Statistical modeling and quantification of EEG signals: application to the characterization and onset detection in epileptic seizures
"Identificar la actividad cerebral epiléptica utilizando señales de electroencefalografía (EEG) en tiempo real es un problema difícil. Los métodos modernos de detección basados en técnicas avanzadas de aprendizaje automático, son efectivos pero requieren grandes conjuntos de datos de entrenamie...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de doctorado |
| Lenguaje: | Inglés |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://ri.itba.edu.ar/handle/123456789/1536 |
| Aporte de: |
| Sumario: | "Identificar la actividad cerebral epiléptica utilizando señales de electroencefalografía (EEG) en tiempo real es un problema difícil. Los métodos modernos de detección basados en técnicas avanzadas de aprendizaje automático, son efectivos pero requieren grandes conjuntos de datos de entrenamiento y son difíciles de implementar en sistemas de monitoreo en tiempo real, debido a su costo computacional relativamente alto. Esta tesis se centra en dos problemas centrales vinculados a la caracterización de las crisis epilépticas con señales de EEG. El primero se relaciona con la detección de inicio y el otro se refiere al reconocimiento de patrones epileptiformes. Usando el nuevo método de caracterización presentado en el capítulo 2, ambos problemas pueden implementarse en tiempo real y lograr un alto rendimiento de detección. En general, esta tesis permitió aportar cinco nuevas contribuciones para tratar los problemas desafiantes de la epilepsia." |
|---|