Jornadas de difusión de proyectos Académicos, de Investigación y Extensión

MODELOS OCULTOS DE MARKOV PARA LA CARACTERIZACION DE COMPORTAMIENTOS
SECUENCIALES EN APLICACIONES BIOMEDICAS

Martina MAURO, Diego EVIN, Alejandro HADAD, Bartolomé DROZDOWICZ

Facultad de Ingeniería
Martina MAURO: mauromartina@gmail.com

Resumen:

En este trabajo se estudia la utilización de Modelos Ocultos de Markov (MOM) en diferentes escenarios de la biomedicina con el objetivo de evaluar la capacidad de modelado y versatilidad de ésta metodología, primero una aplicación clásica de reconocimiento automático del habla (RAH) y luego una predicción de estados de hipotensión en pacientes internados (PEH). Para el primer caso, el sistema de RAH esta compuesto por tres elementos bien diferenciados: el modelo acústico, constituido por un MOM para cada sonido del habla, un modelo de lenguaje, y un modelo o diccionario de pronunciaciones. Para el segundo caso, el procedimiento de predicción cuenta con un MOM entrenado con datos fisiológicos de pacientes que en un intervalo determinado desarrollan estados de hipotensión, y otro modelo entrenado con datos de pacientes en los cuales no se registra dicho cuadro. Ante datos de un nuevo paciente el sistema estima qué modelo explica mejor las observaciones.