Estimación de parámetros basada en aprendizaje profundo para modelado de histéresis pulmonar

Resumen

La histéresis respiratoria, diferencia de recorrido en la curva presión-volumen entre inspiración y espiración en cada ciclo respiratorio, es un fenómeno que se acentúa ante ciertas enfermedades. Para poder estudiar ´estas y analizar estrategias de control ventilatorio, es de interés modelar este aspecto de la fisiología respiratoria. En este trabajo se explora un modelo analítico general de histéresis, surgido en la literatura para representar la relación entre fuerzas aplicadas y correspondientes desplazamientos en diversas estructuras y materiales. Se obtuvo una expresión del modelo que puede corresponderse con la salida de una red neuronal de arquitectura perceptrón multicapa. Luego, usando datos de pacientes reales, se ajustaron los parámetros del modelo recurriendo a una metodología de estimación de parámetros basada en aprendizaje profundo, logrando preliminarmente errores menores a 8 % e hiperparámetros de entrenamiento para obtener mejores ajustes. Esta metodología de estimación de parámetros representa un aporte significativo al modelado de histéresis respiratoria y podría aplicarse a otros campos.