La Enfermedad Pulmonar Obstructiva Crónica (EPOC) es una de las principales causales de muerte a nivel global. Por lo tanto, es importante identificarla en sus etapas iniciales para proporcionar un tratamiento adecuado. Por ello, en esta tesis, se ha ideado un sistema inteligente basado en aprendizaje profundo para identificar patrones distintivos en los sonidos pulmonares, y predecir de manera precisa y eficiente la presencia de la EPOC. Para el logro anterior, se utilizaron bases de datos de sonidos pulmonares provenientes del desafío ICBHI realizado en 2017 y de un grupo de investigadores del King Abdullah University Hospital. Adicionalmente, se aplicó una etapa de preprocesamiento a los datos, que involucró el uso de los espectrogramas de Mel y los coeficientes cepstrales en frecuencia de Mel (MFCC) para capturar características relevantes de los audios. Además, para resolver e...