplicacin

en muchos campos relacionados, tales como la inferencia estadstica o la
teora de renovacin.
Prueba T Student
El procedimiento Prueba T para muestras independientes debe utilizarse para

comparar las medias de dos grupos de casos, es decir, cuando la comparacin se
realice entre las medias de dos poblaciones independientes
14
t=
x^ ^y
( n1 ) S 12+ ( m1 ) S 22 1 1
.
+
n+m2
n m
Ecuacin 4
t: Es el valor estadstico de la prueba

x: Es la media del grupo 1
y: Es la media del grupo 2
n: Es el nmero de observaciones del grupo 1
m: Es el nmero de observaciones del grupo 2
1: Es la cursivarianza del grupo 1
2: Es la cursivarianza del grupo 2
Test LSD Fisher

El Test se basa en la creacin de un valor comn, un umbral, basado en un test de
la t de Student. Se realizan todas las diferencias entre medias de los t niveles. Las
diferencias que estn por encima de este umbral indicarn una diferencia de
medias significativa y las diferencias que estn por debajo indicarn una diferencia
no significativa
lsd=t n t
1 1
. s2 . +
2
n m
Ecuacin 5
Donde
t: Al valor estadstico de la t studet
n-t: son los grados de libertad de las observaciones
: Es el valor de t en alfa medios

n: Es el nmero de observaciones del grupo 1
m: Es el nmero de observaciones del grupo 2
15
Prueba de Homocedasticidad (Test de levene)

Para que este contraste de hiptesis, basado en la F, lo sea de la igualdad de
medias es necesario que todas las muestras provengan de una poblacin con la
2
misma varianza ( ), de la que el error medio cuadrtico (MSE) y el anlisis de
los sistemas de mediciones (MSA) son estimadores. Por lo tanto es necesario

comprobarlo antes de realizar el contraste. Del mismo modo que no se puede usar
repetidamente en la prueba basada en la en la t para comparar ms de dos
medias, tampoco se puede usar la prueba basada en la F para comparar ms de
dos varianzas, la hiptesis nula(H_0) representa la conclusin donde se dice que
la medias de dos poblaciones son iguales, la hiptesis alternativa(H_1), es la
negacin de la hiptesis nula o que en palabras textuales es que las medias no
son iguales.
Prueba de Kolmogorov-Smirnov(ks)
La prueba de Kolmogorov-Smirnov para una muestra es un procedimiento de
"bondad de ajuste", que permite medir el grado de concordancia existente entre la
distribucin de un conjunto de datos y una distribucin terica especfica. Su
objetivo es sealar si los datos provienen de una poblacin que tiene la
distribucin terica especificada, es decir, contrasta si las observaciones podran
razonablemente proceder de la distribucin especificada, el objetivo de esta
prueba es medir si los datos siguen una distribucin normal si el P_value es menor
0.05 los datos no siguen una distribucin normal si el P_value es mayor que 0.05
los datos siguen una distribucin normal
16
7.4
Dinmica simblica
La Dinmica Simblica (DS) ha mostrado ser un mtodo de anlisis que aporta

informacin importante para caracterizar la complejidad de la VRC. Est basada
en la transformacin de una seal en una secuencia de smbolos que toman
valores de un alfabeto, eliminando la informacin detallada y conservando en la
nueva serie la informacin clnicamente til presente en la seal cardiaca, pero no
disponible ni observable directamente [11].
La principal idea de la dinmica simblica consiste en dividir en contornos el

espacio en el cual una seal puede fluctuar [14]. Cada contorno estar
representado por un smbolo. El conjunto de todos los smbolos que representan
los contornos en los que se divide una seal se denomina alfabeto. Al realizar esta
conversin, se puede construir una secuencia de smbolos a partir de una serie
temporal o cualquier otro tipo de secuencia inicial; este proceso recibe el nombre
de simbolizacin En la Figura 4 se ilustra una representacin visual.
17
FIGURA 4 Divisin en secuencia de smbolos segn la variabilidad de la seal [15]
En la figura 4 muestra como la seal es cortada en cada regin, y esta misma a su

vez toma un smbolo, existen varios mtodos para encontrar una particin
adecuada [11, 16, 17], caso de las seales biolgicas puede considerarse la
metodologa usada en [15, 18, 19], la cual ha sido probada en forma exitosa en el
anlisis de la variabilidad del ritmo cardiaco. En ella, se transforma una seal
en una secuencia de smbolos
s (x) , de un alfabeto
x ,
A={0,1,2,3 } , de cuatro
smbolos. Para hacerlo se emplea la ecuacin [3]. Esta transformacin en

smbolos considera tres niveles dados, donde
seal y
se refiere a la media de la
es un parmetro especial al que suele asignrsele un valor de 0.1. Es
importante mencionar que pequeos cambios en los valores de

influencian la particin en forma considerable.
18
no
1 si ( 1+ ) < RRn<
0 si < RRn ( 1+ ) n=1,2, . N
2 si (1 ) < RRn
3 si 0< RRn(1 )
Ecuacin 6
Una vez conseguida la secuencia de smbolos

secuencia en palabras sobre el alfabeto
s ( x) , se debe fragmentar dicha
A de largo
k . Una palabra sobre
un alfabeto
se define como una sucesin finita (posiblemente vaca) de
smbolos de
[20]. Por ejemplo, en el estudio de un electrocardiograma (ECG)
de 30 minutos, el cual corresponde a un valor aproximado de 1800 intervalos RR

en el tacograma [16]. Se ha escogido para este caso la utilizacin de palabras de
longitud 3, y un tau constante que consisten de smbolos de un alfabeto
A={0,1,2,3 } , con lo cual se obtienen 64 tipos de palabras diferentes (bines). En
la Figura 4 se ilustra el proceso de conversin de una seal RR a una secuencia
simblica.
19
FIGURA 5 Forma de construir las palabras de longitud

=3 con solapamientos: (a) =0; (b) =1; (c) =2
20
FIGURA 6 Proceso de simbolizacin (a, b, c) y distribucin de probabilidad de

ocurrencia de cada una de las palabras (PW) [15]
7.5
Redes neuronales
Las (RNs) son un paradigma de aprendizaje y procesamiento automtico

inspirado en la forma en que funciona el sistema nervioso de los animales. Se
trata de un sistema de interconexin de neuronas que colaboran entre s para
producir un estmulo de salida.
Las RNs estn compuestas de elementos simples que operan en paralelo. La
funcin de red se determina en gran medida por las conexiones entre los
elementos.
21
La parte ms importante de una RNs es el aprendizaje, ya que este esquema

permite determinar el tipo de problemas que ser capaz de resolver. La capacidad
de la red para resolver un problema est determinado de forma fundamental por el
tipo de ejemplos que se dispone en un proceso de aprendizaje, estos ejemplos
deben ser significativos (suficientes nmeros de ejemplos) y representativos
(todos los conjuntos deben estar suficientemente representados y equilibrados).
Su entrenamiento consiste en determinar los valores precisos de los pesos para
todas las conexiones, que la capacite para la resolucin eficiente de un problema
[7].En la figura 7 podemos observar la configuracin de RNs, donde las neuronas
estn organizadas en capas y las neuronas de una capa se interconectan a las de
la capa siguiente
FIGURA 7 Modelo de la Red [21]
Early Stopping
Detencin temprana es un mtodo de prevencin de sobreajuste en el que el

conjunto de datos se dividen en tres
subconjuntos para el entrenamiento,
validacin y prueba. Los parmetros de la MLP (es decir, pesos y sesgos) se

calculan con el conjunto de entrenamiento. Se monitoriza el error durante el
proceso de formacin mediante la prueba de validacin. Normalmente, el error de
validacin disminuir a medida que avanza de formacin; si el error de validacin
comienza a elevarse, esto es una indicacin indirecta de que el MLP est
empezando a overfit los datos. Si contina el error de validacin se levanta sobre
22
un nmero determinado de iteraciones de formacin, el proceso de formacin se

detuvo y los pesos y sesgos en el mnimo del error de validacin son retenidos. En
este proceso, tambin es til el trazado del error de prueba, para comprobar si es
significativamente diferente al error de la prueba de validacin. Si esto resulta ser
el caso, se puede indicar una divisin inadecuada del conjunto de datos. [22]
Regularizacin bayesiana
El proceso de regularizacin del modelo implica modificar el objetivo de la funcin

de error basada en datos mediante la introduccin de un trmino de penalizacin
asociada a los parmetros del modelo, en la forma de la media de la suma de
cuadrados de los pesos de la red y sesgos [22]:
MSEreg =MSE + ( 1 ) MSw
Ecuacin 7
Donde es el coeficiente de rendimiento y
1
MSw=
W
wj 2
Ecuacin 8
j=1
Donde W es un parmetro adaptativo

Este trmino de penalizacin har que la red para tener menor peso y sesgos
ms pequeos este obligando a la red una respuesta ms suave y menos
probabilidades de sobreajuste. Aun as, esto no responde a cmo debe
sintonizarse este trmino de penalizacin con el fin de optimizar el rendimiento
generalizacin.
23
24
7.6
Analisis discriminate lineal
El anlisis discriminante ayuda a identificar las caractersticas que diferencian

(discriminan) a dos o ms grupos y a crear una funcin capaz de distinguir con la
mayor precisin posible a los miembros de no y otros grupo. El anlisis
discriminante es una tcnica estadstica capaz de decirnos que variables permiten
diferenciar a los grupos y cuantas de estas variables son necesarias para alcanzar
la mejor clasificacin posible. La pertenencia a los grupos, conocida de antemano,
se utiliza como variable dependiente (una variable categrica con tantos valores
discretos como grupos). Las variables en las que suponemos que se diferencian
los grupos se utilizan como variables independientes o variables de clasificacin
(tambin
llamadas
variables
discriminantes);
estas
variables
deben
ser
cuantitativas, admitiendo un tratamiento numrico con significado.

El objetivo final del anlisis discriminante es encontrar la combinacin lineal de las
variables independientes que mejor permite diferencias (discriminar) a los grupos.
Una vez encontrada esa combinacin (la funcin discriminante) podr ser utilizada
para clasificar nuevos casos.
Su propsito es el mismo que el del anlisis de regresin logstica, pero a
diferencia de l, solo admite variables cuantitativas. Si alguna de las variables
independientes es categrica, es preferible utilizar la regresin logstica.
25
FIGURA 8 Diagrama de dispersin de dos grupos en dos variables de clasificacin

En la figura 8 estn representadas, en el espacio bivariante definido por las
variables
X1
X 2 , las nubes de puntos correspondientes a dos grupos
hipotticos. Los dos grupos representados se diferencian entre s en ambas

variables, pero no por completo, pues, de hecho, se solapan en una pequea
regin situada entre ambos.
En la figura 65 tambin est representada la funcin D, que es una combinacin
lineal de ambas variables. Sobre la funcin D se representa la proyeccin de las
dos nubes de puntos en forma de histograma, como si la funcin D cortara a las
dos nubes de puntos en la direccin de su eje. Las dos lneas punteadas de cada
uno de los histogramas representan la ubicacin proyectada de los puntos medios
de cada grupo (los centroides).
El propsito del anlisis discriminante consiste en aprovechar la informacin
contenida en las variables independientes para crear una funcin D combinacin
lineal de
X1
X2
capaz de diferenciar lo ms posible ambos grupos. La
funcin discriminante es de la forma
26
D=b 1 X 1+ b2 X 2
Donde
b1
b2
son las ponderaciones de las variables independientes que
consiguen hacer que los sujetos de uno de los grupos obtengan puntuaciones
mximas en D, y los sujetos del otro grupo puntuaciones mnimas.
27
7.7
Mquinas de soporte vectorial
Una (MSV) aprende la superficie decisin de dos clases distintas de los puntos de
entrada. Como un clasificador de una sola clase, la descripcin dada por los datos
de los vectores de soporte es capaz de formar una frontera de decisin alrededor
del dominio de los datos de aprendizaje con muy poco o ningn conocimiento de
los datos fuera de esta frontera. Los datos son mapeados por medio de un kernel
Gaussiano u otro tipo de kernel a un espacio de caractersticas en un espacio
dimensional ms alto, donde se busca la mxima separacin entre clases. Esta
funcin de frontera, cuando es trada de regreso al espacio de entrada, puede
separar los datos en todas las clases distintas, cada una formando un
agrupamiento.
La MSV primero mapea los puntos de entrada a un espacio de caractersticas de
una dimensin mayor (i.e.: si los puntos de entrada estn en 2 entonces son
mapeados por la SVM a 3) y encuentra un hyperplano que los separe y
maximice el margen m entre las clases en este espacio como se muestra en figura
9
FIGURA 9 Maximizacin del margen m entre las clases [9]
28
29
Caso linealmente separable
Supongamos que han dado un conjunto S de puntos etiquetados para

entrenamiento como se aprecia en la figura 8
FIGURA 10 Caso lineal mente separable [9]
En la mayora de los casos, la bsqueda de un hiperplano adecuado en un

espacio de entrada es demasiado restrictivo para ser de uso prctico, una solucin
a esta situacin es mapear el espacio de entrada en un espacio de caracterstica
de una dimensin mayor y buscar el hiperplano ptimo, buscar el hiperplano
ptimo es un problema de programacin cuadrtica [23, 9]
Caso linealmente no separable
Sea una muestra de dos grupos superpuestos espacialmente, es decir, que no son
separables por un hiperplano a menos que se introduzcan variables de holgura
que permitan a algunos puntos permanecer en el grupo equivocado. Cada variable
de holgura, una por punto, mide la distancia de un punto al margen (a distancia M
del hiperplano separador) que corresponde al grupo al que pertenece el punto. Si
el punto se encuentra del lado correcto, su variable holgura es cero, pero si
sobrepasa el margen a distancia M del hiperplano separador, su variable de
holgura es positiva [24]
30
FIGURA 11 Caso no linealmente separable [9]
Truco Kernel
Como no se tiene ningn conocimiento de , el clculo del problema es imposible.

Hay una buena propiedad de la SVM la cual es que no es necesario tener ningn
conocimiento acerca de . slo necesitamos una funcin K, ) llamada kernel que
calcule el producto punto de los puntos de entrada en el espacio de caractersticas
Z, esto es
Ecuacin 9
FIGURA 12 Uso de un Kernel para la transformacin del espacio de datos [9]
31
7.8
Reduccin de la dimensionalidad
En muchas oportunidades al realizar un anlisis de seales, se cuentan con un

gran nmero de variables y datos, en ocasiones algunas de estas variables estn
correlacionadas, lo que puede llegar a generar problemas porque a mayor nmero
de informacin (a veces redundantes), mayor es el costo computacional y el
tiempo de clculo del algoritmo de procesamiento.
Para evitar los inconvenientes anteriores en bases de datos muy extensas es

recomendable realizar una reduccin de dimensionalidad, la cual consiste en la
seleccin de las variables ms representativas del sistema. Para esto existen
varios mtodos, por ejemplo Anlisis de componentes principales (PCA), Forward
Selection, Backward Selection.
Anlisis de componentes principales
Es un mtodo utilizado para reducir la dimensionalidad de una base de datos. Esto

es realizado a travs de la bsqueda de las proyecciones en la que la informacin
es mejor representada. El anlisis mediante PCA encuentra un nuevo sistema de
coordenadas, en el cual la varianza del conjunto original de datos es mayor. Esta
varianza es encapsulada en la nueva variable la cual es una transformacin lineal
de todas las variables originales, a estas variables se les conoce como el primer
componente principal, a la segunda varianza ms grande encontrada se le llama
segunda componente principal, y as contina hasta tener cierto nmero de
componentes principales [25]
32
Stepwise regression
En las estadsticas, regresin por pasos incluye modelos de regresin en el que la

eleccin de las variables predictivas se lleva a cabo mediante un procedimiento
automtico. Por lo general, esto toma la forma de una secuencia de pruebas F o ttests [26]
Forward selection
Que implica que empiecen con no variables en el modelo, las pruebas de la

adicin de cada variable usando un criterio de comparacin modelo elegido,
aadiendo la variable (si existe) que mejora el modelo de la mayora, y repitiendo
este proceso hasta que ninguno mejora el modelo En la figura 13 se observa el
funcionamiento del algoritmo FS
FIGURA 13 Algoritmo Fs
33
Moving Windwo With Varriance Analysis(MWVA)
El mtodo de la Moving Windows consiste como su nombre lo indica en la

creacin de una ventana mvil la cual puede ir comparando dos o ms seales,
mediante estadsticos u otras ecuaciones, esta ventana viaja variando su ancho
(nmero de muestras) y sus desplazamiento (saltos entre muestras).
Con este mtodo se puede llegar a obtener el estadstico o ecuacin, el nmero
adecuado de muestras, y los corrimientos que se deben utilizar para poder
encontrar diferencias o similitudes entre las seales.
X 1 ( a , w ,i ) X 2 ( w ,i ) n2 X 2 ( a , w , i ) X 2 ( w , i )
WGV ( w ,i )=
+
n 1 w
n 2 w
a=1
a=1
n1
Ecuacin
10
X 1 ( w ,i ) X 2 ( w ,i )
BGV ( w , i ) =
w
DIM ( w ,i )=
Ecuacin 11
BGV
WGV
Ecuacin
12
34
8 METODOLOGA PROPUESTA
8.1
Fases de un proyecto de minera de datos
Las fases de un proyecto de minera de datos, en conjunto con la metodologa

establecida, determinan la ruta a seguir durante el proyecto. stos son siempre los
mismos, independientemente de la tcnica especfica de extraccin del
conocimiento utilizada. En la Figura 14 se muestra las fases de la minera de
datos.
FIGURA 14 Fases de un proyecto de minera de datos

En la Seleccin de los datos se escoge la informacin y se organiza de forma que
se pueda manipular ms fcilmente; en la etapa de Procesamiento se transforman
los datos a otro domino u organizacin que aporte mayor informacin acerca del
problema que se est tratando; en la etapa de reduccin de la dimensionalidad se
seleccionan caractersticas existentes y se extraen nuevas caractersticas con el
fin de eliminar informacin ruidosa o redundante. En la etapa de Modelado y
Evaluacin se ajusta un modelo que permita realizar la clasificacin de nueva
informacin y se evala su capacidad de generalizacin.
35
8.5
Fases del proyecto
Con base en la informacin anterior, se ha dividido el proyecto en las siguientes

fases, haciendo anotacin que la base de datos WEANDB ya cuenta con las
etapas de Seleccin y Preprocesamiento de los Datos:
Bsqueda bibliogrfica
Estudio de tecnicas
provenientes de la IA
Procesamiento de la
seal
Dinmica simblica
Reduccin e la
dimensionalidad
Clasificacin
Interpretacin de
resultados
FIGURA 15 Fases del proyecto
36
Bsqueda bibliogrfica y aprendizajes de las tcnicas IA
En esta parte del proyecto se har una revisin bibliogrfica para aprender las
tcnicas de Inteligencia Artificial.
Procesamiento de los Datos: se aplicar la transformada WAVELET para llevar

la serie cardiorrespiratoria al dominio de la frecuencia, teniendo las seales en el
dominio de la frecuencia se proceder a utilizar en secuencias simblicas y
obtencin de parmetros de clasificacin mediante el uso de tcnicas de dinmica
simblica. Al finalizar esta etapa se debe haber convertido a palabras cada una de
las series en el dominio de la frecuencia y extraer ndices adicionales que permitan
realizar la clasificacin entre clases.
Reduccin de la Dimensionalidad: Seleccin de caractersticas relevantes para

el problema de clasificacin utilizando las tcnica de (PCA, Forward Selection,
Backward Selection). Con esto, se debe seleccionar aquellos variables que
resultan ms pertinentes para resolver el problema de clasificacin.
Clasificacin de modelo: Determinacin de modelos adecuados de clasificacin.

Para ello se ha seleccionado como clasificadores las MSV y, como clasificador de
control, se ha escogido a las RNs. En esta etapa se debe realizar la seleccin de
los parmetros y Kernel adecuados de las MSV. Tambin debe generarse un
modelo de red neuronal para tener una referencia. Como resultado de esta etapa,
debe obtenerse un modelo de clasificacin mediante SVM, y uno mediante RNs,
que se puede usar como referencia.
Interpretacin de los resultados: Interpretacin de los ndices de clasificacin

obtenidos. Esta etapa tiene como objetivo servir de retroalimentacin de lo
realizado durante el proyecto.
37
9 RESULTADO Y PRODUCTO
Resultados
Indicador verificable
Mes(No)
Bsqueda exhaustiva de las

Tcnicas provenientes IA
Bsqueda bibliogrfica
Realizar procedimiento del
Antecedentes de WEANDB
Atrevs de un script en
Matlab:
Determinacin de la familia
Wavelet ptima y su orden
Medidas para
reconstruccin de la seal
Obtencin
de
nuevos
Simbolizacin de la seales
Noviembre 20/14
Noviembre 28/2014
ndices con los que vamos

hacer la clasificacin de los
Enero 30/2015
modelos
Clasificacin de los Modelos
(Raw Data) Utilizando RNs
Clasificacin utilizando RNs
Clasificacin de los Modelos
Mejor
(Raw Data) Utilizando MSV
modelo(kernel,rbf,lineal.etc)
Reduccin de la
Seleccin
de
Febrero 28/2015
Marzo 20/2015
variables
dimensionalidad
Clasificacin del modelo con
(RNNs,MSV)
Clasificacin (RNs,MSV)
Abril 3/2015
Abril 29/2015
las variables seleccionadas

final del modelo
Interpretacin de resultados
Mayo 14/2015
Escritura de la memoria final
Documento
resultados
38
con
los
junio 1/2015
10 PRESUPUESTO
A continuacin se presenta la relacin de recursos de Hardware y Software que se
solicita para el desarrollo de este proyecto de investigacin
HARDWAR
NR
ASIGNADO
(No
Computador
SOFTWARE
NR
ASIGNADO
(No
diligenciar)
diligenciar)
Matlab con toolbox de redes
neuronales y toolbox de Anlisis
Estadstico.
39
11 DESARROLLO DEL PROYECTO

Con la metodologa propuesta se desarroll un script que integra la base de datos
Weandb con el software Matlab, donde cada paciente estar representado por 8
series temporales del patrn respiratorio y una serie correspondiente al registro
cardiaco
11.1
Visualizacin de los datos por cada clase
En esta parte se va a mostrar un paciente de cada clase para analizar el

comportamiento de cada una de las series (FV, RR, TE, TI, TO, VI, TT, VT), donde
a) corresponde al grupo de xito d cada serie b) corresponde a fracaso c)
corresponde al grupo de reintubado.
.
40
FV
0.2
(a)
0.1
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
FV
(b)
0.5
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
FV
0.1
1800
(c)
0.05
0
1800
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 16 Pacientes por clase de la serie temporal FV, a) Grupo de xito, b)

Grupo Fracaso, c) Grupo Reintubados
RR
2000
(a)
1000
0
200
400
600
800
1000
Tiempo [s]
1200
1400
RR
1000
1600
(b)
500
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1000
RR
1800
(c)
500
0
1800
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 17 Pacientes por clase de la serie temporal RR, a) Grupo de xito, b)

41
TI
(a)
2
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
TI
(b)
1
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
TI
1800
(c)
1
0
1800
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 18 Pacientes por clase de la serie temporal TI, a) Grupo de xito, b)

TO
(a)
0.5
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
TO
(b)
0.5
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
0.4
TO
1800
1800
(c)
0.2
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 19 Pacientes por clase de la serie temporal TO, a) Grupo de xito, b)

42
TT
(a)
2
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
(b)
TT
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
(c)
TT
0
1800
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 20 Pacientes por clase de la serie temporal TT, a) Grupo de xito, b)

VT
2000
(a)
1000
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
VT
1000
(b)
500
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
2000
VT
1800
1800
(c)
1000
0
200
400
600
800
1000
Tiempo [s]
1200
1400
1600
1800
FIGURA 21 Pacientes por clase de la serie temporal TT, a) Grupo de xito, b)

