Los objetivos de la tesis fueron diseñar modelos lineales generales y redes neuronales artificiales para estimar el gasto energético de personas con paraplejia. Para ello se realizó un estuio descriptivo transversal en el que 20 personas con paraplejia realizaron una rutina de 10 actividades. Cada actividad tuvo una duración de 10 minutos y durante la realización de la misma se adquirieron datos de frecuencia cardiaca, consumo de oxínego y aceleraciones. Concretamente se colocaron 4 acelerómetros triaxiales, uno en cada muñeca, otro en el pecho y el último en la cintura. Una vez procesadas las señales y extraídas las características de interés se diseñaron los modelos matemáticos de estimación del consumo de oxígeno. Los resultados de nuestro estudio mostraron buenas estimaciones con los modelos lineales generales. De hecho estos modelos fueron mejores que los métodos de estimación del gasto energético en personas con lesión medular mediante acelerómetros existentes hasta la fecha. Además, la estimación mediante redes neuronales artificiales resultó excelente. De hecho el rendimiento de la estimación mediante las redes neuronales artificiales fue muy similar al de los mejores y más avanzados modelos de estimación existentes en personas sin discapacidad. En consecuencia, se puede concluir que se han diseñado modelos matemáticos de estimación del consumo de oxígeno en personas con paraplejia con una gran exactitud.

The goals of this research were to design general linear models and artificial neural networks to estimate energy expenditure in persons with paraplegia. To do this we conducted a cross-sectional descriptive study. 20 people with paraplegia performed a routine of 10 activities. Each activity lasted for 10 minutes and during such perform heart rate data, accelerations and oxygen consumption were acquired. Specifically four triaxial accelerometers were placed, one on each wrist, one on the chest and the last at the waist. Once processed and extracted signal features of interest mathematical models for estimating oxygen consumption were designed. The results of our study showed good estimates with general linear models. In fact, so far, these models were better than the methods of estimating energy expenditure in people with spinal cord injury using accelerometers. Furthermore, the estimation using artificial neural networks was excellent. In fact the accuracy of the estimation using artificial neural networks was very similar to the best and most advanced existing estimation models in people without disabilities. Consequently, we can conclude that the mathematical models designed to estimate the oxygen consumption in persons with paraplegia presents a great accuracy.