Análise de Eletroencefalogramas por Compressão: diferenças entre revisões

Fonte: aprendis
Saltar para a navegaçãoSaltar para a pesquisa
(Criou página com: '{{Dissertação |Autor=Diogo Mululo Sato |Orientador=Luís Filipe Antunes |Co-Orientador=Ângela Santos |Data de Entrega=2011/10 |URL=http://hdl.handle.net/10216/63767 |Palav...')
 
Sem resumo de edição
 
Linha 18: Linha 18:




[[Categoria:Algoritmo]]
[[Categoria:Estatística Não Paramétrica]]
[[Categoria:Eletroencefalografia]]
[[Categoria:Processamento de Sinal]]
[[Categoria:Processamento de Sinal]]
[[Categoria:Dissertação MIM4]]
[[Categoria:Dissertação MIM4]]

Edição atual desde as 15h37min de 25 de maio de 2016

Análise de Eletroencefalogramas por Compressão
Autor Diogo Mululo Sato
Orientador Luís Filipe Antunes
Co-Orientador Ângela Santos
Data de Entrega 2011/10
URL http://hdl.handle.net/10216/63767
Palavras-chave Algoritmo de pesquisa de segmentação de eletroencefalogramas, Teoria da complexidade de Kolmogorov, EEG
Resumo

Nesta tese introduzimos um novo algoritmo para inspecionar e avaliar eletroencefalogramas (EEG). O algoritmo de Pesquisa de Segmentação de EEG é baseado na teoria de complexidade de Kolmogorov; em particular, exploramos esta noção sobre os eletroencefalogramas usando compressores como técnica de medida para expressar a complexidade dos dados dos seus valores time-series.


Para este trabalho, um total de N=40 exames foram usados para testar a precisão do método proposto. Este conjunto de dados representa registos de EEG de diferentes pacientes, recolhidos todos no mesmo local, tendo os dados pessoais sido previamente removidos para mander a privacidade dos mesmos. Estas amostras foram classificadas por especialista como sento "Normal", "Ausente" ou "Rolândico". Todos os exames epiléticos (N=14) foram corretamente classificados e as suas crises de convulsões, quando existentes, foram notadas pelo sistema usando o momento exato (em segundos) da ocorrência.


A base de dados anónima usada neste estudo, assim como o algoritmo, pode ser avaliadas online em http://www.eegonline.org/.