43
11.2 Estudio estadstico

De las 8 series respiratorias (FV, RR, TE, TI, TO, VI, TT, VT), a cada paciente y por
cada condicin, se le realizo un pre-procesamiento de datos, obteniendo los
siguientes estadsticos: media, media geomtrica, rango intercuartil, moda,
varianza, oblicuidad, kurtosis y coeficiente de variacin. El resultado de estos
estudios se puede observar en las tablas 1, 2, 3. Se podr visualizar las medias de
cada clase (xito, Fracaso, Reintubado), en las figuras (ver) 22, 23, 24, 25, 26, 27,
28, 29. Al observar los diagramas de caja, se puede observar que las clases estn
muy solapadas y se vislumbra un sistema de difcil separacin.
Tabla 1 Medidas estadsticas de pacientes Grupo xito
44
Tabla 2 Medidas estadsticas de pacientes Grupo Fracaso
Tabla 3 Medidas estadsticas de pacientes Grupo Reintubado
45
Serie FV
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
Exit
Fracaso
Reentubado
FIGURA 22 Pacientes de la serie temporal FV(clase xito Fracaso Reintubado)

Serie RR
6000
5000
4000
3000
2000
1000
0
Exit
Fracaso
Reentubado
FIGURA 23 Pacientes de la serie temporal RR(clase xito Fracaso Reintubado)
46
Serie TE
35
30
25
20
15
10
5
0
Exit
Fracaso
Reentubado
FIGURA 24 Pacientes de la serie temporal TE(clase xito Fracaso Reintubado)
Serie TI
40
35
30
25
20
15
10
5
0
Exit
Fracaso
Reentubado
FIGURA 25 Pacientes de la serie temporal TI(clase xito Fracaso Reintubado)
47
Serie TI
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
Exit
Fracaso
Reentubado
FIGURA 26 Pacientes de la serie temporal TO(clase xito Fracaso Reintubado)

4
Serie VI
x 10
2
1.5
0.5
0
Exit
Fracaso
Reentubado
FIGURA 27 Pacientes de la serie temporal VI(clase xito Fracaso Reintubado)
48
Serie VI
x 10
1.5
0.5
0
Exit
Fracaso
Reentubado
FIGURA 28 Pacientes de la serie temporal VI(clase xito Fracaso Reintubado)
49
Bsquedas
bibliogrficas
Estudio de tcnicas
provenientes de la IA
Procesamiento de la
seal
Remuestreo del seal a 2

Hz
Dinmica Simblica
Reduccin de la
dimensionalidad
(FS, MWVA)
Clasificacin de los datos
Interpretacin de
resultados
FIGURA 29 Seguimiento de proyecto
50
En primera instancia, se procede la bsqueda bibliogrfica de las tcnicas

provenientes de IA, para el procesamiento de las seales se utilizara la
transformada Wavelet. Proceso de simbolizacin de las series, para encontrar los
ndices ms relevantes del sistema. Para realizar la seleccin de alfa y tao se
implementaran las tcnicas Anlisis discriminante lineal y el test de Wilcoxon, para
determinar las palabras ms discriminantes, para implementar el criterio de la
entropa. Para la segunda parte se realiza la reduccin de la dimensionalidad,
clasificacin e interpretacin de resultados.
11.3 Procesamiento de la seal (Transformada Wavelet)

Las series respiratorias y cardiacas han sido pre-procesadas (filtrado y correccin
de lnea base) por la Universidad Politcnica de Catalunya. De esta manera, el
enfoque del proyecto ser el de encontrar los ndices que permitan obtener mayor
diferencia entre clases. En primera instancia se utilizar la transformada Wavelet.
Debido a la cantidad de familias Wavelets disponibles se escogieron las ms
relevantes, para determinar la mejor configuracin se utilizar el criterio Q1 [13]
MSE(r)=
i=final
se al ( i )aproximacion (i)
i=1
largo de se al
[ X (i)]
SNR ( db )=10log
Ecuacin 13
i=1
[ X ( i ) ^X ( i ) ]
Ecuacin 14
i=1
En donde
51
X=seal cardiorespiratoria
=Seal Aproximada
Q1=
SNR(r )
MSE (r )+NDC( r)
Ecuacin 15
Se realiz un cmputo para 4 familias Wavelet (Daubechies, Biorthogonal,

Coiflets, Symlets, ver tabla 4) en un total de 36 seales madres analizando 6
niveles de descomposicin (aproximacin 1 (A1), aproximacin 2 (A2),
aproximacin 3 (A3), aproximacin 4 (A4), aproximacin 6 (A6).) Los resultados se
ilustran en las tablas 5, donde las columnas corresponden a las diferentes seales
madre y las filas correspondern a cada paciente de cada serie (ver Tabla4).
Tomando como ejemplo la serie Fv, se puede observar, que la funcin 'coif5', se
ajust al comportamiento no lineal de la serie analizada (ver Tabla5). Las dems
series se pueden ilustran en el ANEXO 1.
'haar'
'db2'
'db3'
'db4'
'db5'
'db6'
'db7'
'db8'
'db9'
10
11
12
13
14
15
16
17
18
'db10'
'bior1.3'
'bior1.5'
'bior2.2'
'bior2.4'
'bior2.6'
'bior2.8'
'bior3.1'
'bior3.3'
19
20
21
22
23
24
25
26
27
'bior3.5'
'bior3.7'
'bior3.9'
'bior4.4'
'bior5.5'
'bior6.8'
'coif1'
'coif2'
'coif3'
Tabla 4 Orden de las familias Wavelet
52
28
29
30
31
32
33
34
35
36
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
Serie FV
Wavelet madre FV ( des)
0.441
'haar'
0.138
0.352
'db2'
0.108
0.317
'db3'
0.095
0.332
'db4'
0.098
0.322
'db5'
0.093
0.323
'db6'
0.091
0.312
'db7'
0.087
0.300
'db8'
0.082
0.268
'db9'
0.072
0.288
'db10'
0.076
0.425
'bior1.3'
0.127
0.409
'bior1.5'
0.117
0.422
'bior2.2'
0.126
0.415
'bior2.4'
0.119
0.401
'bior2.6'
0.111
0.383
'bior2.8'
0.102
0.425
'bior3.1'
0.130
0.417
'bior3.3'
0.122
0.402
'bior3.5'
0.113
0.387
'bior3.7'
0.105
0.374
'bior3.9'
0.098
0.328
'bior4.4'
0.095
'bior5.5'
0.320
53
0.091
0.324
0.087
0.340
0.102
0.295
0.084
0.312
0.083
0.257
0.065
0.192
0.046
0.352
0.108
0.317
0.095
0.341
0.101
0.348
0.100
0.324
0.092
0.320
0.089
0.367
0.098
'bior6.8'
'coif1'
'coif2'
'coif3'
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
Tabla 5 Serie Fv mejor familia Wavelet

Dado que tenemos 8 series cardiorrespiratorias, se escoje a modo de ejemplo la
serie Fv, donde se mostraran las 36 familias Wavelet computadas (Tabla 5), y
siguiendo el criterio Q1 [22] se determin la mejor familia para cada una de las
series (Anexo 1). En la figura 30, 31, 32 se ilustrara la descomposicin de la
primera serie temporal Fv, en donde se pueden observar los 6 niveles de
aproximacin y la posterior reconstruccin de la seal quitndole la componente
de baja frecuencia. Las dems series evaluadas se presentan en los anexos 1.
54
Clase xito
0.2
original
A1
0.1
0.05
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
100
200
300
400
500
600
TTempo [s]
700
800
FV
0.05
1000
original
A2
0.6
0.1
900
Clase Fracaso
0.8
original
A2
0.15
FV
0.4
0.2
0.2
original
A1
0.6
FV
FV
0.15
Clase Fracaso
0.8
0.4
0.2
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
TTempo [s]
700
800
900
FIGURA 30 Serie FV nivel A1 y A2 de cada una de las clase xito y Fracaso
55
1000
Clase xito
0.2
0.15
FV
FV
0.05
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
100
200
300
original
A4
400
500
600
TTempo [s]
700
800
FV
0.05
1000
original
A4
0.6
0.1
900
Clase Fracaso
0.8
0.15
FV
0.4
0.2
0.2
original
A3
0.6
0.1
Clase Fracaso
0.8
original
A3
0.4
0.2
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
TTempo [s]
700
800
900
1000
FIGURA 31 Serie FV nivel A3 y A4 de cada una de las clase xito y Fracaso
Clase xito
0.2
original
A5
0.1
0.05
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
100
200
300
original
A6
400
500
600
TTempo [s]
700
800
FV
0.05
1000
original
A6
0.6
0.1
900
Clase Fracaso
0.8
0.15
FV
0.4
0.2
0.2
original
A5
0.6
FV
FV
0.15
Clase Fracaso
0.8
0.4
0.2
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
TTempo [s]
700
800
900
1000
FIGURA 32 serie Fv nivel A5 y A6 de cada una de las clase xito y Fracaso
56
11.4 Prueba TLC test de Levene y KS

Para cada serie cardiorrespiratoria, se le aplicara el teorema del lmite central,
para aproximar los datos a una distribucin normal. Como ejemplo se mostrara la
serie Fv y para las dems series cardiorrespiratoria se pueden ver en el anexo 1.
Clase xito
0.8
TLC
0.6
TLC
0.4
FV
FV
Clase Fracaso
0.5
0.2
0
-2
4
0
-5
Clase xito
10
Clase Fracaso
10
Plot Q--Q
Plot Q--Q
FV
FV
2
0
-2
-4
-2
0
2
Standard Normal Quantiles
-5
-4
-2
0
2
FIGURA 33 Aproximacin de la serie FV a una distribucin normal
57
En la tabla 6 se puede observar el test de Levene y KS realizado para cara serie

cardiorrespiratoria. En este test se comprueba si una poblacin viene de una
distribucin normal.
Serie Fv xito vs Fracaso
Series
Levene
K_S
FV
0.946
0.969
RR
0.969
0.614
TE
0.969
0.946
TI
0.969
0.297
TO
0.969
0.301
TT
0.969
0.549
VI
0.969
0.649
VT
0.969
0.803
Tabla 6 P_value de las diferentes series con un grado de significancia mayor

P>0.05
Prueba T Student
Puesto que se tienen 6 niveles de aproximacin por cada serie se compara el

paciente de la clase xito versus todos los pacientes de la clase fracaso y as
hasta el nmero mximo de pacientes de la primera serie. Teniendo en cuenta la
ecuacin 12 se sumaron los pacientes que aprobaron la prueba, que en este caso
debian cumplir los dos criterios P_value<0.05, y que exista diferencia significativa
(LCD) entre los pacientes. Como ejemplo, en las tablas (7, 8) se podr ver la
media de los P_value por cada paciente, y el Test LCD de la serie Fv. Los
pacientes resaltados en amarillo son los que aprobaron la prueba t Student. Para
ver las dems series cardiorrespiratorias se pueden encontrar en el Anexo 1.
N
bn
Ecuacin 16
calificaci n= i=1
N
58
Donde
Calificacin: es el resultado de la prueba
N: es el nmero de observaciones del grupo 1
bn: son los pacientes bien clasificados
59
paciente
s
Serie FV A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
Resta E-F
Calificacin
%
0.014 0.007
0.020 0.000
0.001 0.000
0.006 0.000
0.014 0.000
0.032 0.000
0.008 0.000
0.008 0.000
0.012 0.000
1
2
3
4
5
6
7
8
0.046 0.171
0.021 0.127
0.015 0.110
0.029 0.144
0.016 0.098
0.011 0.061
0.013 0.087
0.005 0.046
0.008 0.007
0.019 0.005
0.008 0.007
0.016 0.005
0.007 0.008
0.021 0.005
0.007 0.007
0.008 0.008
0.018 0.102
0.008 0.008
10
11
12
13
14
15
16
17
18
19
20
21
22
0.001 0.005
0.009 0.064
0.003 0.024
0.014 0.079
0.025 0.122
0.011 0.051
0.000 0.000
0.009 0.042
0.012 0.082
0.000 0.003
0.015 0.082
0.004 0.035
0.043 0.151
0.009 0.006
0.011 0.006
0.007 0.007
0.007 0.008
0.010 0.007
0.008 0.008
0.010 0.006
0.010 0.007
0.009 0.006
0.008 0.008
0.015 0.006
0.009 0.006
0.009 0.008
23
24
25
0.000 0.000
0.012 0.061
0.017 0.099
0.029 0.004
0.009 0.007
0.012 0.005
26
27
28
29
0.023 0.124
0.010 0.094
0.001 0.010
0.008 0.053
0.009 0.007
0.017 0.006
0.014 0.006
0.024 0.004
30
0.004 0.033
0.008 0.007
31
32
0.015 0.101
0.034 0.147
0.008 0.009
0.012 0.006
33
0.001 0.005
0.009 0.006
0.017 0.000
0.006 0.000
0.014 0.000
34
0.007 0.066
0.013 0.006
0.050 0.000
35
36
37
0.000 0.000
0.018 0.106
0.010 0.070
0.018 0.006
0.011 0.008
0.008 0.007
0.061 0.000
0.008 0.000
0.002 0.000
38
39
0.022 0.111
0.000 0.000
0.013 0.006
0.040 0.004
0.008 0.000
0.149 0.000
0.014 0.000
0.000 0.000
0.018 0.000
0.010 0.000
0.015 0.000
0.005 0.000
0.036 0.000
0.011 0.000
0.022 0.000
0.022 0.000
0.001 0.000
0.019 0.000
0.012 0.000
0.159 0.000
0.007 0.000
0.003 0.000
0.006 0.000
0.016 0.000
0.017 0.000
0.015 0.000
0.007 0.000
58.974
Tabla 7 Serie FV Aproximacin A1 clase xito vs clase Fracaso
60
pacient
es
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie FV A2 xito vs A2 Fracaso

P_value (
LSD (
des)
des)
Resta E-F
0.020
0.035
0.041 0.163
0.018
0.020
0.051
0.057
0.019 0.123
0.012
0.051
0.020
0.004
0.014 0.102
0.017
0.020
0.039
0.016
0.026 0.133
0.014
0.039
0.018
0.039
0.013 0.090
0.019
0.018
0.053
0.091
0.009 0.053
0.012
0.053
0.018
0.023
0.011 0.081
0.016
0.018
0.019
0.021
0.005 0.043
0.019
0.019
0.018
0.034
0.014 0.094
0.020
0.018
0.021
0.038
0.000 0.004
0.016
0.021
0.025
0.001
0.007 0.060
0.016
0.025
0.017
0.051
0.002 0.017
0.018
0.017
0.018
0.028
0.012 0.065
0.019
0.018
0.023
0.042
0.021 0.105
0.018
0.023
0.020
0.013
0.008 0.038
0.021
0.020
0.025
0.103
0.000 0.000
0.016
0.025
0.024
0.033
0.007 0.035
0.016
0.024
0.021
0.062
0.011 0.085
0.016
0.021
0.018
0.064
0.000 0.001
0.021
0.018
0.037
0.003
0.013 0.077
0.014
0.037
0.024
0.052
0.002 0.020
0.016
0.024
0.020
0.035
0.034 0.124
0.019
0.020
0.080
0.451
0.000 0.000
0.011
0.080
0.010 0.050
0.024
0.020
0.016
0.024
61
Calificacin
%
66.666
25
0.015 0.089
26
0.023 0.125
27
0.010 0.092
28
0.000 0.003
29
0.007 0.046
30
0.002 0.020
31
0.013 0.086
32
0.031 0.141
33
0.000 0.004
34
0.007 0.063
35
0.000 0.000
36
0.015 0.096
37
0.010 0.075
38
0.018 0.101
39
0.000 0.000
0.031
0.013
0.022
0.018
0.042
0.014
0.034
0.015
0.061
0.011
0.020
0.017
0.020
0.023
0.031
0.015
0.020
0.016
0.033
0.015
0.040
0.015
0.027
0.019
0.019
0.016
0.032
0.016
0.102
0.009
0.009
0.031
0.017
0.022
0.046
0.042
0.049
0.034
0.044
0.061
0.020
0.020
0.049
0.020
0.017
0.031
0.038
0.020
0.141
0.033
0.175
0.040
0.024
0.027
0.005
0.019
0.022
0.032
0.425
0.102
Tabla 8 Serie FV Aproximacin A1 clase xito vs clase Fracaso
62
En cada serie se obtuvo una calificacin promedio, que representa la cantidad de

pacientes que pasaron la prueba paramtrica en los diferentes niveles de
aproximacin. En la tabla 9 se puede observar las calificaciones por cada nivel de
la transformada, aprovechando la teora estadstica donde dice que el 68% de los
datos se concentran en la media ms una desviacin, se proceder a escoger las
calificaciones que cumplan este criterio. La media de todos los niveles estudiados
de la transformada, fue de 60,8257 y la desviacin fue de 9.9106. Dado esto se
resaltaron los niveles que cumplieron con la prueba T.
Serie
FV
RR
TE
TI
TO
VI
TT
VT
Media
des
Series Temporales Clase xito VS Clase

Fracaso
Nivel 1 Nivel 2
Nivel 3
Nivel 4
58.974 66.666
66.669
79.487
71.487 79.487
84.615
89.743
38.461 46.153
56.41
51.282
15.384 20.384
30.384
35.897
41.052 43.589
51.282
56.41
56.41 61.538
64.102
74.354
35.874 41.025
46.153
58.947
61.538 61.538
64.102
69.23
47.398 52.548
57.965 64.419
18.021 18.420
16.074
17.198
Nivel 5
84.615
89.743
61.538
53.894
61.538
79.487
64.102
69.23
70.518
12.701
Nivel 6
84.615
89.743
61.538
58.897
61.538
79.487
71.797
69.23
72.106
11.515
Tabla 9 Niveles de la transformada wavelet de cada seal
63
En la tabla 10 se ilustrara un resumen de los puntajes Q1 para todas las series

cardiorrespiratorias, los cuales correspondern a una misma familia Wavelet,
Coif5.
Mejor Familia Wavelet Para Cada

Serie
Series
F Madre
Q1
FV
Coif5'
0.192
RR
Coif5'
0.064
TE
Coif5'
0.197
TI
Coif5'
0.196
TO
Coif5'
0.202
VI
Coif5'
0.195
TT
Coif5'
0.198
VT
Coif5'
0.195
Tabla 10 Puntajes Q1 para todas series Cardiorrespiratoria
64
11.5 Procesamiento de seal (Dinmica Simblica)

Ya culminado con proceso de seleccin del mejor nivel escogido por la prueba T,
se procede a la simbolizacin de cada una de las series cardiorrespiratorias. En la
figura 34, se ilustra la distribucin de probabilidad de aparicin de cada palabra
Probabilidad de las Palabras
(pw) para la serie Fv
0.5
0
0
10
20
30
Pacientes
40
20
10
30
40
50
60
ndices pwl
FIGURA 34 Distribucin de probabilidad de aparicin de cada palabra serie Fv
En la figura 34 se puede observar que no hay una buena distribucin de

probabilidad de aparicin de cada palabra, por lo cual se puede determinar que la
transformada le quito potencia a la dinmica simblica, esto puede ser debido a
que la prueba paramtrica dio como resultado que haba un grado de significancia
en el nivel 6, para este nivel se puede observar que la transformada le quita toda
65
la componente de baja frecuencia y se pierde toda la informacin. Por este motivo

se procede a abandonar este camino, y se proceder a trabajar con la raw data.
Remuestreo de la seal
En estudios realizados con la base de datos Weandb [28], se ilustra que el

remuestreo a 2Hz garantiza la no existencia de perdida de energa de la seal.
Mediante el cmputo de la potencia del espectro de la seal remuestreada, ver
figura 35, se analiza la interaccin entre el patrn respiratorio y la frecuencia
cardiaca. Se agregara un paso al inicio, el cual consiste en el remuestreo de las
seales, debido a que la seal del sistema cardiaco presenta un periodo de
muestreo diferente al del sistema respiratorio. Por esta razn se utilizara la
interpolacin lineal, esta tcnica ser la encargada de llevar todas las seales a
una misma frecuencia de muestreo deseada. [12]
PROMEDIO Y DESVIASION ESTANDAR DE LA POTENCIA DE LAS SEALES

XITO
Banda de 0 a
f/Vt
RR
Te
Ti
Ti/Ttot
Ttot
Vt/Ti
Vt
0.5 Hz
99.970.078
83.9113.85
95.541.88
95.842.01
99.970.11
99.990.01
99.980.04
99.920.07
1 Hz
99.995E-4
98.861.12
98.010.84
98.120.92
99.993E-4
1008E-5
99.993E-4
99.990.008
1.5 Hz
1001E-5
99.710.28
98.950.44
99.010.49
1002E-5
1004E-6
1009E-6
99.990.002
2 Hz
1002E-6
99.900.08
99.530.19
99.550.22
1003E-6
1006E-7
1009E-6
99.998E-4
2.5Hz
1004E-15
1004E-15
1004E-15
1004E-15
1004E-15
1004E-15
1005E-15
1004E-15
Tabla 11 Porcentaje de potencia de las seales en cada banda (fuente [28])
66
A modo de ejemplo, se ilustra en la figura 35 el remuestreo de la seal a 2H
0.18
Seal original
R a 2H
0.16
0.14
0.12
Dt
0.1
0.08
0.06
0.04
0.02
0
200
400
600
800
1000
Tiempo[s]
1200
1400
1600
1800
FIGURA 35 Remuestreo de la seal a 2Hz para la serie Fv
67
Aplicando la dinmica simblica para la todas las series
Con el propsito de obtener ndices que mejoren el momento ptimo de destete se

emplea la DS, en donde se utiliza la transformacin de la serie en un alfabeto de 4
palabras consecutiva con palabras de longitud =3 y un valor de tau=0, esto nos
dara un total de 64 palabras por cada serie estudiada. Para escoger un valor alfa
adecuado se utilizara la tcnica de clasificacin LDA que nos permite evaluar el
modelo obtenido a partir de cada valor de alfa, tau. Se ilustrara en la figuras 36,
37.
Serie Fv
70
65
60
0.05
65
0.1
0.15
alfa
Serie RR
Acuracy
Acuracy
50
0.05
0.1
alfa
0.15
65
0.05
0.05
75
55
70
60
0.2
60
45
Serie TE
75
Acuracy
Acuracy
75
0.2
70
65
60
0.2
0.1
0.15
alfa
Serie TI
0.1
alfa
0.15
0.2
FIGURA 36 Porcentajes de clasificacin para diferentes valores de alfa
68
Serie To
71
72
71
70
0.05
0.1
0.15
alfa
Serie Tt
70.4
0.2
71.5
71
0.05
0.1
alfa
0.15
0.05
0.05
70.8
Acuracy
Acuracy
70.8
70.6
72
70.5
Serie Vi
71.2
Acuracy
Acuracy
73
0.2
70.6
70.4
70.2
0.2
0.1
0.15
alfa
Serie Vt
0.1
alfa
0.15
0.2
FIGURA 37 Porcentajes de clasificacin para diferentes valores de alfa
69
A continuacin se procede a escoger el valor de alfa que nos permita tener todas
las palabras con una frecuencia de ocurrencia mayo que 0, en la figura 38
podremos observar la frecuencia de aparicin de cada una de las 64 palabras de
alfabeto.
FIGURA 38 Frecuencia de aparicin de cada palabra del alfabeto
70
Tabla de Variables dinmicas

A continuacin se mostrara la descripcin de cada
una de las variables
dinmicas.
Variables
Dinmicas
S_entropy_FV
Nombre de las variables

Entropa de Shannon
Descripcin de la variable
R0_25_entropy Entropa de Renyi q=0,25
Mide el grado de dispersin de cada
R0_25_entrop
Entropia de Renyi q=4
y
variable
wsdvar
FV_fw
plvar
phvar
000
333
Desviacin estndar de cada

palabra
Hace un conteo de palabras con
probabilidad menor a 0,0001
wsdvar
Conteo de palabras
prohibidas
Conteo de palabras
empezadas en 1
Conteo de palabras
empezadas en 0
Debido a que se escogieron 4

smbolos
71
Smbolos (pw)
Total Variables
Tabla 12 Variables Dinmicas
Al agregar las entropas de Shannon Renyi, wsdvar se pudo observar que todas
variables estaban en diferente magnitud,
se realizara una normalizacin al
hypercubo con tal de que todo quede en una misma magnitud. En la siguiente
tabla se proceder a mostrar la unin de todas las variables de cada serie
cardiorrespiratoria en total sern 568
71
R0_25_entropy
_FV
2 R4_entropy_FV
3
S_entropy_FV
FV_phvar005'
FV_plvar005
FV_wsd
FV_fw
000_FV
001_FV
10
002_FV
11
003_FV
12
010_FV
13
011_FV
14
012_FV
15
020_FV
16
021_FV
17
022_FV
18
023_FV
19
030_FV
20
031_FV
21
032_FV
22
033_FV
23
100_FV
24
101_FV
25
102_FV
26
103_FV
27
110_FV
28
111_FV
29
112_FV
30
111_FV
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
4
4
4
5
4
6
4
7
4
8
4
9
5
0
5
1
5
2
5
3
5
4
5
5
5
6
5
7
5
8
5
9
6
0
6
1
6
2
6
3
6
4
6
5
131_FV 71
R0_25_entropy_
RR
106 131_RR
132_FV 72 R4_entropy_RR 107 132_RR

133_FV 73
S_entropy_RR
108 133_RR
200_FV 74
RR_phvar005'
109 200_RR
201_FV 75
RR_plvar005
110 201_RR
202_FV 76
RR_wsd
111 202_RR
203_FV 77
RR_fw
112 203_RR
210_FV 78
000_RR
113 210_RR
211_FV 79
001_RR
114 211_RR
212_FV 80
002_RR
115 212_RR
213_FV 81
003_RR
116 213_RR
220_FV 82
010_RR
117 220_RR
221_FV 83
011_RR
118 221_RR
222_FV 84
012_RR
119 222_RR
223_FV 85
020_RR
120 223_RR
230_FV 86
021_RR
121 230_RR
231_FV 87
022_RR
122 231_RR
232_FV 88
023_RR
123 232_RR
233_FV 89
030_RR
124 233_RR
300_FV 90
031_RR
125 300_RR
301_FV 91
032_RR
126 301_RR
302_FV 92
033_RR
127 302_RR
303_FV 93
100_RR
128 303_RR
310_FV 94
101_RR
129 310_RR
311_FV 95
102_RR
130 311_RR
312_FV 96
103_RR
131 312_RR
313_FV 97
110_RR
132 313_RR
111_RR
133 320_RR
112_RR
134 321_RR
111_RR
135 322_RR
320_FV 98
321_FV 99
10
322_FV
0
72
Tabla 13 Unin de las series cardiorrespiratorias parte 1
73
14 R0_25_entropy
1
_TE
14
2 R4_entropy_TE
14
3 S_entropy_TE
14
4 TE_phvar005'
14
5 TE_plvar005
14
6
TE_wsd
14
7
TE_fw
14
8
000_TE
14
9
001_TE
15
0
002_TE
15
1
003_TE
15
2
010_TE
15
3
011_TE
15
4
012_TE
15
5
020_TE
15
6
021_TE
15
7
022_TE
15
8
023_TE
15
9
030_TE
16
0
031_TE
16
1
032_TE
16
2
033_TE
17
6
17
7
17
8
17
9
18
0
18
1
18
2
18
3
18
4
18
5
18
6
18
7
18
8
18
9
19
0
19
1
19
2
19
3
19
4
19
5
19
6
19
7
131_T
E
132_T
E
133_T
E
200_T
E
201_T
E
202_T
E
203_T
E
210_T
E
211_T
E
212_T
E
213_T
E
220_T
E
221_T
E
222_T
E
223_T
E
230_T
E
231_T
E
232_T
E
233_T
E
300_T
E
301_T
E
302_T
E
R0_25_entropy
211
_TI
212 R4_entropy_TI
213
S_entropy_TI
214
TI_phvar005'
215
TI_plvar005
216
TI_wsd
217
TI_fw
218
000_TI
219
001_TI
220
002_TI
221
003_TI
222
010_TI
223
011_TI
224
012_TI
225
020_TI
226
021_TI
227
022_TI
228
023_TI
229
030_TI
230
031_TI
231
032_TI
232
033_TI
74
24
6
24
7
24
8
24
9
25
0
25
1
25
2
25
3
25
4
25
5
25
6
25
7
25
8
25
9
26
0
26
1
26
2
26
3
26
4
26
5
26
6
26
7
131_T
I
132_T
I
133_T
I
200_T
I
201_T
I
202_T
I
203_T
I
210_T
I
211_T
I
212_T
I
213_T
I
220_T
I
221_T
I
222_T
I
223_T
I
230_T
I
231_T
I
232_T
I
233_T
I
300_T
I
301_T
I
302_T
I
16
3
16
4
16
5
16
6
16
7
16
8
16
9
17
0
17
1
17
2
17
3
17
4
17
5
100_TE
101_TE
102_TE
103_TE
110_TE
111_TE
112_TE
111_TE
120_TE
121_TE
122_TE
123_TE
130_TE
19
8
19
9
20
0
20
1
20
2
20
3
20
4
20
5
20
6
20
7
20
8
20
9
21
0
303_T
E
310_T
E
311_T
E
312_T
E
313_T
E
320_T
E
321_T
E
322_T
E
323_T
E
330_T
E
331_T
E
332_T
E
333_T
E
233
100_TI
234
101_TI
235
102_TI
236
103_TI
237
110_TI
238
111_TI
239
112_TI
240
111_TI
241
120_TI
242
121_TI
243
122_TI
244
123_TI
245
130_TI
26
8
26
9
27
0
27
1
27
2
27
3
27
4
27
5
27
6
27
7
27
8
27
9
28
0
303_T
I
310_T
I
311_T
I
312_T
I
313_T
I
320_T
I
321_T
I
322_T
I
323_T
I
330_T
I
331_T
I
332_T
I
333_T
I
75
28 R0_25_entropy
0
_TO
28
1 R4_entropy_TO
28
2 S_entropy_TO
28
3 TO_phvar005'
28
4 TO_plvar005
28
5
TO_wsd
28
6
TO_fw
28
7
000_TO
28
8
001_TO
28
9
002_TO
29
0
003_TO
29
1
010_TO
29
2
011_TO
29
3
012_TO
29
4
020_TO
29
5
021_TO
29
6
022_TO
29
7
023_TO
29
8
030_TO
29
9
031_TO
30
0
032_TO
30
1
033_TO
30
2
100_TO
30
101_TO
31
5
31
6
31
7
31
8
31
9
32
0
32
1
32
2
32
3
32
4
32
5
32
6
32
7
32
8
32
9
33
0
33
1
33
2
33
3
33
4
33
5
33
6
33
7
33
131_TO
132_TO
133_TO
200_TO
201_TO
202_TO
203_TO
210_TO
211_TO
212_TO
213_TO
220_TO
221_TO
222_TO
223_TO
230_TO
231_TO
232_TO
233_TO
300_TO
301_TO
302_TO
303_TO
310_TO
35 R0_25_entropy_
131_T
0
TT
385
T
35
132_T
1 R4_entropy_TT 386
T
35
133_T
2 S_entropy_TT 387
T
35
200_T
3 TT_phvar005' 388
T
35
201_T
4
TT_plvar005
389
T
35
202_T
5
TT_wsd
390
T
35
203_T
6
TT_fw
391
T
35
210_T
7
000_TT
392
T
35
211_T
8
001_TT
393
T
35
212_T
9
002_TT
394
T
36
213_T
0
003_TT
395
T
36
220_T
1
010_TT
396
T
36
221_T
2
011_TT
397
T
36
222_T
3
012_TT
398
T
36
223_T
4
020_TT
399
T
36
230_T
5
021_TT
400
T
36
231_T
6
022_TT
401
T
36
232_T
7
023_TT
402
T
36
233_T
8
030_TT
403
T
36
300_T
9
031_TT
404
T
37
301_T
0
032_TT
405
T
37
302_T
1
033_TT
406
T
37
303_T
2
100_TT
407
T
37
101_TT
408 310_T
76
3
30
4
30
5
30
6
30
7
30
8
30
9
31
0
31
1
31
2
31
3
31
4
102_TO
103_TO
110_TO
111_TO
112_TO
111_TO
120_TO
121_TO
122_TO
123_TO
130_TO
8
33
9
34
0
34
1
34
2
34
3
34
4
34
5
34
6
34
7
34
8
34
9
311_TO
312_TO
313_TO
320_TO
321_TO
322_TO
323_TO
330_TO
331_TO
332_TO
333_TO
3
37
4
37
5
37
6
37
7
37
8
37
9
38
0
38
1
38
2
38
3
38
4
102_TT
409
103_TT
410
110_TT
411
111_TT
412
112_TT
413
111_TT
414
120_TT
415
121_TT
416
122_TT
417
123_TT
418
130_TT
419
77
T
311_T
T
312_T
T
313_T
T
320_T
T
321_T
T
322_T
T
323_T
T
330_T
T
331_T
T
332_T
T
333_T
T
41 R0_25_entropy_
9
VI
454
42
0 R4_entropy_VI 455
42
1 S_entropy_VI
456
42
2 VI_phvar005' 457
42
3
VI_plvar005
458
42
4
VI_wsd
459
42
5
VI_fw
460
42
6
000_VI
461
42
7
001_VI
462
42
8
002_VI
463
42
9
003_VI
464
43
0
010_VI
465
43
1
011_VI
466
43
2
012_VI
467
43
3
020_VI
468
43
4
021_VI
469
43
5
022_VI
470
43
6
023_VI
471
43
7
030_VI
472
43
8
031_VI
473
43
9
032_VI
474
44
0
033_VI
475
44
1
100_VI
476
44
101_VI
477
131_VI
132_VI
133_VI
200_VI
201_VI
202_VI
203_VI
210_VI
211_VI
212_VI
213_VI
220_VI
221_VI
222_VI
223_VI
230_VI
231_VI
232_VI
233_VI
300_VI
301_VI
302_VI
303_VI
310_VI
48 R0_25_entropy
9
_VT
49
0 R4_entropy_VT
49
1 S_entropy_VT
49
2 VT_phvar005'
49
3 VT_plvar005
49
4
VT_wsd
49
5
VT_fw
49
6
000_VT
49
7
001_VT
49
8
002_VT
49
9
003_VT
50
0
010_VT
50
1
011_VT
50
2
012_VT
50
3
020_VT
50
4
021_VT
50
5
022_VT
50
6
023_VT
50
7
030_VT
50
8
031_VT
50
9
032_VT
51
0
033_VT
51
1
100_VT
51
101_VT
78
524
131_VT
525
132_VT
526
133_VT
527
200_VT
528
201_VT
529
202_VT
530
203_VT
531
210_VT
532
211_VT
533
212_VT
534
213_VT
535
220_VT
536
221_VT
537
222_VT
538
223_VT
539
230_VT
540
231_VT
541
232_VT
542
233_VT
543
300_VT
544
301_VT
545
302_VT
546
547
303_VT
310_VT
2
44
3
44
4
44
5
44
6
44
7
44
8
44
9
45
0
45
1
45
2
45
3
102_VI
478
311_VI
103_VI
479
312_VI
110_VI
480
313_VI
111_VI
481
320_VI
112_VI
482
321_VI
111_VI
483
322_VI
120_VI
484
323_VI
121_VI
485
330_VI
122_VI
486
331_VI
123_VI
487
332_VI
130_VI
488
333_VI
2
51
3
51
4
51
5
51
6
51
7
51
8
51
9
52
0
52
1
52
2
52
3
102_VT
548
311_VT
103_VT
549
312_VT
110_VT
550
313_VT
111_VT
551
320_VT
112_VT
552
321_VT
111_VT
553
322_VT
120_VT
554
323_VT
121_VT
555
330_VT
122_VT
556
331_VT
123_VT
557
332_VT
130_VT
558
333_VT
79
11.6 Clasificacin de las series cardiorrespiratorias

Derivado de la etapa anterior se proceder a unirtodas las series para proceder
hacer la respectiva clasificacin de los datos, Debido a la gran cardinalidad del
sistema, se proceder a realizar una reduccin de la dimensionalidad mediante la
implementacin de las tcnicas FS, y MWVA, la figura 39 explica el proceso
completo implementado con las series cardiorrespiratorias, desde su tratamiento
hasta clasificacin.
Para los caso de estudio de tendrn en cuenta todo los posibles caso teniendo
como referencia los trabajos anteriores [29], para el caso 2 se buscaran las
diferencias debido a que los pacientes reintubado se les considera fracaso ya que
despus de 24 horas tuvieron que ser reintubado, para el caso 3 se har la unin
de los pacientes que fueron fracaso y reintubado se buscara la separacin de la
clase xito.
Caso 1 xito vs Fracaso

Caso 2 xito vs Reintubado
Caso 3 xito vs Fracaso U Reintubado
Caso 4 Fracaso vs Reintubado
80
Datos dinmico
Etapa 1
Todas la
variables
Clasificacinn
del modelo
casos 1,2,3,4
Etapas 2
Forward
Selection
(LDA, SVM)
Clasificacin
con nuevas
caracteristica
(LDA, SVM)
Casos 1,2,3,4
Etapa 3
MWVA
Seleccion de datos
(Criterio de la
energia 1%)
Clasificacin de
lo datos
(LDA, SVM)
Casos 1,2,3,4
Etapa 4
MWVA
Seleccion de
datos(Citerio de
la energia 1%)
Forward
Selection(LDA,
SVM)
Clasificacin con nuevas
caracteristicas(LDA, SVM)
Casos 1,2,3,4
FIGURA 39 Etapas de clasificacin de los datos dinmicos
74
Etapa 1
Se utilizara esta etapa para tener un porcentajes de clasificacin base de

comparacin, a partir de esta porcentajes se utilizaran tcnicas d minera de datos
para eliminar variables irrelevantes del sistema debido a que son combinaciones
lineales de otras variables del sistemas, tambin se eliminaran variables que
contienen artefactos y por lo tanto desmejoran el porcentaje de clasificacin.
Para esta etapa se ilustra los mejores resultados obtenido con la clasificacin de
los datos dinmico utilizando (LDA, SVM), ver tabla 17, 18, 19, 20
Caso1 xito Vs Fracaso

Clasificadores
LDA
SVM
Accuracy Standard
Numer de Variables
Deviation
60.12% 2.42%
568
69.12%1.71
568
Tabla 17 Clasificacin de las clases xito vs Fracaso
Clasificadores
LDA
SVM
Accuracy Standard
Numer de Variables
Deviation
64.36% 2.15%
568
63.82%1.74
568
Tabla 18 Clasificacin de las clases xito vs Reintubado
75

Clasificadores
Accuracy Standard
Numer de Variables
Deviation
LDA
64.36% 2.15%
568
SVM
63.82%1.74
568
Tabla 19 Clasificacin de las clases xito vs Fracaso U Reintubado
Clasificadores
LDA
SVM
Accuracy Standard
Numer de Variables
Deviation
67.63% 2.39%
568
79.23%1.24
568
Tabla 20 Clasificacin de las clases Fracaso vs Reintubado
76
11.7 Reduccin de la dimensionalidad
Forward Selection Etapa 2
Debido al gran aumento de la dimensionalidad se procede a utilizar la regresin Fs

con tal de evaluar los ndices que aporten mucha ms relevancia al % de
clasificacin, para la seleccin de los mejores ndices se proceder a utilizar las
tcnicas (LDA, SVM). En el siguiente resultado podemos observar que a medida
que se aumenta el nmero de variables la clasificacin empieza a decaer, el
tiempo de cmputo fue de 144 horas para la tcnica LDA para las SVM 720 horas.
Para la generalizacin del modelo se procede a utilizar crossvalidatiion Kfold 4, y
150 iteraciones lo cual el proceso corri 400 veces lo cual nos da una mayor
confiabilidad para el clasificador.
77
En la figura 40 se ilustra el mejor porcentaje de clasificacin implementando con la

tcnica LDA, obtenido con 44 variables. En la tabla 21 se podr observar la
clasificacin con las nuevas variables

0.95
0.9
Acuracy
Standard Deviation +
Standard Deviation -
X: 44
Y: 0.8552
0.85
% Acuracy
0.8
0.75
0.7
0.65
100
200
300
400
Numero de variables
500
600
FIGURA 40 Variables seleccionada por el clasificador LDA
Clasificadores
LDA
Accuracy Standard
Variables
Deviation
85.51% 1.17%
44
Tabla 21 Clasificacin con las nuevas variables (LDA)
78
En la figura 41 se ilustra el mejor porcentaje de clasificacin implementando con la

tcnica SVM, obtenido con 81 variables, en la tabla 22 se podr observar la
clasificacin con las nuevas variables

0.94
0.92
Acuracy
X: 81
Y: 0.9037
0.9
0.88
% Acuracy
0.86
0.84
0.82
0.8
0.78
0.76
50
100
150
200
250
Numero de variables
300
350
400
FIGURA 41 Variables seleccionada por el clasificador SVM
Clasificadores
SVM
Accuracy Standard
Variables
Deviation
90.331.52
81
Tabla 22 Clasificacin con las nuevas variables (SVM)
79
Moving Window with Variance Analysis etapa 3
Con el fin de mejorar el porcentaje clasificacin se utiliza tecina (MWVA) para

encontrar las diferencias o similitudes entre las seales, en la figura 42 se puede
ilustrar el ventaneo mvil para casa valor de omega.
Clase Fracaso
0.8
Dt
0.6
0.4
0.2
0
100
200
300
Numero variables
Clase Fracaso
400
500
600
100
200
300
Numero variables
400
500
600
0.8
Dt
0.6
0.4
0.2
0
FIGURA 42 MWVA xito vs Fracaso
80
Para anchos de venta w=1, en la figura anterior podemos observar las diferencias
significativas entre las variable, debido a que existen diferentes valores de omega
se debe tener en cuenta un criterio matemtico el cual nos diga a ciencia cierta
cul va hacer el ancho final del ventaneo variable [22], se proceder utilizar la
ecuacin17. Teniendo el ancho ptimo se aplicara el criterio de la energa [22]
m w+1
w 0=argmax
DIM [i , w]
Ecuacin 17
i=1
mw+1
La energa total normalizada

mw 01
E=
i=1
DIM (i , w)
mw 01
Ecuacin 18
La seleccin de caractersticas en el punto de partida i=1;m-w0+1 se lleva a

cabo con mediante la obtencin de un ranking en orden descendente, las variables
son divididas en grupos correspondientes a subconjunto que proporcionan el 1%
de la energa total [22], ver en la figura 44
81
1
Energia total normalizada
0.9
0.8
Energia total
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
X: 170
Y: 0.005441
100
200
300
400
Numero de variables
500
600
FIGURA 43 Energa total normalizada criterio 1%Exitto vs Fracaso
La anterior figura se puede observar que con 170 variables se puede obtener el
99% de la energa total del sistema, ya que al aumentar el nmero de variables no
existe un aporte significativo ala separabilidad de las clases, dado por el
incremento en la energa acumulad. Proceder a seleccionar las variables
designadas por el criterio para el cual se aplica un clasificador para evaluar los
datos obtenidos, con el anterior criterio ver tabla 23, 24, 25, 26

Clasificadores
Accuracy Standard
Variables
Deviation
LDA
71.26% 1.28%
170
SVM
74.68% 0.0119%
170
Tabla 23 Clasificacin de los nuevos datos criterio de la energa xito vs Fracaso
82
Clase Fracaso
0.8
Dt
0.6
0.4
0.2
0
100
200
300
400
Numero variables
Clase Reintubado
500
600
100
200
300
Numero variables
500
600
0.8
Dt
0.6
0.4
0.2
0
400
FIGURA 44 MWAV xito vs Reintubado
83
1
0.9
0.8
% Energia toal
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
X: 170
Y: 0.006816
100
200
300
400
Numero de variables
500
600
FIGURA 45 Energa total normalizada criterio 1% xito vs Reintubado
Clasificadores
Accuracy Standard
Variables
Deviation
LDA
65.95 1.45
170
SVM
75.040.019
170
Tabla 24 Clasificacin de los nuevos datos criterio de la energa xito vs
Reintubado
84
Clase Exito
0.8
Dt
0.6
0.4
0.2
0
100
300
400
Numero variables
Clase Fracaso U Reintubado
500
600
100
200
500
600
0.8
200
Dt
0.6
0.4
0.2
0
300
Numero variables
400
FIGURA 46 MWAV xito vs Fracaso U Reintubado
85
1
0.9
0.8
% Energia total
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
100
200
300
400
Numero de variables
500
600
FIGURA 47 Energa total normalizada criterio 1% xito vs Fracaso U Reintubado
Clasificadores
Accuracy Standard
Variables
Deviation
LDA
74.99 1.20
170
SVM
70.680.013
170
Tabla 25 Clasificacin de los nuevos datos criterio de la energa xito vs Fracaso
U Reintubado
86
Clase Fracaso
0.8
Dt
0.6
0.4
0.2
0
100
200
300
400
Numero variables
Clase Reintubado
500
600
100
200
300
Numero variables
500
600
0.8
Dt
0.6
0.4
0.2
0
400
FIGURA 48 MWAV Fracaso vs Reintubado
87
1
0.9
0.8
% Energia total
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
100
200
300
400
Numero de variables
500
600
FIGURA 49 Energa total normalizada criterio 1% Fracaso vs Reintubado
Clasificadores
Accuracy Standard
Variables
Deviation
LDA
80.99 1.45
170
SVM
81.860.016
170
Tabla 26 Clasificacin de los nuevos datos criterio de la energa Fracaso vs
Reintubado
88
MWAV Forward Selection etapa 4
Debido al gran tiempo de cmputo gastado en el anterior etapa se procede hacer

una seleccin primaria mediante la tcnica MWVA lo cual arrojo 170 variables para
todos los casos 1, 2, 3, 4, y posteriormente aplicara una seleccin de variables
utilizando Forward Selection, el tiempo de computo bajo a 5 das de simulacin
adems de eso mejoro el % porcentaje de clasificacin. Todos los 4 casos se
expondrn a continuacin en las figuras 50, 51, 52, 53.

0.95
acuracy
X: 57
Y: 0.8892
0.9
Acuracy
0.85
0.8
0.75
0.7
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 50 Seleccin de variables (LDA) Caso 1 xito vs fracaso

Clasificadores
LDA
Accuracy Standard
Variables
Deviation
88.87 1.45
57
Tabla 27 Clasificacin de nuevas caractersticas (LDA) Caso 1
89
Acuracy
X: 42
Y: 0.9396
0.95
Acuracy
0.9
0.85
0.8
0.75
0.7
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 51 Seleccin de variables (SVM) Caso 1 xito vs fracaso
Clasificadores
SVM
Accuracy Standard
Variables
Deviation
93.870.01
42
Tabla 28 Clasificacin de nuevas caractersticas (SVM) Caso 1
90
Acuracy
0.95
X: 51
Y: 0.933
0.9
Acuracy
0.85
0.8
0.75
0.7
0.65
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 52 Seleccin de variables (LDA) Caso 2 xito vs Reintubado
Clasificadores
LDA
Accuracy Standard
Variables
Deviation
95.27 1.31
52
91
0.95
Acuracy
X: 52
Y: 0.9623
Acuracy
0.9
0.85
0.8
0.75
0.7
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 53 Seleccin de variables (SVM) Caso 2 xito vs Reintubado
Clasificadores
SVM
Accuracy Standard
Variables
Deviation
97.810.08
52
92
0.95
Acuracy
X: 29
Y: 0.8827
0.9
Acuracy
0.85
0.8
0.75
0.7
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 54 Seleccin de variables (LDA) Caso 3 xito vs Fracaso U Reintubado
Clasificadores
LDA
Accuracy Standard
Variables
Deviation
89.72 0.98
29
93
0.9
Acuracy
0.88
X: 52
Y: 0.8773
Acuracy
0.86
0.84
0.82
0.8
0.78
0.76
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 55 Seleccin de variables (SVM) Caso 3 xito vs Fracaso U Reintubado
Clasificadores
SVM
Accuracy Standard
Variables
Deviation
88.890.013
52
94
0.94
0.92
Acuracy
X: 35
Y: 0.9006
0.9
Acurracy
0.88
0.86
0.84
0.82
0.8
0.78
0.76
0.74
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 56 Seleccin de variables (LDA) Caso 4 Fracaso vs Reintubado
Clasificadores
LDA
Accuracy Standard
Variables
Deviation
92.42 1.04
35
95
Acuracy
0.95
X: 31
Y: 0.951
Acuracy
0.9
0.85
0.8
0.75
0.7
20
40
60
80
100
120
Numero de variables
140
160
180
FIGURA 57 Seleccin de variables (SVM) Caso 4 Fracaso vs Reintubado
Clasificadores
SVM
Accuracy Standard
Variables
Deviation
96.430.07
31
Al realizar la seleccin de caractersticas por las dos tcnicas planteados FS y

MWVA en este caso se puede determinar que se obtiene un mejor resultado en los
porcentajes de clasificacin para cada uno de los casos planteados.
96
12.
TABLA RESUMEN DE CLASIFICADORES
xito vs Fracaso
Etapa 1
N.A
Etapa 2
N.A
N.A
N.A
Etapa
3
N.A
N.A
Etapa
4
N.A
x
mejor
mtodo
LDA
FS-MWVASVM
93,87
0,01
xito vs Reintubado
Etapa 1
N.A
Etapa 2
N.A
N.A
N.A
Etapa
3
N.A
N.A
Etapa
4
N.A
x
mejor
mtodo
LDA
FS-MWVASVM
97,81
0,08
xito vs Fracaso U Reintubado

Etapa 1
N.A
Etapa 2
N.A
N.A
N.A
Etapa
3
N.A
N.A
Etapa
4
N.A
x
mejor
mtodo
LDA
FS-MWVASVM
88.89
0.013
Fracaso vs Reintubado
Etapa 1
N.A
Etapa 2
N.A
N.A
N.A
Etapa
3
N.A
N.A
Etapa
4
N.A
x
mejor
mtodo
LDA
FS-MWVASVM
96.43
0.07
Tabla 35 Resumen de los mejores resultados
En la tabla anterior se muestran los mejores resultados para cada caso estudiado,
para las casillas que estn marcada con N.A, quiere decir que no importa este
resultado
97
12 CONCLUSIONES Y EXTENSIONES FUTURAS

El presente estudio se utiliz la dinmica no lineal el cual pudimos encontrar en
tres smbolos del alfabeto, pudimos observar que el clasificador (SVM) es muy
susceptible a acierto valores de alfa, por lo que este mismo juega un papel muy
importante en esta tcnica, pudimos encontrar los valores de alfa que mejor
representaron la dinmica no lineal de las series cardiorrespiratorias, alfa=0.05
tao=0; RR alfa=0.11 tao=0; TE alfa=0.21 tao=0, TI alfa=0.19 tao=0, TO alfa=0.19
tao=0, TT alfa=0.19 tao=0, VI alfa=0.05 tao=0, VT alfa=0.17 tao=0, fueron los que
mejor caracterizaron la dinmica no lineal del sistema
Las mquinas de soporte vectorial es una de la tcnica ms eficaz para la

clasificacin de datos. Las SVM conjuntamente con la tcnica forward selection
permiten obtener un buen subconjunto de caractersticas de entrada a la misma.
Para la unin de todas las series temporales lo cual nos arroj 568 variables se
obtuvieron los siguientes resultados xito vs Fracaso 69.12% xito vs Reintubado
63.82% xito vs Fracaso-Reintubado 73.81% Fracaso vs Reintubado 79.23%, al
utilizar la reduccin de dimensionalidad
aplicado la regresin Fs mejora los
porcentajes de clasificacin con todas la variables, se obtuvo un porcentaje de

clasificacin de 90.23% para xito vs Fracaso. Sim embargo este mtodo tiene un
costo computacional muy alto (30 das de simulacin).
Al utilizar la tcnica MWVA como preseleccin de variables antes de Fs, mejora

los porcentajes de clasificacin para todos los casos, xito vs Fracaso 74.68%
xito vs Reintubado 75.04% xito vs Fracaso-Reintubado 70.68% Fracaso vs
Reintubado 81.86%, despus de haber hecho la preseleccin se aplic la
regresin Fs el cual mejoro considerablemente la clasificacin de los de los casos
ilustrados, obtuvo los siguientes resultados, xito vs Fracaso 93.87% xito vs
98
Reintubado 97.81% xito vs Fracaso-Reintubado 88.89% Fracaso vs Reintubado

81.86% , al aplicar estas dos tcnicas se redujo el coste computacional a (10 das
de simulacin por cada caso estudiado)
Los resultados de la clasificacin aplicando anlisis discriminante lineal en

comparacin con los presentados por parte de las SVM reflejan lo robustas que
pueden llegar a ser estas ltimas en cuanto a clasificacin se trata. A pesar de
aplicar ambas tcnicas un aprendizaje supervisado, la arquitectura de las SVM les
permite adaptarse a casi cualquier tipo de datos y manejar en buena medida el
problema de separacin de las clases
Como posible extensin futura se podra utilizar la dinmica conjunta para

determinar un solo valor de alfa y tao un valor de igualdad para todas las seales.
Otro parmetro a tener en cuenta es la normalizacin de los datos para este

estudio se aplic el hypercubo, pero con una normalizacin de datos no lineal
posiblemente se obtengan mejores resultados.
El reclutamiento de ms pacientes para una mejor evaluacin de los modelos de

clasificacin.
99
14
CRONOGRAMAS DE ACTIVIDADES
102
13 BIBLIOGRAFA
[1]
J. B. M. Macedo, http://www.higiene.edu.uy/cefa/2008/infeccioneshospitalarias.pdf, [En
[2]
lnea].
M. d. Salud, 6 1 2012. [En lnea]. Available: http://www.minsalud.gov.co/Paginas/M%C3%A1sde-cuatro-millones-de-casos-de-infecciones-respiratorias-agudas-se-reportaron-en-Colombia-
[3]
en-2011.aspx.
M.
d.
[4]
[5]
http://www.minsalud.gov.co/salud/Paginas/Infecciones-Respiratorias-Agudas-(IRA).aspx.
G. Correa, junio 2008. [En lnea]. Available: http://respira.com.mx/docs/f1274728078-0.pdf.
D.
N.
L.
Alonso,
2
octubre
2002.
[En
lnea].
Available:
[6]
http://bvs.sld.cu/revistas/mie/vol1_1_02/mie02102.pdf.
UPC,
15
junio
2011.
[En
[7]
http://upcommons.upc.edu/pfc/bitstream/2099.1/13052/1/Mem%C3%B2ria.pdf.
C. J. Arizmendi Pereira, Tcnicas de anlisis del patrn repiratorio y cardiorrespiratorio para
Salud,
2010.
[En
lnea].
lnea].
Available:
Available:
la extraccin de ndices en pacientes en proceso de extubacin, Barcelona: Universidad

[8]
Politcnica de Catalua, 2007.

B. G. Javier Alberto Chaparro, Anlisis y clasificacin del patrn respiratorio de pacientes en
proceso de retirada del ventilador mecnico, vol. 5, Medelln, 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 interaccin entre el patrn
respiratorio y la frecuencia cardiaca en pacientes asistidos mediante ventilacin mecnica
para la estimacin del momento ptimo en la extubacin.
[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
seales senosoidales, n 38, 2008.
[15] J. S. Hadamard, Les surfaces courbures opposes et leur lignes geodsiques, vol. 5e srie,
Paris: Journal de mathmatiques pures et appliques, 1898.
[16] E. Cabezuelo, M. Vallverd, P. Caminal, I. Cygankiewicz y A. Bayes de Luna, Dinmica
Simblica Aplicada al Anlisis de la Variabilidad del Ritmo Cardiaco, Ciudad Real: XXV
Jornadas de Automtica, 2004.
103
[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, Berln:
Cardiovascular research, Elsevier, 1996.
[21] J. Yazlle y C. Jadur, Dinmica Simblica: Apuntes de Ctedra, Salta: Departamento de
Matemtica de la Universidad Nacional de Salta, 2006.
[22] M. Gonzlez Mendoza, Aprendizaje Estadstico, 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 Programacin Cuadrtica, Mxico,
2005.
[25] J. Vargas y B. Conde, Mquinas De Soporte Vectorial Metodologa Y Aplicacin En R..
[26] C. Lpez y D. Gonzales , ''Mineria de datos tcnicas y herramientas'', Espaa, 2007.
[27] M. A. Efroymson, "Multiple regression analysis," Mathematical Methods for Digital Computers,
New York, 1960.
[28] J. A. P. Franca, ANLISIS E INTERPRETACIN DE SEALES CARDIORRESPIRATORIAS
PARA DETERMINAR EL MOMENTO PTIMO DE DESCONEXIN DE UN PACIENTE
ASISTIDO MEDIANTE VENTILACIN.
[29] V. M. B. F. G. A. T. E. L. LS Correa, Anlisis multimodal de seales cardacas y respiratorias
para predecir el exito en la Desconexion de la Ventilacion Mecanica.
104
14
ANEXOS
Anexo 1
Prueba de normalidad
Clase xito
0.4
0.4
TLC
0.2
0.1
0
-4
4
2
TLC
0.2
0.1
-2
0
-5
Clase xito
Plot Q--Q
2
FV
0
-2
-4
-4
Clase Fracaso
0.3
RR
RR
0.3
RR
Clase Fracaso
Plot Q--Q
0
-2
-2
0
2
-4
-4
-2
0
2
FIGURA 58 Aproximacin de la serie RR a una distribucin normal
105
Clase xito
0.8
0.8
TLC
0.4
0.2
0.4
0.2
0
-5
0
-5
Clase xito
Plot Q--Q
Clase Fracaso
Plot Q--Q
2
FV
TE
2
0
-2
-4
TLC
0.6
TE
TE
0.6
Clase Fracaso
0
-2
-2
0
2
-4
-4
-2
0
2
FIGURA 59 Aproximacin de la serie TE a una distribucin normal
Clase xito
0.8
TLC
0.6
0.5
TI
TI
TLC
Clase Fracaso
0.4
0.2
0
-2
6
0
-4
Clase xito
Plot Q--Q
FV
TI
0
-2
-4
-2
Clase Fracaso
Plot Q--Q
0
-2
-2
0
2
-4
-4
-2
0
2
FIGURA 60 Aproximacin de la serie TI a una distribucin normal
106
Clase xito
0.8
TLC
TLC
0.3
TO
TO
0.6
0.4
0.2
0.2
0.1
0
-5
0
-4
Clase xito
-2
TO
-2
Plot Q--Q
Clase Fracaso
Plot Q--Q
2
TO
Clase Fracaso
0.4
0
-2
-4
-4
-2
0
2
-4
-4
-2
0
2
FIGURA 61 Aproximacin de la serie TO a una distribucin normal
0.8
Clase xito
TLC
0.6
0.4
0.2
0
-5
6
0.1
0
0
-4
10
Clase xito
Plot Q--Q
2
0
-2
-4
TLC
0.2
TT
TT
Clase Fracaso
0.3
TT
TT
0.4
-2
Clase Fracaso
Plot Q--Q
0
-2
-2
0
2
-4
-4
-2
0
2
FIGURA 62 Aproximacin de la serie TT a una distribucin normal
107
Clase xito
0.8
TLC
0.4
0.2
0.4
0.2
0
-5
0
-2
Clase xito
Clase Fracaso
Plot Q--Q
Plot Q--Q
2
VI
VI
TLC
0.6
VI
VI
0.6
-2
-4
-4
Clase Fracaso
0.8
-2
0
2
-2
-4
-2
0
2
FIGURA 63 Aproximacin de la serie VI a una distribucin normal
Clase xito
0.8
0.8
TLC
0.4
0.2
VT
0.2
0
0
-2
Clase xito
Plot Q--Q
2
0
-2
-4
0.4
VT
0
-2
TLC
0.6
VT
VT
0.6
Clase Fracaso
Clase Fracaso
Plot Q--Q
2
0
-2
0
2
-2
-4
-2
0
2
FIGURA 64 Aproximacin de la serie VI a una distribucin normal
108
Serie RR Wavelet y prueba T

Serie RR
Wavelet
RR (
madre
des)
'haar'
'db2'
'db3'
'db4'
'db5'
'db6'
'db7'
'db8'
'db9'
'db10'
'bior1.3'
'bior1.5'
'bior2.2'
'bior2.4'
'bior2.6'
'bior2.8'
'bior3.1'
'bior3.3'
'bior3.5'
'bior3.7'
'bior3.9'
'bior4.4'
'bior5.5'
'bior6.8'
'coif1'
'coif2'
'coif3'
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
0.114 0.020
0.098 0.0176
0.090 0.016
0.095 0.016
0.094 0.016
0.095 0.016
0.093 0.016
0.095 0.015
0.083 0.014
0.089 0.015
0.113 0.020
0.112 0.019
0.112 0.020
0.113 0.020
0.112 0.019
0.110 0.019
0.111 0.020
0.112 0.020
0.111 0.019
0.109 0.019
0.108 0.018
0.096 0.016
0.095 0.016
0.099 0.017
0.096 0.017
0.087 0.015
0.095 0.016
0.082 0.014
0.064 0.011
0.098 0.017
0.090 0.016
0.098 0.017
0.101 0.100
0.096 0.016
0.095 0.016
0.110 0.019
Tabla 36 Serie RR diferentes familias Wavelet
109
En las siguientes figuras podremos observar las seales en diferentes niveles de

descomposicin A1, A2, A3, A4, A5, A6.
Clase xito
1200
1000
800
RR
RR
700
600
600
400
500
0
500
1000
1500
Tiempo [s]
2000
2500
400
3000
Clase xito
1200
500
1000
1500
TTempo [s]
2000
2500
Clase Fracaso
1000
original
A2
1000
original
A2
900
800
RR
RR
800
600
700
600
400
200
original
A1
900
800
200
Clase Fracaso
1000
original
A1
500
0
500
1000
1500
Tiempo [s]
2000
2500
400
3000
500
1000
1500
TTempo [s]
2000
2500
FIGURA 65 Serie RR nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
1200
original
A5
1000
800
RR
RR
600
700
600
400
500
0
500
1000
1500
Tiempo [s]
2000
2500
400
3000
Clase xito
1200
500
original
A6
1000
1500
TTempo [s]
2000
2500
Clase Fracaso
1000
1000
original
A6
900
800
RR
RR
800
600
700
600
400
200
original
A5
900
800
200
Clase Fracaso
1000
500
0
500
1000
1500
Tiempo [s]
2000
2500
400
3000
500
1000
1500
TTempo [s]
2000
2500
FIGURA 66 Serie RR nivel A5 y A6 de cada una de las clase xito y Fracaso
110
Serie RR A1 xito vs A1 Fracaso

pacientes P_value ( des)
LSD ( des)
1
0.003 0.028
44.041 35.083
2
0.007 0.065
38.888 34.563
3
0.000 0.000
40.519 36.335
4
0.010 0.077
44.772 34.796
5
0.001 0.009
77.280 30.326
6
0.000 0.000
38.168 33.380
7
0.017 0.088
61.432 29.654
8
0.008 0.082
69.291 29.402
9
0.000 0.000
62.354 27.100
10
0.009 0.074
40.290 36.966
11
0.000 0.002
40.915 39.049
12
0.001 0.012
38.354 35.759
13
0.012 0.074
41.399 37.012
14
0.003 0.023
49.092 34.575
15
0.002 0.013
38.325 34.862
16
0.009 0.041
69.350 28.413
17
0.003 0.021
43.299 33.628
18
0.000 0.000
35.095 35.398
19
0.009 0.060
47.566 34.514
20
0.005 0.052
45.522 37.982
21
0.014 0.097
39.198 37.221
22
0.001 0.008
53.986 34.599
23
0.007 0.063
46.777 31.897
24
0.006 0.050
55.324 34.157
25
0.007 0.056
35.149 36.615
26
0.005 0.046
43.862 37.120
27
0.000 0.002
48.019 36.964
28
0.004 0.038
62.663 32.875
29
0.004 0.026
69.959 26.976
30
0.002 0.022
39.405 35.161
31
0.013 0.079
39.176 36.857
32
0.004 0.030
68.545 27.775
33
0.000 0.003
34.209 34.948
34
0.011 0.058
106.461 24.898
35
0.000 0.002
61.048 30.828
36
0.000 0.001
46.113 33.408
37
0.000 0.001
35.937 35.706
38
0.009 0.081
67.091 28.713
39
0.001 0.005
40.692 32.517
Resta E-F
53.441 21.435
137.750 0.000
33.304 0.000
49.535 0.000
38.595 0.000
192.844 0.000
135.270 0.000
86.429 0.000
240.241 0.000
4.698 0.000
129.100 0.000
93.312 0.000
17.390 0.000
3.365 0.000
132.430 0.000
136.381 0.000
123.423 0.000
156.084 0.000
27.057 0.000
153.036 0.000
10.265 0.000
63.576 0.000
168.943 0.000
53.050 0.000
107.750 0.000
65.944 0.000
128.927 0.000
59.813 0.000
199.970 0.000
105.234 0.000
29.084 0.000
172.222 0.000
185.705 0.000
104.197 0.000
79.311 0.000
101.362 0.000
131.563 0.000
137.745 0.000
197.569 0.000
Calificacin %
71.794
Tabla 37 Serie RR Aproximacin A1 clase xito vs clase Fracaso
111

pacientes P_value ( des)
LSD ( des)
1
0.002 0.015
32.179 29.530
2
0.006 0.055
30.765 28.301
3
0.000 0.000
33.937 29.195
4
0.009 0.073
38.731 27.706
5
0.000 0.003
56.117 25.688
6
0.000 0.000
32.191 26.746
7
0.012 0.066
46.963 24.654
8
0.008 0.073
52.276 24.574
9
0.000 0.000
53.274 21.690
10
0.007 0.069
31.086 30.540
11
0.000 0.000
33.424 31.632
12
0.000 0.002
31.703 28.837
13
0.009 0.064
32.180 30.502
14
0.002 0.020
40.960 27.883
15
0.001 0.003
29.794 28.716
16
0.004 0.022
54.277 23.456
17
0.001 0.011
33.861 27.666
18
0.000 0.000
27.957 28.889
19
0.007 0.046
41.681 27.387
20
0.005 0.050
38.272 30.528
21
0.012 0.089
32.420 30.012
22
0.001 0.007
48.312 27.301
23
0.006 0.059
39.302 25.652
24
0.005 0.048
49.157 27.017
25
0.006 0.055
28.297 29.760
26
0.005 0.044
37.177 29.742
27
0.000 0.000
41.635 29.437
28
0.003 0.032
51.605 26.673
29
0.002 0.011
53.299 22.481
30
0.002 0.014
33.031 28.236
31
0.010 0.062
31.385 30.047
32
0.002 0.013
50.853 23.352
33
0.000 0.002
27.479 28.426
34
0.010 0.057
102.055 19.058
35
0.000 0.000
46.564 25.646
36
0.000 0.000
39.519 26.691
37
0.000 0.000
28.337 29.256
38
0.008 0.075
53.263 23.584
39
0.000 0.003
34.057 26.147
Resta E-F
45.411 0.064
137.750 0.229
33.304 0.000
49.535 0.121
38.595 0.079
192.844 0.057
135.270 0.343
86.429 0.100
240.241 0.229
4.698 0.000
129.100 0.200
93.312 0.100
17.390 0.043
3.365 0.000
132.430 0.200
136.381 0.143
123.423 0.186
156.084 0.171
27.057 0.064
153.036 0.200
10.265 0.000
63.576 0.093
168.943 0.343
53.050 0.129
107.750 0.100
65.944 0.057
128.927 0.114
59.813 0.143
199.970 0.400
105.234 0.257
29.084 0.071
172.222 0.086
185.705 0.143
104.197 0.171
79.311 0.114
101.362 0.057
131.563 0.200
137.745 0.143
197.569 0.400
Calificacin %
79.487
112

pacientes P_value ( des) LSD ( des)
1
0.000 0.004
26.392 24.420
2
0.004 0.042
26.601 22.966
3
0.000 0.000
29.911 23.529
4
0.008 0.070
35.143 22.070
5
0.000 0.001
43.057 21.561
6
0.000 0.000
28.638 21.471
7
0.008 0.048
37.331 20.472
8
0.007 0.065
39.705 20.707
9
0.000 0.000
48.967 17.006
10
0.007 0.067
26.061 25.080
11
0.000 0.000
28.936 25.675
12
0.000 0.000
27.768 23.295
13
0.008 0.056
27.230 24.955
14
0.002 0.016
35.993 22.444
15
0.000 0.002
25.287 23.466
16
0.002 0.011
45.045 19.134
17
0.001 0.006
28.012 22.773
18
0.000 0.000
23.798 23.595
19
0.005 0.036
38.183 21.723
20
0.005 0.047
33.715 24.602
21
0.011 0.085
28.354 24.265
22
0.001 0.006
44.976 21.491
23
0.006 0.056
35.014 20.531
24
0.005 0.047
45.328 21.327
25
0.006 0.055
24.126 24.296
26
0.004 0.043
33.211 23.853
27
0.000 0.000
37.787 23.457
28
0.003 0.024
45.040 21.442
29
0.000 0.003
41.467 18.765
30
0.001 0.011
29.177 22.734
31
0.008 0.047
26.369 24.646
32
0.001 0.005
40.633 19.325
33
0.000 0.002
23.429 23.202
34
0.010 0.056
99.434 14.394
35
0.000 0.000
39.416 20.848
36
0.000 0.000
35.878 21.239
37
0.000 0.000
24.046 23.924
38
0.007 0.068
43.435 19.367
39
0.000 0.003
30.501 20.927
Resta E-F
Calificacin %
45.411 0.064
137.750 0.229
33.304 0.000
49.535 0.121
38.595 0.079
192.844 0.057
135.270 0.343
86.429 0.100
240.241 0.229
4.698 0.000
129.100 0.200
93.312 0.100
17.390 0.043
3.365 0.000
132.430 0.200
136.381 0.143
123.423 0.186
156.084 0.171
27.057 0.064
153.036 0.200
10.265 0.000
84.615
63.576 0.093
168.943 0.343
53.050 0.129
107.750 0.100
65.944 0.057
128.927 0.114
59.813 0.143
199.970 0.400
105.234 0.257
29.084 0.071
172.222 0.086
185.705 0.143
104.197 0.171
79.311 0.114
101.362 0.057
131.563 0.200
137.745 0.143
197.569 0.400
113
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

P_value ( des)
LSD ( des)
0.004 0.028
0.193 0.146
0.006 0.062
0.203 0.134
0.000 0.000
0.233 0.135
0.005 0.048
0.295 0.121
0.000 0.000
0.305 0.125
0.000 0.000
0.230 0.122
0.000 0.000
0.283 0.116
0.002 0.020
0.283 0.120
0.000 0.000
0.438 0.086
0.000 0.002
0.189 0.151
0.003 0.027
0.219 0.151
0.000 0.003
0.215 0.135
0.003 0.026
0.201 0.148
0.007 0.060
0.293 0.125
0.000 0.000
0.184 0.141
0.001 0.009
0.359 0.104
0.007 0.070
0.207 0.134
0.017 0.117
0.171 0.143
0.011 0.103
0.322 0.118
0.004 0.034
0.267 0.140
0.005 0.048
0.218 0.141
0.000 0.001
0.395 0.113
0.008 0.079
0.295 0.112
0.000 0.001
0.395 0.112
0.000 0.001
0.172 0.147
0.000 0.000
0.269 0.134
0.003 0.026
0.316 0.129
0.004 0.040
0.371 0.116
0.004 0.035
0.306 0.106
0.001 0.007
0.228 0.131
0.000 0.000
0.188 0.149
0.009 0.088
0.308 0.109
0.000 0.000
0.169 0.140
0.005 0.039
0.955 0.072
0.000 0.000
0.317 0.115
0.000 0.000
0.305 0.115
0.000 0.000
0.172 0.145
0.008 0.075
0.352 0.105
0.000 0.000
0.251 0.117
Resta E-F
0.216 0.258
0.700 0.000
0.336 0.000
0.175 0.000
1.047 0.000
1.246 0.000
0.675 0.000
0.191 0.000
1.715 0.000
0.619 0.000
1.945 0.000
0.259 0.236
0.838 0.000
0.632 0.000
0.647 0.000
0.686 0.000
0.558 0.000
0.881 0.000
0.397 0.000
2.182 0.000
0.564 0.000
1.295 0.000
1.009 0.000
1.191 0.000
0.402 0.000
1.319 0.000
1.943 0.000
1.259 0.000
1.317 0.000
0.377 0.000
0.377 0.000
1.041 0.000
1.175 0.000
0.367 0.000
0.121 0.000
0.339 0.000
0.638 0.000
0.700 0.000
1.292 0.000
Calificacin %
89.743
114
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

P_value ( des)
LSD ( des)
0.004 0.028
0.193 0.146
0.006 0.062
0.203 0.134
0.000 0.000
0.233 0.135
0.005 0.048
0.295 0.121
0.000 0.000
0.305 0.125
0.000 0.000
0.230 0.122
0.000 0.000
0.283 0.116
0.002 0.020
0.283 0.120
0.000 0.000
0.438 0.086
0.000 0.002
0.189 0.151
0.003 0.027
0.219 0.151
0.000 0.003
0.215 0.135
0.003 0.026
0.201 0.148
0.007 0.060
0.293 0.125
0.000 0.000
0.184 0.141
0.001 0.009
0.359 0.104
0.007 0.070
0.207 0.134
0.017 0.117
0.171 0.143
0.011 0.103
0.322 0.118
0.004 0.034
0.267 0.140
0.005 0.048
0.218 0.141
0.000 0.001
0.395 0.113
0.008 0.079
0.295 0.112
0.000 0.001
0.395 0.112
0.000 0.001
0.172 0.147
0.000 0.000
0.269 0.134
0.003 0.026
0.316 0.129
0.004 0.040
0.371 0.116
0.004 0.035
0.306 0.106
0.001 0.007
0.228 0.131
0.000 0.000
0.188 0.149
0.009 0.088
0.308 0.109
0.000 0.000
0.169 0.140
0.005 0.039
0.955 0.072
0.000 0.000
0.317 0.115
0.000 0.000
0.305 0.115
0.000 0.000
0.172 0.145
0.008 0.075
0.352 0.105
0.000 0.000
0.251 0.117
Resta E-F
0.216 0.258
0.700 0.000
0.336 0.000
0.175 0.000
1.047 0.000
1.246 0.000
0.675 0.000
0.191 0.000
1.715 0.000
0.619 0.000
1.945 0.000
0.259 0.236
0.838 0.000
0.632 0.000
0.647 0.000
0.686 0.000
0.558 0.000
0.881 0.000
0.397 0.000
2.182 0.000
0.564 0.000
1.295 0.000
1.009 0.000
1.191 0.000
0.402 0.000
1.319 0.000
1.943 0.000
1.259 0.000
1.317 0.000
0.377 0.000
0.377 0.000
1.041 0.000
1.175 0.000
0.367 0.000
0.121 0.000
0.339 0.000
0.638 0.000
0.700 0.000
1.292 0.000
Calificacin %
89.743
115
Serie TE
Se realiza el mismo procedimiento anterior a continuacin en la tabla 18 se

presenta la mejor Wavelet madre.
Serie TE
Wavelet madre
TE ( des)
'haar'
0.442 0.137
'db2'
0.359 0.109
'db3'
0.324 0.097
'db4'
0.339 0.099
'db5'
0.328 0.094
'db6'
0.329 0.093
'db7'
0.319 0.088
'db8'
0.306 0.083
'db9'
0.274 0.073
'db10'
0.294 0.077
'bior1.3'
0.426 0.127
'bior1.5'
0.411 0.117
'bior2.2'
0.423 0.126
'bior2.4'
0.416 0.119
'bior2.6'
0.402 0.110
'bior2.8'
0.384 0.102
'bior3.1'
0.427 0.130
'bior3.3'
0.418 0.122
'bior3.5'
0.403 0.113
'bior3.7'
0.388 0.105
'bior3.9'
0.375 0.098
'bior4.4'
0.335 0.096
'bior5.5'
0.327 0.092
'bior6.8'
0.330 0.088
'coif1'
0.347 0.103
'coif2'
0.301 0.085
'coif3'
0.318 0.084
'coif4'
0.263 0.066
'coif5'
0.197 0.048
'sym2'
0.359 0.109
'sym3'
0.324 0.097
'sym4'
0.348 0.102
'sym5'
0.354 0.101
'sym6'
0.331 0.093
'sym7'
0.326 0.090
'sym9'
0.373 0.099
Tabla 42 Serie TE mejor familia
116
Clase xito
3
2.5
2
TE
TE
1.5
0.5
0
100
200
300
400
Tiempo [s]
500
600
700
0.5
800
Clase xito
100
200
300
400 500
600
TTempo [s]
700
800
900
1000
Clase Fracaso
original
A2
2.5
1.5
TE
TE
3
original
A2
2.5
1.5
0.5
0
original
A1
2.5
1.5
Clase Fracaso
3
original
A1
100
200
300
400
Tiempo [s]
500
600
700
0.5
800
100
200
300
400 500
600
TTempo [s]
700
800
900
1000
FIGURA 67 Serie TE nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
3
2.5
2
TE
TE
1.5
0.5
0
100
200
300
400
Tiempo [s]
500
600
700
0.5
800
Clase xito
100
200
300
400 500 600

TTempo [s]
700
800
900
1000
Clase Fracaso
original
A4
2.5
1.5
TE
TE
3
original
A4
2.5
1.5
0.5
0
original
A3
2.5
1.5
Clase Fracaso
3
original
A3
100
200
300
400
Tiempo [s]
500
600
700
800
0.5
100
200
300
400 500 600

TTempo [s]
700
800
900
1000
117
Clase xito
3
2.5
2
TE
TE
1.5
0.5
0
100
200
300
400
Tiempo [s]
500
600
700
0.5
800
Clase xito
100
200
300
400 500 600

TTempo [s]
700
800
900
1000
Clase Fracaso
original
A6
2.5
1.5
TE
TE
original
A6
2.5
1.5
0.5
0
original
A5
2.5
1.5
Clase Fracaso
original
A5
100
200
300
400
Tiempo [s]
500
600
700
0.5
800
100
200
300
400 500 600

TTempo [s]
700
800
900
1000
118
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie TE A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
0.776
0.014 0.074
0.833
1.318
0.044 0.149
0.714
0.885
0.037 0.142
0.771
1.537
0.067 0.199
0.707
0.792
0.014 0.080
0.832
0.758
0.027 0.116
0.764
0.629
0.004 0.043
0.749
0.622
0.026 0.147
0.874
0.843
0.000 0.002
0.900
0.588
0.011 0.097
0.767
0.808
0.037 0.154
0.787
0.932
0.039 0.145
0.774
0.682
0.026 0.133
0.859
1.112
0.045 0.188
0.831
1.030
0.027 0.134
0.904
0.698
0.025 0.110
0.773
0.692
0.032 0.144
0.810
0.582
0.017 0.099
0.766
1.353
0.002 0.017
0.859
0.685
0.030 0.136
0.800
0.557
0.009 0.049
0.814
0.886
0.032 0.140
0.881
1.255
0.025 0.119
0.792
0.043 0.147
1.802
0.671
119
Resta E-F
0.317
0.188
0.344
0.000
0.140
0.000
0.081
0.000
0.453
0.000
0.936
0.000
1.333
0.000
0.302
0.000
2.409
0.000
0.656
0.000
0.105
0.000
0.219
0.000
0.631
0.000
1.333
0.000
0.711
0.000
0.937
0.000
0.584
0.000
0.723
0.000
3.037
0.000
0.946
0.000
0.908
0.000
1.310
0.000
0.689
0.000
0.511
0.000
Calificacin %
38.461
25
0.000 0.000
26
0.026 0.139
27
0.041 0.147
28
0.060 0.178
29
0.068 0.192
30
0.012 0.069
31
0.007 0.060
32
0.059 0.182
33
0.015 0.074
34
0.041 0.160
35
0.048 0.162
36
0.045 0.159
37
0.008 0.057
38
0.022 0.097
39
0.037 0.135
0.546
0.739
0.640
0.871
1.618
0.731
1.618
0.714
2.704
0.596
0.707
0.773
0.883
1.016
1.114
0.739
0.684
0.767
0.796
0.816
0.930
0.847
1.277
0.888
0.545
0.768
1.216
0.806
0.974
0.808
1.387
0.000
0.154
0.000
0.260
0.000
0.125
0.000
0.613
0.000
1.089
0.000
2.271
0.000
0.301
0.000
0.551
0.000
0.077
0.000
0.033
0.000
0.211
0.000
1.104
0.000
0.379
0.000
0.163
0.000
Tabla 43 Serie TE Aproximacin A1 clase xito vs clase Fracaso
120
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

P_value (
LSD (
des)
des)
0.009 0.056
0.614
1.199
0.038 0.141
0.376
0.696
0.030 0.125
0.436
1.329
0.061 0.189
0.373
0.602
0.009 0.063
0.480
0.548
0.019 0.091
0.444
0.484
0.003 0.033
0.433
0.482
0.023 0.137
0.512
0.652
0.000 0.000
0.519
0.454
0.009 0.083
0.446
0.612
0.030 0.138
0.452
0.719
0.029 0.126
0.438
0.525
0.022 0.132
0.500
0.887
0.041 0.180
0.465
0.787
0.020 0.117
0.517
0.540
0.019 0.091
0.445
0.543
0.026 0.132
0.467
0.450
0.013 0.084
0.446
1.004
0.001 0.010
0.485
0.526
0.025 0.119
0.463
0.428
0.006 0.036
0.478
0.729
0.027 0.128
0.498
0.823
0.017 0.099
0.459
1.092
0.023 0.110
0.387
0.000 0.000
0.431
121
Resta E-F
0.447
0.344
0.000
0.140
0.000
0.081
0.000
0.453
0.000
0.936
0.000
1.333
0.000
0.302
0.000
2.409
0.000
0.656
0.000
0.105
0.000
0.219
0.000
0.631
0.000
1.333
0.000
0.711
0.000
0.937
0.000
0.584
0.000
0.723
0.000
3.037
0.000
0.946
0.000
0.908
0.000
1.310
0.000
0.689
0.000
0.511
0.000
1.387
Calificacin %
46.153
26
0.023 0.127
27
0.033 0.127
28
0.047 0.155
29
0.052 0.177
30
0.009 0.057
31
0.006 0.054
32
0.053 0.170
33
0.009 0.053
34
0.034 0.144
35
0.040 0.147
36
0.041 0.149
37
0.006 0.050
38
0.015 0.076
39
0.029 0.118
0.429
0.489
0.511
1.318
0.393
1.262
0.388
2.073
0.315
0.550
0.444
0.719
0.584
0.986
0.398
0.530
0.441
0.594
0.472
0.744
0.479
1.164
0.480
0.420
0.449
0.992
0.444
0.801
0.451
0.000
0.154
0.000
0.260
0.000
0.125
0.000
0.613
0.000
1.089
0.000
2.271
0.000
0.301
0.000
0.551
0.000
0.077
0.000
0.033
0.000
0.211
0.000
1.104
0.000
0.379
0.000
0.163
0.000
122
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

P_value ( des) LSD ( des)
0.009 0.056
0.614 0.477
0.038 0.141
1.199 0.376
0.030 0.125
0.696 0.436
0.061 0.189
1.329 0.373
0.009 0.063
0.602 0.480
0.019 0.091
0.548 0.444
0.003 0.033
0.484 0.433
0.023 0.137
0.482 0.512
0.000 0.000
0.652 0.519
0.009 0.083
0.454 0.446
0.030 0.138
0.612 0.452
0.029 0.126
0.719 0.438
0.022 0.132
0.525 0.500
0.041 0.180
0.887 0.465
0.020 0.117
0.787 0.517
0.019 0.091
0.540 0.445
0.026 0.132
0.543 0.467
0.013 0.084
0.450 0.446
0.001 0.010
1.004 0.485
0.025 0.119
0.526 0.463
0.006 0.036
0.428 0.478
0.027 0.128
0.729 0.498
0.017 0.099
0.823 0.459
0.023 0.110
1.092 0.387
0.000 0.000
0.431 0.429
0.023 0.127
0.489 0.511
0.033 0.127
1.318 0.393
0.047 0.155
1.262 0.388
0.052 0.177
2.073 0.315
0.009 0.057
0.550 0.444
0.006 0.054
0.719 0.584
0.053 0.170
0.986 0.398
0.009 0.053
0.530 0.441
0.034 0.144
0.594 0.472
0.040 0.147
0.744 0.479
0.041 0.149
1.164 0.480
0.006 0.050
0.420 0.449
0.015 0.076
0.992 0.444
0.029 0.118
0.801 0.451
Resta E-F
0.447 0.188
0.344 0.000
0.140 0.000
0.081 0.000
0.453 0.000
0.936 0.000
1.333 0.000
0.302 0.000
2.409 0.000
0.656 0.000
0.105 0.000
0.219 0.000
0.631 0.000
1.333 0.000
0.711 0.000
0.937 0.000
0.584 0.000
0.723 0.000
3.037 0.000
0.946 0.000
0.908 0.000
1.310 0.000
0.689 0.000
0.511 0.000
1.387 0.000
0.154 0.000
0.260 0.000
0.125 0.000
0.613 0.000
1.089 0.000
2.271 0.000
0.301 0.000
0.551 0.000
0.077 0.000
0.033 0.000
0.211 0.000
1.104 0.000
0.379 0.000
0.163 0.000
Calificacin %
56.410
123
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
Resta E-F
0.456
0.447
0.005 0.034
0.383
0.000
1.076
0.344
0.034 0.134
0.285
0.000
0.574
0.140
0.025 0.113
0.341
0.000
1.132
0.081
0.053 0.178
0.287
0.000
0.500
0.453
0.006 0.045
0.376
0.000
0.444
0.936
0.014 0.076
0.350
0.000
0.387
1.333
0.002 0.020
0.343
0.000
0.391
0.302
0.021 0.129
0.404
0.000
0.534
2.409
0.000 0.000
0.407
0.000
0.374
0.656
0.010 0.099
0.351
0.000
0.480
0.105
0.025 0.125
0.359
0.000
0.567
0.219
0.022 0.114
0.347
0.000
0.430
0.631
0.021 0.127
0.394
0.000
0.708
1.333
0.041 0.177
0.366
0.000
0.636
0.711
0.018 0.111
0.406
0.000
0.448
0.937
0.015 0.077
0.349
0.000
0.452
0.584
0.022 0.122
0.366
0.000
0.369
0.723
0.011 0.075
0.351
0.000
0.727
3.037
0.000 0.004
0.391
0.000
0.425
0.946
0.020 0.106
0.365
0.000
0.348
0.908
0.003 0.025
0.378
0.000
0.601
1.310
0.024 0.111
0.390
0.000
0.681
0.689
0.015 0.094
0.359
0.000
0.018 0.101
0.891
0.511
0.302
0.000
124
Calificacin %
51.282
25
0.000 0.000
26
0.022 0.122
27
0.028 0.115
28
0.033 0.124
29
0.041 0.158
30
0.007 0.049
31
0.006 0.052
32
0.048 0.161
33
0.005 0.034
34
0.030 0.129
35
0.033 0.134
36
0.039 0.144
37
0.006 0.045
38
0.011 0.066
39
0.025 0.111
0.356
0.337
0.389
0.405
1.152
0.300
0.907
0.313
1.578
0.250
0.432
0.353
0.611
0.454
0.880
0.303
0.432
0.348
0.491
0.370
0.605
0.376
1.109
0.361
0.348
0.353
0.827
0.345
0.706
0.347
1.387
0.000
0.154
0.000
0.260
0.000
0.125
0.000
0.613
0.000
1.089
0.000
2.271
0.000
0.301
0.000
0.551
0.000
0.077
0.000
0.033
0.000
0.211
0.000
1.104
0.000
0.379
0.000
0.163
0.000
Tabla 46 Serie TE Aproximacin A4clase xito vs clase Fracaso
125
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
Resta E-F
0.264
0.447
0.001 0.004
0.217
0.000
0.666
0.344
0.019 0.097
0.139
0.000
0.409
0.140
0.015 0.099
0.171
0.000
0.719
0.081
0.036 0.145
0.138
0.000
0.307
0.453
0.001 0.007
0.206
0.000
0.276
0.936
0.006 0.050
0.191
0.000
0.261
1.333
0.001 0.006
0.184
0.000
0.259
0.302
0.018 0.126
0.223
0.000
0.376
2.409
0.000 0.000
0.213
0.000
0.264
0.656
0.006 0.055
0.186
0.000
0.302
0.105
0.017 0.110
0.194
0.000
0.400
0.219
0.017 0.099
0.176
0.000
0.296
0.631
0.019 0.119
0.211
0.000
0.469
1.333
0.031 0.147
0.187
0.000
0.445
0.711
0.015 0.098
0.209
0.000
0.313
0.937
0.007 0.053
0.182
0.000
0.317
0.584
0.015 0.100
0.192
0.000
0.244
0.723
0.007 0.049
0.191
0.000
0.435
3.037
0.000 0.001
0.209
0.000
0.259
0.946
0.011 0.081
0.203
0.000
0.233
0.908
0.001 0.005
0.208
0.000
0.487
1.310
0.018 0.093
0.190
0.000
0.399
0.689
0.012 0.085
0.193
0.000
0.010 0.082
0.501
0.511
0.157
0.000
126
Calificacin
%
61.538
25
0.000 0.000
26
0.015 0.092
27
0.019 0.099
28
0.018 0.075
29
0.029 0.125
30
0.006 0.042
31
0.006 0.057
32
0.023 0.102
33
0.001 0.009
34
0.023 0.112
35
0.018 0.108
36
0.032 0.127
37
0.005 0.043
38
0.007 0.053
39
0.017 0.102
0.230
0.185
0.262
0.222
0.829
0.138
0.558
0.157
1.100
0.114
0.280
0.191
0.493
0.227
0.450
0.164
0.294
0.184
0.319
0.198
0.343
0.208
1.039
0.160
0.249
0.188
0.603
0.166
0.585
0.161
1.387
0.000
0.154
0.000
0.260
0.000
0.125
0.000
0.613
0.000
1.089
0.000
2.271
0.000
0.301
0.000
0.551
0.000
0.077
0.000
0.033
0.000
0.211
0.000
1.104
0.000
0.379
0.000
0.163
0.000
127
pacientes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

P_value ( des) LSD ( des)
0.001 0.004
0.264 0.217
0.019 0.097
0.666 0.139
0.015 0.099
0.409 0.171
0.036 0.145
0.719 0.138
0.001 0.007
0.307 0.206
0.006 0.050
0.276 0.191
0.001 0.006
0.261 0.184
0.018 0.126
0.259 0.223
0.000 0.000
0.376 0.213
0.006 0.055
0.264 0.186
0.017 0.110
0.302 0.194
0.017 0.099
0.400 0.176
0.019 0.119
0.296 0.211
0.031 0.147
0.469 0.187
0.015 0.098
0.445 0.209
0.007 0.053
0.313 0.182
0.015 0.100
0.317 0.192
0.007 0.049
0.244 0.191
0.000 0.001
0.435 0.209
0.011 0.081
0.259 0.203
0.001 0.005
0.233 0.208
0.018 0.093
0.487 0.190
0.012 0.085
0.399 0.193
0.010 0.082
0.501 0.157
0.000 0.000
0.230 0.185
0.015 0.092
0.262 0.222
0.019 0.099
0.829 0.138
0.018 0.075
0.558 0.157
0.029 0.125
1.100 0.114
0.006 0.042
0.280 0.191
0.006 0.057
0.493 0.227
0.023 0.102
0.450 0.164
0.001 0.009
0.294 0.184
0.023 0.112
0.319 0.198
0.018 0.108
0.343 0.208
0.032 0.127
1.039 0.160
0.005 0.043
0.249 0.188
0.007 0.053
0.603 0.166
0.017 0.102
0.585 0.161
Resta E-F
Calificacin %
0.447 0.000
0.344 0.000
0.140 0.000
0.081 0.000
0.453 0.000
0.936 0.000
1.333 0.000
0.302 0.000
2.409 0.000
0.656 0.000
0.105 0.000
0.219 0.000
0.631 0.000
1.333 0.000
0.711 0.000
0.937 0.000
0.584 0.000
0.723 0.000
3.037 0.000
0.946 0.000
0.908 0.000
61.538
1.310 0.000
0.689 0.000
0.511 0.000
1.387 0.000
0.154 0.000
0.260 0.000
0.125 0.000
0.613 0.000
1.089 0.000
2.271 0.000
0.301 0.000
0.551 0.000
0.077 0.000
0.033 0.000
0.211 0.000
1.104 0.000
0.379 0.000
0.163 0.000
128
Serie TI
Serie TI
Wavelet madre TE ( des)
'haar'
0.442 0.137
'db2'
0.358 0.108
'db3'
0.324 0.096
'db4'
0.338 0.098
'db5'
0.328 0.093
'db6'
0.329 0.092
'db7'
0.318 0.087
'db8'
0.305 0.082
'db9'
0.273 0.072
'db10'
0.293 0.076
'bior1.3'
0.426 0.126
'bior1.5'
0.411 0.117
'bior2.2'
0.423 0.126
'bior2.4'
0.416 0.119
'bior2.6'
0.402 0.111
'bior2.8'
0.384 0.102
'bior3.1'
0.426 0.130
'bior3.3'
0.418 0.122
'bior3.5'
0.403 0.113
'bior3.7'
0.388 0.105
'bior3.9'
0.375 0.097
'bior4.4'
0.334 0.095
'bior5.5'
0.326 0.091
'bior6.8'
0.329 0.087
'coif1'
0.346 0.102
'coif2'
0.300 0.084
'coif3'
0.317 0.084
'coif4'
0.262 0.066
'coif5'
0.196 0.047
'sym2'
0.358 0.108
'sym3'
0.324 0.096
'sym4'
0.347 0.101
'sym5'
0.354 0.101
'sym6'
0.330 0.092
'sym7'
0.325 0.089
'sym9'
0.372 0.098
Tabla 49 serie TI mejor familia madre
129
Clase xito
2.5
Clase Fracaso
1.6
original
A1
original
A1
1.4
1.2
1.5
TI
TI
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
2.5
100
200
300
500 600
Tiempo [s]
700
800
900
1000
Clase Fracaso
1.6
original
A2
400
original
A2
1.4
1.2
TI
TE
1.5
1
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500 600
Tiempo [s]
700
800
900
1000
FIGURA 70 Serie TI nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
2.5
Clase Fracaso
1.6
original
A3
original
A3
1.4
1.2
1.5
TI
TI
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
2.5
100
200
300
500
600
Tiempo [s]
700
800
900
1000
Clase Fracaso
1.6
original
A4
400
original
A4
1.4
1.2
1.5
TI
TI
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500
600
Tiempo [s]
700
800
900
1000
130
Clase xito
2.5
2
Clase Fracaso
1.6
original
A5
original
A5
1.4
1.2
1.5
TI
TI
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
2.5
100
200
300
400
500 600
Tiempo [s]
700
800
900
1000
Clase Fracaso
1.6
original
A6
original
A6
1.4
1.2
1.5
TI
TI
1
0.8
0.6
0.5
0
0.4
0
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500 600
Tiempo [s]
700
800
900
1000
131
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie TI A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
0.820
0.032 0.141
0.968
0.799
0.023 0.125
0.905
0.783
0.030 0.116
0.918
0.866
0.044 0.158
0.903
0.814
0.034 0.141
0.973
0.801
0.028 0.106
0.877
0.774
0.025 0.138
0.838
0.816
0.046 0.182
0.988
0.893
0.038 0.141
1.049
0.713
0.002 0.019
0.874
0.956
0.021 0.091
0.869
0.869
0.034 0.121
0.902
0.818
0.043 0.168
0.983
1.026
0.041 0.144
0.962
1.621
0.008 0.053
0.902
0.850
0.037 0.135
0.860
0.803
0.058 0.179
0.924
0.712
0.004 0.041
0.872
0.992
0.031 0.139
1.050
0.886
0.043 0.153
0.880
0.884
0.036 0.151
0.867
0.885
0.019 0.106
1.035
0.847
0.036 0.138
0.990
0.030 0.114
0.771
0.919
132
Resta E-F
0.334
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
15.384
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.687
0.836
0.814
0.990
1.188
0.857
0.840
0.932
1.202
0.781
0.821
0.872
1.161
1.127
0.777
0.918
0.729
0.891
0.835
0.943
2.340
0.711
1.173
1.023
0.706
0.867
1.160
0.907
1.120
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
Tabla 50 Serie TI Aproximacin A1 clase xito vs clase Fracaso
133
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.632
0.032 0.141
0.968
0.635
0.023 0.125
0.905
0.616
0.030 0.116
0.918
0.663
0.044 0.158
0.903
0.632
0.034 0.141
0.973
0.608
0.028 0.106
0.877
0.597
0.025 0.138
0.838
0.636
0.046 0.182
0.988
0.695
0.038 0.141
1.049
0.552
0.002 0.019
0.874
0.717
0.021 0.091
0.869
0.684
0.034 0.121
0.902
0.636
0.043 0.168
0.983
0.776
0.041 0.144
0.962
1.343
0.008 0.053
0.902
0.668
0.037 0.135
0.860
0.628
0.058 0.179
0.924
0.552
0.004 0.041
0.872
0.782
0.031 0.139
1.050
0.680
0.043 0.153
0.880
0.680
0.036 0.151
0.867
0.691
0.019 0.106
1.035
0.666
0.036 0.138
0.990
0.030 0.114
0.603
0.919
134
Resta E-F
0.276
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
20.384
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.534
0.836
0.630
0.990
0.901
0.857
0.647
0.932
0.952
0.781
0.634
0.872
0.912
1.127
0.608
0.918
0.565
0.891
0.655
0.943
1.484
0.711
0.985
1.023
0.548
0.867
0.872
0.907
0.899
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
135
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.523
0.032 0.141
0.968
0.532
0.023 0.125
0.905
0.519
0.030 0.116
0.918
0.538
0.044 0.158
0.903
0.522
0.034 0.141
0.973
0.502
0.028 0.106
0.877
0.492
0.025 0.138
0.838
0.529
0.046 0.182
0.988
0.577
0.038 0.141
1.049
0.457
0.002 0.019
0.874
0.555
0.021 0.091
0.869
0.562
0.034 0.121
0.902
0.528
0.043 0.168
0.983
0.647
0.041 0.144
0.962
1.119
0.008 0.053
0.902
0.552
0.037 0.135
0.860
0.520
0.058 0.179
0.924
0.457
0.004 0.041
0.872
0.650
0.031 0.139
1.050
0.552
0.043 0.153
0.880
0.545
0.036 0.151
0.867
0.578
0.019 0.106
1.035
0.561
0.036 0.138
0.990
0.030 0.114
0.506
0.919
136
Resta E-F
0.276
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
30.384
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.443
0.836
0.522
0.990
0.702
0.857
0.528
0.932
0.765
0.781
0.517
0.872
0.733
1.127
0.509
0.918
0.468
0.891
0.541
0.943
1.412
0.711
0.877
1.023
0.454
0.867
0.689
0.907
0.758
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
137
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.420
0.032 0.141
0.968
0.431
0.023 0.125
0.905
0.429
0.030 0.116
0.918
0.429
0.044 0.158
0.903
0.419
0.034 0.141
0.973
0.405
0.028 0.106
0.877
0.402
0.025 0.138
0.838
0.430
0.046 0.182
0.988
0.471
0.038 0.141
1.049
0.369
0.002 0.019
0.874
0.448
0.021 0.091
0.869
0.444
0.034 0.121
0.902
0.429
0.043 0.168
0.983
0.503
0.041 0.144
0.962
0.923
0.008 0.053
0.902
0.454
0.037 0.135
0.860
0.418
0.058 0.179
0.924
0.370
0.004 0.041
0.872
0.516
0.031 0.139
1.050
0.440
0.043 0.153
0.880
0.414
0.036 0.151
0.867
0.475
0.019 0.106
1.035
0.466
0.036 0.138
0.990
0.030 0.114
0.416
0.919
138
Resta E-F
0.276
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
35.897
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.357
0.836
0.422
0.990
0.500
0.857
0.429
0.932
0.595
0.781
0.412
0.872
0.617
1.127
0.412
0.918
0.378
0.891
0.438
0.943
1.287
0.711
0.775
1.023
0.368
0.867
0.534
0.907
0.651
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
139
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie TI A5 xito vs A5Fracaso

P_value (
LSD (
des)
des)
0.317
0.032 0.141
0.968
0.324
0.023 0.125
0.905
0.336
0.030 0.116
0.918
0.320
0.044 0.158
0.903
0.319
0.034 0.141
0.973
0.309
0.028 0.106
0.877
0.303
0.025 0.138
0.838
0.330
0.046 0.182
0.988
0.365
0.038 0.141
1.049
0.281
0.002 0.019
0.874
0.336
0.021 0.091
0.869
0.342
0.034 0.121
0.902
0.328
0.043 0.168
0.983
0.385
0.041 0.144
0.962
0.737
0.008 0.053
0.902
0.358
0.037 0.135
0.860
0.316
0.058 0.179
0.924
0.281
0.004 0.041
0.872
0.392
0.031 0.139
1.050
0.325
0.043 0.153
0.880
0.312
0.036 0.151
0.867
0.371
0.019 0.106
1.035
0.370
0.036 0.138
0.990
0.030 0.114
0.326
0.919
140
Resta E-F
0.276
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
53.897
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.271
0.836
0.322
0.990
0.373
0.857
0.330
0.932
0.408
0.781
0.308
0.872
0.497
1.127
0.309
0.918
0.288
0.891
0.335
0.943
0.942
0.711
0.676
1.023
0.280
0.867
0.387
0.907
0.545
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
141
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.317
0.032 0.141
0.968
0.324
0.023 0.125
0.905
0.336
0.030 0.116
0.918
0.320
0.044 0.158
0.903
0.319
0.034 0.141
0.973
0.309
0.028 0.106
0.877
0.303
0.025 0.138
0.838
0.330
0.046 0.182
0.988
0.365
0.038 0.141
1.049
0.281
0.002 0.019
0.874
0.336
0.021 0.091
0.869
0.342
0.034 0.121
0.902
0.328
0.043 0.168
0.983
0.385
0.041 0.144
0.962
0.737
0.008 0.053
0.902
0.358
0.037 0.135
0.860
0.316
0.058 0.179
0.924
0.281
0.004 0.041
0.872
0.392
0.031 0.139
1.050
0.325
0.043 0.153
0.880
0.312
0.036 0.151
0.867
0.371
0.019 0.106
1.035
0.370
0.036 0.138
0.990
0.030 0.114
0.326
0.919
142
Resta E-F
0.276
0.136
0.500
0.000
0.555
0.000
0.568
0.000
0.256
0.000
0.380
0.000
0.509
0.000
0.011
0.000
0.018
0.000
0.817
0.000
0.634
0.000
0.380
0.000
0.231
0.000
0.020
0.000
2.665
0.000
0.376
0.000
0.167
0.000
0.797
0.000
0.253
0.000
0.094
0.000
0.244
0.000
0.380
0.000
0.054
0.000
0.377
0.000
Calificacin
%
58.897
25
0.004 0.022
26
0.024 0.105
27
0.066 0.180
28
0.030 0.106
29
0.032 0.136
30
0.029 0.133
31
0.000 0.000
32
0.021 0.108
33
0.004 0.024
34
0.061 0.185
35
0.066 0.212
36
0.003 0.024
37
0.016 0.093
38
0.040 0.172
39
0.021 0.073
0.271
0.836
0.322
0.990
0.373
0.857
0.330
0.932
0.408
0.781
0.308
0.872
0.497
1.127
0.309
0.918
0.288
0.891
0.335
0.943
0.942
0.711
0.676
1.023
0.280
0.867
0.387
0.907
0.545
0.882
0.704
0.000
0.112
0.000
0.200
0.000
0.382
0.000
0.452
0.000
0.269
0.000
4.234
0.000
0.490
0.000
0.709
0.000
0.170
0.000
0.617
0.000
2.538
0.000
0.622
0.000
0.299
0.000
0.153
0.000
143
Serie TO
Serie TO
Wavelet
madre
'haar'
'db2'
'db3'
'db4'
'db5'
'db6'
'db7'
'db8'
'db9'
'db10'
'bior1.3'
'bior1.5'
'bior2.2'
'bior2.4'
'bior2.6'
'bior2.8'
'bior3.1'
'bior3.3'
'bior3.5'
'bior3.7'
'bior3.9'
'bior4.4'
'bior5.5'
'bior6.8'
'coif1'
'coif2'
'coif3'
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
TE ( des)
0.442 0.137
0.366 0.109
0.331 0.096
0.345 0.099
0.335 0.094
0.335 0.092
0.325 0.088
0.312 0.082
0.280 0.072
0.300 0.076
0.425 0.126
0.410 0.117
0.423 0.125
0.416 0.119
0.402 0.110
0.384 0.102
0.426 0.130
0.418 0.122
0.403 0.113
0.388 0.105
0.375 0.098
0.341 0.095
0.333 0.092
0.336 0.087
0.353 0.103
0.307 0.084
0.324 0.084
0.268 0.066
0.202 0.047
0.366 0.109
0.331 0.096
0.354 0.101
0.360 0.101
0.337 0.093
0.332 0.089
0.378 0.099
Tabla 56 Serie TO mejor familia madre
144
Clase xito
0.7
0.6
Clase Fracaso
0.45
original
A1
original
A1
0.4
0.35
TO
TO
0.5
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
0.7
100
200
300
0.6
500
600
Tiempo [s]
700
800
1000
original
A2
0.4
0.35
TO
TO
0.5
900
Clase Fracaso
0.45
original
A2
400
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500
600
Tiempo [s]
700
800
900
1000
FIGURA 73 Serie TO nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
0.7
0.6
Clase Fracaso
0.45
original
A3
original
A3
0.4
TO
0.35
TO
0.5
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
0.7
100
200
300
0.6
500 600
Tiempo [s]
700
800
1000
original
A4
0.4
TO
0.35
TO
0.5
900
Clase Fracaso
0.45
original
A4
400
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500 600
Tiempo [s]
700
800
900
1000
145
Clase xito
0.7
0.6
Clase Fracaso
0.45
original
A5
original
A5
0.4
TO
0.35
TO
0.5
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
Clase xito
0.7
100
200
300
0.6
500 600
Tiempo [s]
700
800
1000
original
A6
0.4
TO
0.35
TO
0.5
900
Clase Fracaso
0.45
original
A6
400
0.4
0.3
0.3
0.25
0.2
100
200
300
400
Tiempo [s]
500
600
700
0.2
800
100
200
300
400
500 600
Tiempo [s]
700
800
900
1000
146
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie TO A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
Resta E-F
0.708
0.518
0.021 0.106
0.296
0.150
0.689
0.380
0.002 0.011
0.275
0.000
0.674
0.809
0.020 0.104
0.281
0.000
0.900
0.911
0.008 0.045
0.245
0.000
0.613
0.644
0.011 0.060
0.322
0.000
0.804
0.424
0.031 0.131
0.244
0.000
0.703
0.439
0.026 0.129
0.246
0.000
0.609
0.048
0.032 0.141
0.329
0.000
0.681
1.346
0.008 0.070
0.343
0.000
0.542
1.118
0.001 0.012
0.290
0.000
0.778
1.283
0.011 0.085
0.263
0.000
0.803
0.328
0.004 0.041
0.261
0.000
0.625
0.724
0.017 0.099
0.323
0.000
1.068
0.807
0.033 0.140
0.257
0.000
1.657
2.980
0.000 0.000
0.238
0.000
1.212
0.240
0.029 0.115
0.196
0.000
0.641
0.426
0.027 0.125
0.294
0.000
0.542
0.991
0.001 0.007
0.289
0.000
0.795
1.167
0.001 0.009
0.328
0.000
0.591
0.926
0.014 0.068
0.302
0.000
0.573
0.577
0.019 0.106
0.301
0.000
0.690
0.130
0.024 0.108
0.334
0.000
0.728
0.403
0.008 0.052
0.303
0.000
0.022 0.099
0.622
0.008
0.292
0.000
147
Calificacin
%
41.025
25
0.013 0.094
26
0.011 0.067
27
0.023 0.100
28
0.027 0.111
29
0.027 0.117
30
0.029 0.127
31
0.000 0.000
32
0.011 0.073
33
0.025 0.137
34
0.035 0.145
35
0.034 0.150
36
0.000 0.000
37
0.026 0.124
38
0.030 0.133
39
0.042 0.155
0.510
0.281
0.603
0.332
0.957
0.251
0.752
0.277
0.896
0.235
0.703
0.264
0.852
0.364
0.740
0.266
0.662
0.267
0.672
0.298
1.015
0.261
1.253
0.270
0.524
0.292
0.766
0.299
1.380
0.212
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
Tabla 57 Serie TO Aproximacin A1 clase xito vs clase Fracaso
148
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
Resta E-F
0.578
0.673
0.021 0.106
0.296
0.150
0.589
0.380
0.002 0.011
0.275
0.000
0.541
0.809
0.020 0.104
0.281
0.000
0.700
0.911
0.008 0.045
0.245
0.000
0.495
0.644
0.011 0.060
0.322
0.000
0.607
0.424
0.031 0.131
0.244
0.000
0.547
0.439
0.026 0.129
0.246
0.000
0.493
0.048
0.032 0.141
0.329
0.000
0.536
1.346
0.008 0.070
0.343
0.000
0.438
1.118
0.001 0.012
0.290
0.000
0.625
1.283
0.011 0.085
0.263
0.000
0.645
0.328
0.004 0.041
0.261
0.000
0.490
0.724
0.017 0.099
0.323
0.000
0.873
0.807
0.033 0.140
0.257
0.000
1.445
2.980
0.000 0.000
0.238
0.000
1.037
0.240
0.029 0.115
0.196
0.000
0.498
0.426
0.027 0.125
0.294
0.000
0.437
0.991
0.001 0.007
0.289
0.000
0.615
1.167
0.001 0.009
0.328
0.000
0.465
0.926
0.014 0.068
0.302
0.000
0.458
0.577
0.019 0.106
0.301
0.000
0.545
0.130
0.024 0.108
0.334
0.000
0.623
0.403
0.008 0.052
0.303
0.000
0.022 0.099
0.500
0.008
0.292
0.000
149
Calificacin
%
43.589
25
0.013 0.094
26
0.011 0.067
27
0.023 0.100
28
0.027 0.111
29
0.027 0.117
30
0.029 0.127
31
0.000 0.000
32
0.011 0.073
33
0.025 0.137
34
0.035 0.145
35
0.034 0.150
36
0.000 0.000
37
0.026 0.124
38
0.030 0.133
39
0.042 0.155
0.412
0.281
0.482
0.332
0.832
0.251
0.574
0.277
0.713
0.235
0.526
0.264
0.705
0.364
0.623
0.266
0.529
0.267
0.536
0.298
0.829
0.261
1.183
0.270
0.419
0.292
0.609
0.299
1.287
0.212
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
150
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.466
0.012 0.069
0.281
0.523
0.000 0.002
0.248
0.447
0.012 0.075
0.267
0.557
0.003 0.025
0.248
0.418
0.005 0.035
0.295
0.516
0.020 0.102
0.242
0.441
0.019 0.113
0.243
0.412
0.022 0.115
0.301
0.440
0.006 0.053
0.322
0.369
0.000 0.001
0.265
0.510
0.008 0.075
0.255
0.561
0.003 0.024
0.248
0.406
0.010 0.076
0.302
0.713
0.023 0.114
0.255
1.231
0.000 0.000
0.229
0.900
0.020 0.091
0.193
0.413
0.019 0.103
0.279
0.366
0.000 0.001
0.265
0.509
0.000 0.000
0.315
0.384
0.004 0.020
0.283
0.378
0.013 0.083
0.280
0.439
0.011 0.078
0.317
0.555
0.004 0.032
0.272
0.012 0.059
0.422
0.271
151
Resta E-F
0.673
0.150
0.380
0.000
0.809
0.000
0.911
0.000
0.644
0.000
0.424
0.000
0.439
0.000
0.048
0.000
1.346
0.000
1.118
0.000
1.283
0.000
0.328
0.000
0.724
0.000
0.807
0.000
2.980
0.000
0.240
0.000
0.426
0.000
0.991
0.000
1.167
0.000
0.926
0.000
0.577
0.000
0.130
0.000
0.403
0.000
0.008
0.000
Calificacin
%
51.282
25
0.009 0.084
26
0.005 0.037
27
0.015 0.079
28
0.012 0.056
29
0.015 0.093
30
0.018 0.090
31
0.000 0.000
32
0.007 0.055
33
0.020 0.120
34
0.025 0.130
35
0.027 0.133
36
0.000 0.000
37
0.020 0.111
38
0.021 0.115
39
0.038 0.148
0.346
0.257
0.402
0.305
0.729
0.235
0.466
0.273
0.600
0.232
0.418
0.264
0.591
0.336
0.549
0.245
0.441
0.254
0.437
0.283
0.713
0.252
1.138
0.240
0.352
0.267
0.503
0.286
1.223
0.194
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
152
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.369
0.007 0.069
0.281
0.438
0.000 0.002
0.248
0.370
0.010 0.075
0.267
0.462
0.002 0.025
0.248
0.353
0.004 0.035
0.295
0.436
0.017 0.102
0.242
0.378
0.018 0.113
0.243
0.343
0.018 0.115
0.301
0.368
0.005 0.053
0.322
0.312
0.000 0.001
0.265
0.423
0.007 0.075
0.255
0.491
0.001 0.024
0.248
0.342
0.008 0.076
0.302
0.549
0.018 0.114
0.255
1.022
0.000 0.000
0.229
0.780
0.016 0.091
0.193
0.344
0.016 0.103
0.279
0.307
0.000 0.001
0.265
0.422
0.000 0.000
0.315
0.323
0.002 0.020
0.283
0.317
0.009 0.083
0.280
0.363
0.008 0.078
0.317
0.507
0.004 0.032
0.272
0.010 0.059
0.360
0.271
153
Resta E-F
0.673
0.150
0.380
0.000
0.809
0.000
0.911
0.000
0.644
0.000
0.424
0.000
0.439
0.000
0.048
0.000
1.346
0.000
1.118
0.000
1.283
0.000
0.328
0.000
0.724
0.000
0.807
0.000
2.980
0.000
0.240
0.000
0.426
0.000
0.991
0.000
1.167
0.000
0.926
0.000
0.577
0.000
0.130
0.000
0.403
0.000
0.008
0.000
Calificacin
%
56.41
25
0.009 0.084
26
0.003 0.037
27
0.013 0.079
28
0.009 0.056
29
0.013 0.093
30
0.016 0.090
31
0.000 0.000
32
0.005 0.055
33
0.018 0.120
34
0.020 0.130
35
0.024 0.133
36
0.000 0.000
37
0.014 0.111
38
0.017 0.115
39
0.037 0.148
0.292
0.257
0.338
0.305
0.662
0.235
0.389
0.273
0.476
0.232
0.344
0.264
0.525
0.336
0.429
0.245
0.374
0.254
0.358
0.283
0.620
0.252
1.105
0.240
0.297
0.267
0.423
0.286
1.178
0.194
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
154
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.301
0.004 0.069
0.281
0.343
0.000 0.002
0.248
0.296
0.008 0.075
0.267
0.387
0.002 0.025
0.248
0.300
0.002 0.035
0.295
0.377
0.015 0.102
0.242
0.322
0.015 0.113
0.243
0.290
0.021 0.115
0.301
0.310
0.003 0.053
0.322
0.266
0.000 0.001
0.265
0.363
0.007 0.075
0.255
0.433
0.001 0.024
0.248
0.285
0.007 0.076
0.302
0.475
0.016 0.114
0.255
0.861
0.000 0.000
0.229
0.705
0.013 0.091
0.193
0.289
0.015 0.103
0.279
0.260
0.000 0.001
0.265
0.339
0.000 0.000
0.315
0.272
0.000 0.020
0.283
0.269
0.006 0.083
0.280
0.309
0.009 0.078
0.317
0.464
0.003 0.032
0.272
0.003 0.059
0.310
0.271
155
Resta E-F
0.673
0.150
0.380
0.000
0.809
0.000
0.911
0.000
0.644
0.000
0.424
0.000
0.439
0.000
0.048
0.000
1.346
0.000
1.118
0.000
1.283
0.000
0.328
0.000
0.724
0.000
0.807
0.000
2.980
0.000
0.240
0.000
0.426
0.000
0.991
0.000
1.167
0.000
0.926
0.000
0.577
0.000
0.130
0.000
0.403
0.000
0.008
0.000
Calificacin
%
66.666
25
0.009 0.084
26
0.002 0.037
27
0.010 0.079
28
0.006 0.056
29
0.010 0.093
30
0.011 0.090
31
0.000 0.000
32
0.004 0.055
33
0.018 0.120
34
0.021 0.130
35
0.022 0.133
36
0.000 0.000
37
0.018 0.111
38
0.015 0.115
39
0.034 0.148
0.246
0.257
0.287
0.305
0.604
0.235
0.341
0.273
0.395
0.232
0.288
0.264
0.474
0.336
0.317
0.245
0.320
0.254
0.301
0.283
0.562
0.252
1.082
0.240
0.253
0.267
0.362
0.286
1.148
0.194
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
156
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.301
0.004 0.069
0.281
0.343
0.000 0.002
0.248
0.296
0.008 0.075
0.267
0.387
0.002 0.025
0.248
0.300
0.002 0.035
0.295
0.377
0.015 0.102
0.242
0.322
0.015 0.113
0.243
0.290
0.021 0.115
0.301
0.310
0.003 0.053
0.322
0.266
0.000 0.001
0.265
0.363
0.007 0.075
0.255
0.433
0.001 0.024
0.248
0.285
0.007 0.076
0.302
0.475
0.016 0.114
0.255
0.861
0.000 0.000
0.229
0.705
0.013 0.091
0.193
0.289
0.015 0.103
0.279
0.260
0.000 0.001
0.265
0.339
0.000 0.000
0.315
0.272
0.000 0.020
0.283
0.269
0.006 0.083
0.280
0.309
0.009 0.078
0.317
0.464
0.003 0.032
0.272
0.003 0.059
0.310
0.271
157
Resta E-F
0.673
0.150
0.380
0.000
0.809
0.000
0.911
0.000
0.644
0.000
0.424
0.000
0.439
0.000
0.048
0.000
1.346
0.000
1.118
0.000
1.283
0.000
0.328
0.000
0.724
0.000
0.807
0.000
2.980
0.000
0.240
0.000
0.426
0.000
0.991
0.000
1.167
0.000
0.926
0.000
0.577
0.000
0.130
0.000
0.403
0.000
0.008
0.000
Calificacin
%
66.666
25
0.009 0.084
26
0.002 0.037
27
0.010 0.079
28
0.006 0.056
29
0.010 0.093
30
0.011 0.090
31
0.000 0.000
32
0.004 0.055
33
0.018 0.120
34
0.021 0.130
35
0.022 0.133
36
0.000 0.000
37
0.018 0.111
38
0.015 0.115
39
0.034 0.148
0.246
0.257
0.287
0.305
0.604
0.235
0.341
0.273
0.395
0.232
0.288
0.264
0.474
0.336
0.317
0.245
0.320
0.254
0.301
0.283
0.562
0.252
1.082
0.240
0.253
0.267
0.362
0.286
1.148
0.194
0.065
0.000
0.255
0.000
0.196
0.000
0.495
0.000
0.038
0.000
0.731
0.000
2.450
0.000
0.412
0.000
0.854
0.000
0.064
0.000
0.600
0.000
2.783
0.000
0.058
0.000
0.447
0.000
0.453
0.000
158
Serie Vi
Serie VI
Wavelet
madre
'haar'
'db2'
'db3'
'db4'
'db5'
'db6'
'db7'
'db8'
'db9'
'db10'
'bior1.3'
'bior1.5'
'bior2.2'
'bior2.4'
'bior2.6'
'bior2.8'
'bior3.1'
'bior3.3'
'bior3.5'
'bior3.7'
'bior3.9'
'bior4.4'
'bior5.5'
'bior6.8'
'coif1'
'coif2'
'coif3'
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
VI ( des)
0.443 0.138
0.355 0.107
0.319 0.095
0.334 0.097
0.324 0.092
0.325 0.091
0.315 0.086
0.302 0.081
0.271 0.071
0.290 0.075
0.426 0.127
0.411 0.117
0.423 0.126
0.416 0.119
0.402 0.110
0.384 0.102
0.427 0.130
0.418 0.122
0.403 0.113
0.388 0.105
0.375 0.098
0.331 0.094
0.322 0.090
0.326 0.086
0.343 0.101
0.297 0.083
0.315 0.083
0.260 0.065
0.195 0.046
0.355 0.107
0.319 0.095
0.344 0.100
0.351 0.099
0.327 0.091
0.323 0.088
0.370 0.097
Tabla 63 Serie VI mejor familia madre
159
Clase xito
2500
Clase Fracaso
800
original
A1
2000
original
A1
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
2500
100
200
300
400
2000
700
800
900
1000
Clase Fracaso
800
original
A2
500
600
Tiempo [s]
original
A2
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
Tiempo [s]
700
800
900
1000
FIGURA 76 Serie VI nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
2500
Clase Fracaso
800
original
A3
2000
original
A3
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
2500
100
200
300
2000
500
600
Tiempo [s]
700
800
900
1000
Clase Fracaso
800
original
A4
400
original
A4
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
Tiempo [s]
700
800
900
1000
160
Clase xito
2500
Clase Fracaso
800
original
A5
2000
original
A5
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
2500
100
200
300
2000
500
600
Tiempo [s]
700
800
900
1000
Clase Fracaso
800
original
A6
400
original
A6
600
VI
VI
1500
400
1000
200
500
0
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
Tiempo [s]
700
800
900
1000
161
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie VI A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
0.550
0.010 0.098
0.732
0.484
0.029 0.125
0.396
0.476
0.014 0.064
0.162
0.999
0.018 0.071
0.311
0.476
0.008 0.071
0.598
0.367
0.014 0.095
0.606
0.527
0.008 0.064
1.251
0.382
0.020 0.112
0.265
0.419
0.008 0.074
0.214
0.315
0.001 0.011
0.029
0.505
0.011 0.080
0.341
1.942
0.002 0.014
3.290
0.343
0.006 0.054
0.055
0.635
0.010 0.091
0.757
0.447
0.006 0.050
0.843
0.352
0.019 0.106
0.670
0.528
0.008 0.071
0.598
0.309
0.007 0.071
0.212
1.117
0.002 0.020
3.322
0.386
0.006 0.059
0.192
0.311
0.007 0.041
0.636
0.412
0.018 0.091
0.306
0.322
0.000 0.000
1.142
0.016 0.083
0.377
0.338
162
Resta E-F
0.732
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
56.41
25
0.006 0.045
26
0.012 0.088
27
0.036 0.141
28
0.013 0.098
29
0.003 0.025
30
0.005 0.037
31
0.004 0.036
32
0.001 0.007
33
0.001 0.011
34
0.003 0.033
35
0.010 0.069
36
0.000 0.000
37
0.001 0.007
38
0.026 0.133
39
0.000 0.000
0.383
0.570
0.350
0.720
0.483
0.564
0.342
0.600
0.760
0.027
1.019
0.707
0.381
0.971
0.891
0.873
0.325
0.162
0.321
0.946
0.328
1.065
0.355
1.105
0.318
0.291
0.407
0.734
0.321
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
Tabla 64 Serie VI Aproximacin A1 clase xito vs clase Fracaso
163
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.502
0.010 0.095
0.620
0.444
0.027 0.120
0.396
0.445
0.012 0.059
0.162
0.945
0.016 0.066
0.311
0.447
0.008 0.071
0.598
0.328
0.012 0.087
0.606
0.478
0.008 0.059
1.251
0.353
0.019 0.109
0.265
0.388
0.008 0.074
0.214
0.288
0.001 0.007
0.029
0.449
0.010 0.080
0.341
1.878
0.002 0.011
3.290
0.311
0.005 0.048
0.055
0.522
0.009 0.087
0.757
0.401
0.005 0.046
0.843
0.314
0.016 0.101
0.670
0.487
0.008 0.070
0.598
0.280
0.007 0.069
0.212
1.000
0.002 0.015
3.322
0.359
0.006 0.059
0.192
0.283
0.004 0.026
0.636
0.365
0.015 0.079
0.306
0.290
0.000 0.000
1.142
0.015 0.081
0.351
0.338
164
Resta E-F
0.620
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
61.538
25
0.006 0.042
26
0.012 0.087
27
0.031 0.133
28
0.012 0.095
29
0.003 0.020
30
0.004 0.032
31
0.004 0.031
32
0.001 0.006
33
0.001 0.003
34
0.003 0.032
35
0.009 0.060
36
0.000 0.000
37
0.001 0.003
38
0.024 0.129
39
0.000 0.000
0.359
0.570
0.319
0.720
0.432
0.564
0.308
0.600
0.711
0.027
0.875
0.707
0.342
0.971
0.825
0.873
0.290
0.162
0.289
0.946
0.295
1.065
0.320
1.105
0.289
0.291
0.365
0.734
0.291
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
165
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.354
0.010 0.095
0.620
0.400
0.024 0.120
0.396
0.415
0.011 0.059
0.162
0.874
0.013 0.066
0.311
0.399
0.008 0.071
0.598
0.295
0.011 0.087
0.606
0.440
0.008 0.059
1.251
0.316
0.017 0.109
0.265
0.357
0.008 0.074
0.214
0.258
0.000 0.007
0.029
0.353
0.008 0.080
0.341
1.811
0.001 0.011
3.290
0.279
0.004 0.048
0.055
0.418
0.009 0.087
0.757
0.351
0.004 0.046
0.843
0.277
0.014 0.101
0.670
0.435
0.008 0.070
0.598
0.247
0.007 0.069
0.212
0.923
0.001 0.015
3.322
0.327
0.006 0.059
0.192
0.254
0.003 0.026
0.636
0.315
0.011 0.079
0.306
0.257
0.000 0.000
1.142
0.014 0.081
0.324
0.338
166
Resta E-F
0.620
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
64.102
25
0.005 0.042
26
0.010 0.087
27
0.024 0.133
28
0.011 0.095
29
0.002 0.020
30
0.003 0.032
31
0.003 0.031
32
0.001 0.006
33
0.000 0.003
34
0.003 0.032
35
0.007 0.060
36
0.000 0.000
37
0.000 0.003
38
0.021 0.129
39
0.000 0.000
0.330
0.570
0.288
0.720
0.359
0.564
0.273
0.600
0.630
0.027
0.724
0.707
0.302
0.971
0.784
0.873
0.259
0.162
0.254
0.946
0.261
1.065
0.282
1.105
0.260
0.291
0.315
0.734
0.259
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
167
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.286
0.010 0.095
0.620
0.322
0.017 0.120
0.396
0.385
0.010 0.059
0.162
0.828
0.012 0.066
0.311
0.307
0.007 0.071
0.598
0.261
0.011 0.087
0.606
0.415
0.007 0.059
1.251
0.277
0.016 0.109
0.265
0.321
0.007 0.074
0.214
0.228
0.000 0.007
0.029
0.299
0.006 0.080
0.341
1.757
0.001 0.011
3.290
0.247
0.003 0.048
0.055
0.313
0.009 0.087
0.757
0.296
0.002 0.046
0.843
0.238
0.012 0.101
0.670
0.371
0.007 0.070
0.598
0.213
0.006 0.069
0.212
0.860
0.001 0.015
3.322
0.292
0.006 0.059
0.192
0.225
0.003 0.026
0.636
0.275
0.009 0.079
0.306
0.223
0.000 0.000
1.142
0.013 0.081
0.299
0.338
168
Resta E-F
0.620
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
74.359
25
0.005 0.042
26
0.010 0.087
27
0.019 0.133
28
0.010 0.095
29
0.001 0.020
30
0.002 0.032
31
0.002 0.031
32
0.000 0.006
33
0.000 0.003
34
0.003 0.032
35
0.006 0.060
36
0.000 0.000
37
0.000 0.003
38
0.018 0.129
39
0.000 0.000
0.295
0.570
0.257
0.720
0.305
0.564
0.237
0.600
0.517
0.027
0.580
0.707
0.261
0.971
0.641
0.873
0.229
0.162
0.221
0.946
0.225
1.065
0.244
1.105
0.231
0.291
0.266
0.734
0.227
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
169
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.253
0.010 0.095
0.620
0.264
0.016 0.120
0.396
0.363
0.009 0.059
0.162
0.792
0.011 0.066
0.311
0.263
0.007 0.071
0.598
0.232
0.008 0.087
0.606
0.395
0.007 0.059
1.251
0.248
0.014 0.109
0.265
0.291
0.008 0.074
0.214
0.206
0.000 0.007
0.029
0.266
0.007 0.080
0.341
1.715
0.001 0.011
3.290
0.223
0.001 0.048
0.055
0.257
0.009 0.087
0.757
0.257
0.002 0.046
0.843
0.213
0.010 0.101
0.670
0.311
0.007 0.070
0.598
0.190
0.008 0.069
0.212
0.812
0.000 0.015
3.322
0.254
0.005 0.059
0.192
0.204
0.001 0.026
0.636
0.240
0.007 0.079
0.306
0.198
0.000 0.000
1.142
0.012 0.081
0.281
0.338
170
Resta E-F
0.620
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
79.487
25
0.005 0.042
26
0.010 0.087
27
0.015 0.133
28
0.011 0.095
29
0.000 0.020
30
0.002 0.032
31
0.001 0.031
32
0.000 0.006
33
0.000 0.003
34
0.002 0.032
35
0.006 0.060
36
0.000 0.000
37
0.000 0.003
38
0.017 0.129
39
0.000 0.000
0.254
0.570
0.234
0.720
0.265
0.564
0.212
0.600
0.480
0.027
0.457
0.707
0.231
0.971
0.421
0.873
0.207
0.162
0.195
0.946
0.199
1.065
0.216
1.105
0.210
0.291
0.229
0.734
0.203
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
171
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.220
0.009 0.095
0.620
0.238
0.017 0.120
0.396
0.340
0.009 0.059
0.162
0.719
0.008 0.066
0.311
0.247
0.008 0.071
0.598
0.214
0.009 0.087
0.606
0.371
0.006 0.059
1.251
0.222
0.017 0.109
0.265
0.264
0.004 0.074
0.214
0.185
0.000 0.007
0.029
0.244
0.006 0.080
0.341
1.618
0.000 0.011
3.290
0.203
0.001 0.048
0.055
0.235
0.009 0.087
0.757
0.221
0.002 0.046
0.843
0.193
0.012 0.101
0.670
0.269
0.007 0.070
0.598
0.167
0.004 0.069
0.212
0.789
0.000 0.015
3.322
0.228
0.005 0.059
0.192
0.186
0.001 0.026
0.636
0.219
0.007 0.079
0.306
0.178
0.000 0.000
1.142
0.011 0.081
0.264
0.338
172
Resta E-F
0.620
0.292
0.396
0.000
0.162
0.000
0.311
0.000
0.598
0.000
0.606
0.000
1.251
0.000
0.265
0.000
0.214
0.000
0.029
0.000
0.341
0.000
3.290
0.000
0.055
0.000
0.757
0.000
0.843
0.000
0.670
0.000
0.598
0.000
0.212
0.000
3.322
0.000
0.192
0.000
0.636
0.000
0.306
0.000
1.142
0.000
0.338
0.000
Calificacin
%
79.487
25
0.002 0.042
26
0.007 0.087
27
0.015 0.133
28
0.007 0.095
29
0.000 0.020
30
0.002 0.032
31
0.000 0.031
32
0.000 0.006
33
0.000 0.003
34
0.002 0.032
35
0.004 0.060
36
0.000 0.000
37
0.000 0.003
38
0.013 0.129
39
0.000 0.000
0.214
0.570
0.210
0.720
0.230
0.564
0.193
0.600
0.454
0.027
0.340
0.707
0.205
0.971
0.355
0.873
0.189
0.162
0.173
0.946
0.177
1.065
0.192
1.105
0.191
0.291
0.195
0.734
0.184
1.114
0.570
0.000
0.720
0.000
0.564
0.000
0.600
0.000
0.027
0.000
0.707
0.000
0.971
0.000
0.873
0.000
0.162
0.000
0.946
0.000
1.065
0.000
1.105
0.000
0.291
0.000
0.734
0.000
1.114
0.000
173
Serie VT
Serie TT
Wavelet
madre
'haar'
'db2'
'db3'
'db4'
'db5'
'db6'
'db7'
'db8'
'db9'
'db10'
'bior1.3'
'bior1.5'
'bior2.2'
'bior2.4'
'bior2.6'
'bior2.8'
'bior3.1'
'bior3.3'
'bior3.5'
'bior3.7'
'bior3.9'
'bior4.4'
'bior5.5'
'bior6.8'
'coif1'
'coif2'
'coif3'
'coif4'
'coif5'
'sym2'
'sym3'
'sym4'
'sym5'
'sym6'
'sym7'
'sym9'
VI ( des)
0.442 0.137
0.360 0.110
0.325 0.097
0.340 0.100
0.330 0.095
0.330 0.093
0.320 0.088
0.307 0.083
0.275 0.073
0.295 0.077
0.426 0.126
0.410 0.117
0.423 0.126
0.416 0.119
0.402 0.110
0.384 0.102
0.427 0.130
0.418 0.122
0.403 0.113
0.388 0.105
0.375 0.098
0.336 0.096
0.328 0.092
0.331 0.088
0.348 0.104
0.302 0.085
0.319 0.085
0.264 0.067
0.198 0.048
0.360 0.110
0.325 0.097
0.349 0.102
0.355 0.102
0.332 0.093
0.327 0.090
0.374 0.099
Tabla 70 Serie TT mejor familia madre
174
Clase xito
4
3.5
3.5
2.5
TT
TT
original
A1
3
2.5
1.5
1.5
0.5
0
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
100
200
300
400
500
600
TTempo [s]
700
800
1000
original
A2
900
Clase Fracaso
4.5
original
A2
3.5
3.5
2.5
TT
TT
Clase Fracaso
4.5
original
A1
3
2.5
1.5
1.5
0.5
0
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400
500
600
TTempo [s]
700
800
900
1000
FIGURA 79 Serie TT nivel A1 y A2 de cada una de las clase xito y Fracaso
Clase xito
original
A3
3.5
TT
TT
3.5
2.5
2
1.5
100
200
300
400
500
Tiempo [s]
600
700
800
Clase xito
original
A4
3.5
3
TT
1.5
300
400
500
Tiempo [s]
200
300
600
700
400 500 600

TTempo [s]
700
800
800
900
1000
Clase Fracaso
original
A4
2.5
1.5
200
100
2.5
100
4.5
3.5
TT
3
2.5
1.5
0.5
0
original
A3
0.5
0
Clase Fracaso
4.5
100
200
300
400 500 600

TTempo [s]
700
800
900
1000
175
Clase xito
original
A5
3.5
3.5
3
TT
TT
2.5
2
1.5
100
200
300
400
500
Tiempo [s]
600
700
800
Clase xito
100
200
300
400 500 600

TTempo [s]
700
800
original
A6
900 1000
Clase Fracaso
4.5
original
A6
3.5
3.5
3
TT
2.5
TT
2.5
1.5
2.5
1.5
1.5
0.5
0
original
A5
0.5
0
Clase Fracaso
4.5
100
200
300
400
500
Tiempo [s]
600
700
800
100
200
300
400 500 600

TTempo [s]
700
800
900 1000
176
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie TT A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
0.683
0.013 0.081
0.281
0.920
0.037 0.137
0.248
0.713
0.036 0.154
0.267
0.993
0.023 0.092
0.248
0.708
0.018 0.118
0.295
0.663
0.021 0.096
0.242
0.644
0.008 0.057
0.243
0.649
0.019 0.090
0.301
0.761
0.003 0.014
0.322
0.579
0.013 0.074
0.265
0.788
0.024 0.109
0.255
0.756
0.015 0.083
0.248
0.667
0.011 0.076
0.302
0.869
0.008 0.048
0.255
1.106
0.029 0.133
0.229
0.627
0.020 0.093
0.193
0.673
0.012 0.080
0.279
0.577
0.026 0.134
0.265
0.995
0.020 0.092
0.315
0.730
0.033 0.147
0.283
0.674
0.039 0.148
0.280
0.775
0.000 0.001
0.317
0.826
0.025 0.099
0.272
0.042 0.158
1.010
0.271
177
Resta E-F
0.174
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
35.897
25
0.000 0.001
26
0.019 0.085
27
0.019 0.080
28
0.053 0.184
29
0.059 0.185
30
0.021 0.096
31
0.000 0.000
32
0.034 0.147
33
0.030 0.122
34
0.025 0.085
35
0.052 0.192
36
0.018 0.099
37
0.016 0.105
38
0.032 0.112
39
0.019 0.105
0.556
0.257
0.651
0.305
1.173
0.235
1.018
0.273
1.507
0.232
0.695
0.264
0.835
0.336
0.797
0.245
0.608
0.254
0.718
0.283
1.762
0.252
0.789
0.240
0.564
0.267
1.048
0.286
0.803
0.194
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
Tabla 71 Serie TT Aproximacin A1 clase xito vs clase Fracaso
178
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.531
0.013 0.081
0.281
0.806
0.037 0.137
0.248
0.572
0.036 0.154
0.267
0.828
0.023 0.092
0.248
0.549
0.018 0.118
0.295
0.502
0.021 0.096
0.242
0.500
0.008 0.057
0.243
0.508
0.019 0.090
0.301
0.598
0.003 0.014
0.322
0.450
0.013 0.074
0.265
0.586
0.024 0.109
0.255
0.605
0.015 0.083
0.248
0.524
0.011 0.076
0.302
0.658
0.008 0.048
0.255
0.872
0.029 0.133
0.229
0.476
0.020 0.093
0.193
0.534
0.012 0.080
0.279
0.449
0.026 0.134
0.265
0.783
0.020 0.092
0.315
0.566
0.033 0.147
0.283
0.522
0.039 0.148
0.280
0.628
0.000 0.001
0.317
0.592
0.025 0.099
0.272
0.042 0.158
0.680
0.271
179
Resta E-F
0.005
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
41.025
25
0.000 0.001
26
0.019 0.085
27
0.019 0.080
28
0.053 0.184
29
0.059 0.185
30
0.021 0.096
31
0.000 0.000
32
0.034 0.147
33
0.030 0.122
34
0.025 0.085
35
0.052 0.192
36
0.018 0.099
37
0.016 0.105
38
0.032 0.112
39
0.019 0.105
0.438
0.257
0.504
0.305
0.907
0.235
0.810
0.273
1.180
0.232
0.548
0.264
0.646
0.336
0.677
0.245
0.473
0.254
0.560
0.283
1.121
0.252
0.622
0.240
0.440
0.267
0.819
0.286
0.600
0.194
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
180

P_value (
des)
LSD ( des)
0.4233
0.013 0.081
0.281
0.7075
0.037 0.137
0.248
0.036 0.154
0.023 0.092
0.018 0.118
0.021 0.096
0.008 0.057
0.019 0.090
0.003 0.014
10
0.013 0.074
11
0.024 0.109
12
0.015 0.083
13
0.011 0.076
14
0.008 0.048
15
0.029 0.133
16
0.020 0.093
17
0.012 0.080
18
0.026 0.134
19
0.020 0.092
20
0.033 0.147
21
0.039 0.148
22
0.000 0.001
23
24
0.025 0.099
0.042 0.158
paciente
s
1
0.485 0.267
0.6945
0.248
0.4536
0.295
0.4089
0.242
0.408 0.243
0.4202
0.301
0.4996
0.322
0.3699
0.265
0.456 0.255
0.4829
0.248
0.4329
0.302
0.5371
0.255
0.7186
0.229
0.3832
0.193
0.4426
0.279
0.3692
0.265
0.6207
0.315
0.4608
0.283
0.4193
0.280
0.5308
0.317
0.4852
0.272
0.5656
0.271
181
Resta E-F
0.005
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
46.153
25
0.000 0.001
26
0.019 0.085
27
0.019 0.080
28
0.053 0.184
29
0.059 0.185
30
0.021 0.096
31
0.000 0.000
32
0.034 0.147
33
0.030 0.122
34
0.025 0.085
35
0.052 0.192
36
0.018 0.099
37
0.016 0.105
38
0.032 0.112
39
0.019 0.105
0.3619
0.257
0.4119
0.305
0.7455
0.235
0.6087
0.273
0.9295
0.232
0.4395
0.264
0.5105
0.336
0.5956
0.245
0.3878
0.254
0.4626
0.283
1.0556
0.252
0.518 0.240
0.3635
0.267
0.6691
0.286
0.4672
0.194
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
182
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.338
0.006 0.040
0.005
0.592
0.020 0.093
0.521
0.413
0.025 0.132
0.471
0.574
0.007 0.038
0.382
0.357
0.015 0.107
0.013
0.332
0.004 0.020
0.695
0.340
0.002 0.014
0.966
0.345
0.010 0.063
0.142
0.418
0.001 0.005
1.056
0.304
0.006 0.049
0.893
0.372
0.008 0.058
0.421
0.391
0.005 0.033
0.377
0.358
0.008 0.075
0.110
0.432
0.007 0.064
0.576
0.593
0.016 0.077
1.649
0.311
0.003 0.020
0.693
0.366
0.005 0.033
0.382
0.301
0.018 0.113
0.908
0.512
0.005 0.025
1.532
0.362
0.018 0.109
0.489
0.323
0.017 0.085
0.583
0.460
0.000 0.000
0.861
0.377
0.005 0.032
0.266
0.021 0.122
0.437
0.504
183
Resta E-F
0.005
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
58.974
25
0.000 0.000
26
0.009 0.059
27
0.005 0.026
28
0.031 0.140
29
0.033 0.135
30
0.005 0.029
31
0.000 0.000
32
0.021 0.112
33
0.013 0.090
34
0.004 0.025
35
0.033 0.151
36
0.007 0.041
37
0.012 0.103
38
0.008 0.038
39
0.009 0.068
0.291
1.134
0.338
0.151
0.550
0.032
0.484
0.226
0.794
0.604
0.353
0.681
0.417
4.126
0.465
0.495
0.317
0.767
0.390
0.159
0.945
0.470
0.421
1.964
0.300
0.948
0.516
0.389
0.371
0.040
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
184
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.257
0.006 0.040
0.005
0.437
0.012 0.093
0.521
0.343
0.020 0.132
0.471
0.428
0.002 0.038
0.382
0.277
0.015 0.107
0.013
0.251
0.002 0.020
0.695
0.260
0.002 0.014
0.966
0.273
0.006 0.063
0.142
0.340
0.000 0.005
1.056
0.240
0.005 0.049
0.893
0.278
0.005 0.058
0.421
0.308
0.002 0.033
0.377
0.285
0.005 0.075
0.110
0.335
0.001 0.064
0.576
0.479
0.014 0.077
1.649
0.241
0.002 0.020
0.693
0.288
0.002 0.033
0.382
0.235
0.017 0.113
0.908
0.382
0.001 0.025
1.532
0.273
0.016 0.109
0.489
0.247
0.008 0.085
0.583
0.394
0.000 0.000
0.861
0.285
0.001 0.032
0.266
0.018 0.122
0.357
0.504
185
Resta E-F
0.005
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
64.102
25
0.000 0.000
26
0.005 0.059
27
0.004 0.026
28
0.026 0.140
29
0.018 0.135
30
0.006 0.029
31
0.000 0.000
32
0.016 0.112
33
0.009 0.090
34
0.003 0.025
35
0.035 0.151
36
0.005 0.041
37
0.007 0.103
38
0.007 0.038
39
0.010 0.068
0.228
1.134
0.264
0.151
0.443
0.032
0.387
0.226
0.615
0.604
0.269
0.681
0.323
4.126
0.332
0.495
0.249
0.767
0.301
0.159
0.683
0.470
0.329
1.964
0.239
0.948
0.445
0.389
0.281
0.040
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
186
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
0.217
0.006 0.040
0.005
0.341
0.012 0.093
0.521
0.304
0.020 0.132
0.471
0.324
0.002 0.038
0.382
0.251
0.015 0.107
0.013
0.209
0.002 0.020
0.695
0.225
0.002 0.014
0.966
0.233
0.006 0.063
0.142
0.300
0.000 0.005
1.056
0.208
0.005 0.049
0.893
0.234
0.005 0.058
0.421
0.258
0.002 0.033
0.377
0.242
0.005 0.075
0.110
0.299
0.001 0.064
0.576
0.391
0.014 0.077
1.649
0.205
0.002 0.020
0.693
0.252
0.002 0.033
0.382
0.200
0.017 0.113
0.908
0.323
0.001 0.025
1.532
0.226
0.016 0.109
0.489
0.208
0.008 0.085
0.583
0.364
0.000 0.000
0.861
0.244
0.001 0.032
0.266
0.018 0.122
0.307
0.504
187
Resta E-F
0.005
0.171
0.521
0.000
0.471
0.000
0.382
0.000
0.013
0.000
0.695
0.000
0.966
0.000
0.142
0.000
1.056
0.000
0.893
0.000
0.421
0.000
0.377
0.000
0.110
0.000
0.576
0.000
1.649
0.000
0.693
0.000
0.382
0.000
0.908
0.000
1.532
0.000
0.489
0.000
0.583
0.000
0.861
0.000
0.266
0.000
0.504
0.000
Calificacin
%
71.794
25
0.000 0.000
26
0.005 0.059
27
0.004 0.026
28
0.026 0.140
29
0.018 0.135
30
0.006 0.029
31
0.000 0.000
32
0.016 0.112
33
0.009 0.090
34
0.003 0.025
35
0.035 0.151
36
0.005 0.041
37
0.007 0.103
38
0.007 0.038
39
0.010 0.068
0.191
1.134
0.228
0.151
0.384
0.032
0.303
0.226
0.486
0.604
0.232
0.681
0.277
4.126
0.300
0.495
0.214
0.767
0.260
0.159
0.633
0.470
0.289
1.964
0.209
0.948
0.395
0.389
0.236
0.040
1.134
0.000
0.151
0.000
0.032
0.000
0.226
0.000
0.604
0.000
0.681
0.000
4.126
0.000
0.495
0.000
0.767
0.000
0.159
0.000
0.470
0.000
1.964
0.000
0.948
0.000
0.389
0.000
0.040
0.000
188
Serie VT
Serie VT
Wavelet madre VI ( des)
'haar'
0.442 0.137
'db2'
0.356 0.109
'db3'
0.320 0.096
'db4'
0.335 0.099
'db5'
0.325 0.093
'db6'
0.326 0.092
'db7'
0.315 0.087
'db8'
0.302 0.082
'db9'
0.271 0.072
'db10'
0.291 0.076
'bior1.3'
0.426 0.126
'bior1.5'
0.411 0.117
'bior2.2'
0.423 0.125
'bior2.4'
0.416 0.119
'bior2.6'
0.402 0.110
'bior2.8'
0.384 0.102
'bior3.1'
0.426 0.129
'bior3.3'
0.418 0.122
'bior3.5'
0.403 0.113
'bior3.7'
0.388 0.105
'bior3.9'
0.375 0.098
'bior4.4'
0.331 0.095
'bior5.5'
0.323 0.092
'bior6.8'
0.327 0.087
'coif1'
0.343 0.103
'coif2'
0.298 0.084
'coif3'
0.315 0.084
'coif4'
0.260 0.066
'coif5'
0.195 0.047
'sym2'
0.356 0.109
'sym3'
0.320 0.096
'sym4'
0.345 0.101
'sym5'
0.351 0.101
'sym6'
0.328 0.093
'sym7'
0.323 0.089
'sym9'
0.370 0.098
Tabla 77 Serie VT mejor familia madre
189
Clase xito
2000
Clase Fracaso
1000
original
A1
1500
original
A1
800
VT
VT
600
1000
400
500
200
100
200
300
400
500
Tiempo [s]
600
700
800
Clase xito
2000
100
200
300
1500
700
800
900
1000
Clase Fracaso
1000
original
A2
400 500 600

VTempo [s]
original
A2
800
VT
VT
600
1000
400
500
200
100
200
300
400
500
Tiempo [s]
600
700
800
100
200
300
400 500 600

VTempo [s]
700
800
900
1000
FIGURA 82 Serie VT nivel A1 y A2 de cada una de las clase xito y Fracaso

Clase xito
2000
Clase Fracaso
1000
original
A3
1500
original
A3
800
VT
VT
600
1000
400
500
200
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
2000
100
200
300
1500
700
800
900
1000
Clase Fracaso
1000
original
A4
400 500
600
VTempo [s]
original
A4
800
VT
VT
600
1000
400
500
200
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400 500
600
VTempo [s]
700
800
900
1000
190
Clase xito
2000
Clase Fracaso
1000
original
A5
1500
original
A5
800
VT
VT
600
1000
400
500
200
100
200
300
400
Tiempo [s]
500
600
700
800
Clase xito
2000
100
200
300
1500
700
800
900
1000
Clase Fracaso
1000
original
A6
400 500 600

VTempo [s]
original
A6
800
VT
VT
600
1000
400
500
200
100
200
300
400
Tiempo [s]
500
600
700
800
100
200
300
400 500 600

VTempo [s]
700
800
900
1000
191
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Serie VT A1 xito vs A1 Fracaso

P_value (
LSD (
des)
des)
Resta E-F
0.536
0.674
0.011 0.084
0.674
0.292
0.567
0.427
0.009 0.050
0.427
0.000
0.379
0.110
0.019 0.091
0.110
0.000
1.035
0.056
0.043 0.181
0.056
0.000
0.428
0.583
0.010 0.089
0.583
0.000
0.329
0.619
0.009 0.046
0.619
0.000
0.500
0.730
0.012 0.078
0.730
0.000
0.377
0.054
0.008 0.061
0.054
0.000
0.406
0.035
0.015 0.101
0.035
0.000
0.301
0.395
0.011 0.092
0.395
0.000
0.430
0.082
0.006 0.041
0.082
0.000
1.502
2.593
0.000 0.000
2.593
0.000
0.348
0.108
0.014 0.088
0.108
0.000
0.697
0.953
0.001 0.010
0.953
0.000
0.373
0.503
0.020 0.105
0.503
0.000
0.299
0.712
0.001 0.008
0.712
0.000
0.489
0.682
0.006 0.042
0.682
0.000
0.294
0.524
0.008 0.041
0.524
0.000
1.404
4.517
0.000 0.003
4.517
0.000
0.382
0.061
0.006 0.050
0.061
0.000
0.319
0.566
0.016 0.083
0.566
0.000
0.418
0.111
0.015 0.087
0.111
0.000
0.324
1.036
0.000 0.000
1.036
0.000
0.012 0.083
0.339
0.371
0.371
0.000
192
Calificacin
%
61.538
25
0.031 0.153
26
0.014 0.065
27
0.026 0.126
28
0.020 0.136
29
0.036 0.130
30
0.004 0.027
31
0.041 0.161
32
0.013 0.081
33
0.000 0.001
34
0.006 0.054
35
0.010 0.072
36
0.001 0.005
37
0.007 0.054
38
0.023 0.120
39
0.000 0.000
0.356
0.052
0.353
0.524
0.485
0.503
0.352
0.587
0.716
0.171
0.680
0.511
0.386
0.133
0.621
0.439
0.303
0.436
0.317
0.852
0.406
0.881
0.367
0.774
0.303
0.048
0.429
0.505
0.318
1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
Tabla 78 Serie VT Aproximacin A1 clase xito vs clase Fracaso
193
paciente
s
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
Resta E-F
0.536
0.674
0.011 0.084
0.674
0.292
0.567
0.427
0.009 0.050
0.427
0.000
0.379
0.110
0.019 0.091
0.110
0.000
1.035
0.056
0.043 0.181
0.056
0.000
0.428
0.583
0.010 0.089
0.583
0.000
0.329
0.619
0.009 0.046
0.619
0.000
0.500
0.730
0.012 0.078
0.730
0.000
0.377
0.054
0.008 0.061
0.054
0.000
0.406
0.035
0.015 0.101
0.035
0.000
0.301
0.395
0.011 0.092
0.395
0.000
0.430
0.082
0.006 0.041
0.082
0.000
1.502
2.593
0.000 0.000
2.593
0.000
0.348
0.108
0.014 0.088
0.108
0.000
0.697
0.953
0.001 0.010
0.953
0.000
0.373
0.503
0.020 0.105
0.503
0.000
0.299
0.712
0.001 0.008
0.712
0.000
0.489
0.682
0.006 0.042
0.682
0.000
0.294
0.524
0.008 0.041
0.524
0.000
1.404
4.517
0.000 0.003
4.517
0.000
0.382
0.061
0.006 0.050
0.061
0.000
0.319
0.566
0.016 0.083
0.566
0.000
0.418
0.111
0.015 0.087
0.111
0.000
0.324
1.036
0.000 0.000
1.036
0.000
0.012 0.083
0.339
0.371
0.371
0.000
194
Calificacin
%
61.538
25
0.031 0.153
26
0.014 0.065
27
0.026 0.126
28
0.020 0.136
29
0.036 0.130
30
0.004 0.027
31
0.041 0.161
32
0.013 0.081
33
0.000 0.001
34
0.006 0.054
35
0.010 0.072
36
0.001 0.005
37
0.007 0.054
38
0.023 0.120
39
0.000 0.000
0.356
0.052
0.353
0.524
0.485
0.503
0.352
0.587
0.716
0.171
0.680
0.511
0.386
0.133
0.621
0.439
0.303
0.436
0.317
0.852
0.406
0.881
0.367
0.774
0.303
0.048
0.429
0.505
0.318
1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
195
pacientes

P_value (
des)
LSD ( des)
0.009 0.084
0.332 0.674
0.006 0.050
0.451 0.427
0.011 0.091
0.292 0.110
0.038 0.181
0.755 0.056
0.009 0.089
0.334 0.583
0.003 0.046
0.248 0.619
0.009 0.078
0.369 0.730
0.004 0.061
0.283 0.054
0.012 0.101
0.306 0.035
10
0.009 0.092
0.220 0.395
11
0.001 0.041
0.282 0.082
12
0.000 0.000
1.416 2.593
13
0.009 0.088
0.257 0.108
14
0.000 0.010
0.460 0.953
15
0.017 0.105
0.266 0.503
16
0.000 0.008
0.216 0.712
17
0.003 0.042
0.356 0.682
18
0.006 0.041
0.213 0.524
19
0.000 0.003
1.055 4.517
20
0.002 0.050
0.298 0.061
21
0.015 0.083
0.233 0.566
22
0.008 0.087
0.293 0.111
23
24
0.000 0.000
0.010 0.083
0.236 1.036
0.265 0.371
196
Resta E-F
0.674
0.292
0.427
0.000
0.110
0.000
0.056
0.000
0.583
0.000
0.619
0.000
0.730
0.000
0.054
0.000
0.035
0.000
0.395
0.000
0.082
0.000
2.593
0.000
0.108
0.000
0.953
0.000
0.503
0.000
0.712
0.000
0.682
0.000
0.524
0.000
4.517
0.000
0.061
0.000
0.566
0.000
0.111
0.000
1.036
0.000
0.371
0.000
Calificacin %
64.102
25
0.027 0.153
0.275 0.052
26
0.013 0.065
0.271 0.524
27
0.020 0.126
0.336 0.503
28
0.016 0.136
0.253 0.587
29
0.026 0.130
0.549 0.171
30
0.003 0.027
0.489 0.511
31
0.031 0.161
0.282 0.133
32
0.011 0.081
0.517 0.439
33
0.000 0.001
0.221 0.436
34
0.004 0.054
0.231 0.852
35
0.005 0.072
0.273 0.881
36
0.000 0.005
0.270 0.774
37
0.003 0.054
0.230 0.048
38
0.020 0.120
0.309 0.505
39
0.000 0.000
0.233 1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
197
pacientes

P_value (
des)
LSD ( des)
0.008 0.084
0.262 0.674
0.003 0.050
0.353 0.427
0.007 0.091
0.252 0.110
0.039 0.181
0.687 0.056
0.009 0.089
0.254 0.583
0.002 0.046
0.213 0.619
0.008 0.078
0.324 0.730
0.002 0.061
0.240 0.054
0.009 0.101
0.263 0.035
10
0.009 0.092
0.188 0.395
11
0.000 0.041
0.233 0.082
12
0.000 0.000
1.378 2.593
13
0.008 0.088
0.219 0.108
14
0.000 0.010
0.392 0.953
15
0.016 0.105
0.223 0.503
16
0.000 0.008
0.182 0.712
17
0.002 0.042
0.284 0.682
18
0.004 0.041
0.179 0.524
19
0.000 0.003
0.979 4.517
20
0.001 0.050
0.258 0.061
21
0.013 0.083
0.199 0.566
22
0.007 0.087
0.248 0.111
23
24
0.000 0.000
0.010 0.083
0.200 1.036
0.236 0.371
198
Resta E-F
0.674
0.292
0.427
0.000
0.110
0.000
0.056
0.000
0.583
0.000
0.619
0.000
0.730
0.000
0.054
0.000
0.035
0.000
0.395
0.000
0.082
0.000
2.593
0.000
0.108
0.000
0.953
0.000
0.503
0.000
0.712
0.000
0.682
0.000
0.524
0.000
4.517
0.000
0.061
0.000
0.566
0.000
0.111
0.000
1.036
0.000
0.371
0.000
Calificacin %
69.23
25
0.026 0.153
0.230 0.052
26
0.010 0.065
0.238 0.524
27
0.017 0.126
0.267 0.503
28
0.012 0.136
0.211 0.587
29
0.015 0.130
0.426 0.171
30
0.001 0.027
0.364 0.511
31
0.020 0.161
0.237 0.133
32
0.008 0.081
0.411 0.439
33
0.000 0.001
0.189 0.436
34
0.003 0.054
0.196 0.852
35
0.004 0.072
0.236 0.881
36
0.000 0.005
0.231 0.774
37
0.001 0.054
0.200 0.048
38
0.018 0.120
0.248 0.505
39
0.000 0.000
0.197 1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
199
pacient
es
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

P_value (
LSD (
des)
des)
Resta E-F
0.262
0.674
0.008 0.084
0.674
0.292
0.353
0.427
0.003 0.050
0.427
0.000
0.252
0.110
0.007 0.091
0.110
0.000
0.687
0.056
0.039 0.181
0.056
0.000
0.254
0.583
0.009 0.089
0.583
0.000
0.213
0.619
0.002 0.046
0.619
0.000
0.324
0.730
0.008 0.078
0.730
0.000
0.240
0.054
0.002 0.061
0.054
0.000
0.263
0.035
0.009 0.101
0.035
0.000
0.188
0.395
0.009 0.092
0.395
0.000
0.233
0.082
0.000 0.041
0.082
0.000
1.378
2.593
0.000 0.000
2.593
0.000
0.219
0.108
0.008 0.088
0.108
0.000
0.392
0.953
0.000 0.010
0.953
0.000
0.223
0.503
0.016 0.105
0.503
0.000
0.182
0.712
0.000 0.008
0.712
0.000
0.284
0.682
0.002 0.042
0.682
0.000
0.179
0.524
0.004 0.041
0.524
0.000
0.979
4.517
0.000 0.003
4.517
0.000
0.258
0.061
0.001 0.050
0.061
0.000
0.199
0.566
0.013 0.083
0.566
0.000
0.248
0.111
0.007 0.087
0.111
0.000
0.200
1.036
0.000 0.000
1.036
0.000
0.010 0.083
0.236
0.371
0.371
0.000
200
Calificacin
%
69.23
25
0.026 0.153
26
0.010 0.065
27
0.017 0.126
28
0.012 0.136
29
0.015 0.130
30
0.001 0.027
31
0.020 0.161
32
0.008 0.081
33
0.000 0.001
34
0.003 0.054
35
0.004 0.072
36
0.000 0.005
37
0.001 0.054
38
0.018 0.120
39
0.000 0.000
0.230
0.052
0.238
0.524
0.267
0.503
0.211
0.587
0.426
0.171
0.364
0.511
0.237
0.133
0.411
0.439
0.189
0.436
0.196
0.852
0.236
0.881
0.231
0.774
0.200
0.048
0.248
0.505
0.197
1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
201
pacientes

P_value (
des)
LSD ( des)
0.008 0.084
0.262 0.674
0.003 0.050
0.353 0.427
0.007 0.091
0.252 0.110
0.039 0.181
0.687 0.056
0.009 0.089
0.254 0.583
0.002 0.046
0.213 0.619
0.008 0.078
0.324 0.730
0.002 0.061
0.240 0.054
0.009 0.101
0.263 0.035
10
0.009 0.092
0.188 0.395
11
0.000 0.041
0.233 0.082
12
0.000 0.000
1.378 2.593
13
0.008 0.088
0.219 0.108
14
0.000 0.010
0.392 0.953
15
0.016 0.105
0.223 0.503
16
0.000 0.008
0.182 0.712
17
0.002 0.042
0.284 0.682
18
0.004 0.041
0.179 0.524
19
0.000 0.003
0.979 4.517
20
0.001 0.050
0.258 0.061
21
0.013 0.083
0.199 0.566
22
0.007 0.087
0.248 0.111
23
24
0.000 0.000
0.010 0.083
0.200 1.036
0.236 0.371
202
Resta E-F
0.674
0.292
0.427
0.000
0.110
0.000
0.056
0.000
0.583
0.000
0.619
0.000
0.730
0.000
0.054
0.000
0.035
0.000
0.395
0.000
0.082
0.000
2.593
0.000
0.108
0.000
0.953
0.000
0.503
0.000
0.712
0.000
0.682
0.000
0.524
0.000
4.517
0.000
0.061
0.000
0.566
0.000
0.111
0.000
1.036
0.000
0.371
0.000
Calificacin
%
69.23
25
0.026 0.153
0.230 0.052
26
0.010 0.065
0.238 0.524
27
0.017 0.126
0.267 0.503
28
0.012 0.136
0.211 0.587
29
0.015 0.130
0.426 0.171
30
0.001 0.027
0.364 0.511
31
0.020 0.161
0.237 0.133
32
0.008 0.081
0.411 0.439
33
0.000 0.001
0.189 0.436
34
0.003 0.054
0.196 0.852
35
0.004 0.072
0.236 0.881
36
0.000 0.005
0.231 0.774
37
0.001 0.054
0.200 0.048
38
0.018 0.120
0.248 0.505
39
0.000 0.000
0.197 1.015
0.052
0.000
0.524
0.000
0.503
0.000
0.587
0.000
0.171
0.000
0.511
0.000
0.133
0.000
0.439
0.000
0.436
0.000
0.852
0.000
0.881
0.000
0.774
0.000
0.048
0.000
0.505
0.000
1.015
0.000
Tabla 83 84 Serie VT Aproximacin A6 clase xito vs clase Fracaso
203
MWVA interface Matlab
Para el siguiente laboratorio haremos uso de Matlab para poner en prctica la

tcnica MWVA que sirve para hacer una
reduccin de la dimensionalidad,
recordar que la reduccin es un parte de los procesos de minera de datos lo cual

sirve para seleccionar las variables ms relevantes del sistema.
Para el primer paso del laboratorio es cargar la base de datos lo cual en esta gua
utilizaremos la base de datos sonar
clear all
load('Datos_Sonar.mat')
El segundo paso ejecutaremos la funcin MWA, la cual pide como entradas la

clase0 y la clase1 la cual se nombrara as.
Clase0=metal;
Clase1=roca;
Luego de de hacer ese paso ejecutamos la funcin dndole clip derecho y hacer
clip en evaluacin de la seccin o Ctrl + intro
204
La salida de esa funcin nos dar como resultado la matriz DIM la cual
procederemos a la visualizacin con el comando surf.
%% Grafica de la ventana movil
[x,y] = meshgrid(1:size(Clase0,2), 1:size(Clase0,2));
figure
surf(y,x,DIM,'FaceColor','red')
camlight('right')
lighting flat
grid on
% view([10 0])
xlabel('n')
ylabel('w')
title ('Moving Window with Variance Analysis ')
p1=mean(Clase0);
dv=p1+std(Clase0);
dv1=p1-std(Clase0);
p2=mean(Clase1);
dv2=p2+std(Clase1);
dv3=p2-std(Clase1);
t=1:size(Clase1,2);
figure
subplot(2,1,1)
stem(t,p1)
grid on
title('Clase Metal')
subplot(2,1,2)
stem(t,p2)
grid on
title('Clase Roca')
205
Moving Window with Variance Analysis
0.5
0.4
0.3
0.2
0.1
0
60
60
40
40
20
w
20
0
206
Clase Metal
0.8
0.6
0.4
0.2
0
10
20
30
40
50
60
40
50
60
Clase Roca
0.8
0.6
0.4
0.2
0
10
20
30
Para finalizar la tcnica usaremos el criterio de la energa para saber cuntas

variables podemos escoger para la clasificacin delos datos, para esta parce el
usuario podr ingresar a su criterio cuantas variables adicionara
[n0,n]=size(Clase0);
%llamar ala funcion optimo
[posiciones]=optimo(DIM,n);
% Criterio de selecion del usuario
f=input('Ingrese el numero de variables=');
%datos escojidos
sonar_total=P(:,posiciones(1:f));
Desde el teclado usted podr decidir a su propio criterio cuantas adicionara

Ejemplo para este caso en especial escogeremos 30 variables lo cual corresponde
98.32% de la energa del sistema, lo cual ser estas variables a continuacin
207
11
21
12
43
49
45
10
48
13
46
47
51
52
44
36
Columns 20 through 30
35
20
37
22
58
54
50
34
De esta manera automticamente en sonar_total estar las nuevas variables para

hacer su respectiva clasificacin
Aplicacin
208

Análisis de La Interacción Cardiorrespiratoria Utilizando Técnicas No Lineales en Procesamiento de Datos en Pacientes Sometidos A La Prueba de Tubo en T

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Análisis de La Interacción Cardiorrespiratoria Utilizando Técnicas No Lineales en Procesamiento de Datos en Pacientes Sometidos A La Prueba de Tubo en T

Diunggah oleh

Hak Cipta:

Format Tersedia

ANLISIS DE LA INTERACCIN CARDIORRESPIRATORIA UTILIZANDO TCNICAS

NO LINEALES EN PROCESAMIENTO DE DATOS EN PACIENTES SOMETIDOS A LA

JOSE IGNACIO TRAPERO VILLARRAL

UNIVERSIDAD AUTNOMA DE BUCARAMANGA

ANLISIS DE LA INTERACCIN CARDIORRESPIRATORIA UTILIZANDO TCNICAS

JOSE IGNACIO TRAPERO VILLARREAL

Director: CARLOS JULIO ARIZMENDI PEREIRA

UNIVERSIDAD AUTNOMA DE BUCARAMANGA

OBJETIVOS DEL PROYECTO...........................................................................3

PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIN.................................4

Planteamiento del problema............................................................................4

ESTADO DEL ARTE............................................................................................9

Tcnicas de minera de datos....................................................................11

Teorema del lmite central..........................................................................13

Analisis discriminate lineal.............................................................................24

Mquinas de soporte vectorial.......................................................................27

Fases de un proyecto de minera de datos...................................................33

Fases del proyecto........................................................................................34

DESARROLLO DEL PROYECTO.................................................................38

Visualizacin de los datos por cada clase.................................................38

Procesamiento de la seal (Transformada Wavelet)..............................49

Prueba TLC test de Levene y KS..........................................................54

Procesamiento de seal (Dinmica Simblica).........................................61

Clasificacin de las series cardiorrespiratorias..........................................72

TABLA RESUMEN DE CLASIFICADORES..................................................97

DEL VOLUMEN RESPIRATORIO CON LA SERIES TEMPORALES

EN SECUENCIA DE SMBOLOS SEGN LA VARIABILIDAD DE LA SEAL

DE CONSTRUIR LAS PALABRAS DE LONGITUD..................................................20

DE SIMBOLIZACIN (A, B, C) Y DISTRIBUCIN DE PROBABILIDAD DE OCURRENCIA

DE CADA UNA DE LAS PALABRAS

DE DISPERSIN DE DOS GRUPOS EN DOS VARIABLES DE CLASIFICACIN..........25

DEL MARGEN M ENTRE LAS CLASES

LINEAL MENTE SEPARABLE

PARA LA TRANSFORMACIN DEL ESPACIO DE DATOS

FIGURA 13 ALGORITMO FS................................................................................................31

DE UN PROYECTO DE MINERA DE DATOS......................................................33

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................39

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................39

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................40

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................40

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................41

POR CLASE DE LA SERIE TEMPORAL

FRACASO, C) GRUPO REINTUBADOS...............................................................................41

FV(CLASE XITO FRACASO REINTUBADO)...............44

RR(CLASE XITO FRACASO REINTUBADO)..............44

TE(CLASE XITO FRACASO REINTUBADO)...............45

TI(CLASE XITO FRACASO REINTUBADO)................45

TO(CLASE XITO FRACASO REINTUBADO)..............46

VI(CLASE XITO FRACASO REINTUBADO)................46

VI(CLASE XITO FRACASO REINTUBADO)................47

DE CADA UNA DE LAS CLASE

DE CADA UNA DE LAS CLASE

DE CADA UNA DE LAS CLASE

A UNA DISTRIBUCIN NORMAL..................................54

DE PROBABILIDAD DE APARICIN DE CADA PALABRA SERIE

DE CLASIFICACIN PARA DIFERENTES VALORES DE ALFA..........................64

DE CLASIFICACIN PARA DIFERENTES VALORES DE ALFA..........................65

DE APARICIN DE CADA PALABRA DEL ALFABETO....................................66