Sistema de detecção automática de paroxismos epileptogênicos em sinais de eletroencefalograma

• Autor(a) principal: Argoud,Fernanda Isabel Marques
• Data de Publicação: 2004
• Outros Autores: Azevedo,Fernando Mendes de, Marino Neto,José
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Sba: Controle & Automação Sociedade Brasileira de Automatica
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592004000400010
• topic: Detecção Automática; Epilepsia; Espícula; Redes Neurais; Transformada Wavelet

Este artigo apresenta uma proposta de sistema computacional automático para detecção e classificação de transientes epileptogênicos em eletroencefalograma, visando auxiliar no diagnóstico de Epilepsia. Devido à grande variabilidade das morfologias destes eventos, ferramentas convencionais de reconhecimento de padrões não são capazes de distinguir entre a atividade normal e a epileptogênica, e a análise visual é uma tarefa bastante demorada. Então, as ferramentas e métodos normalmente utilizados para detectar estes eventos tentam imitar o procedimento e o raciocínio de especialistas humanos. As detecções falso-positivas representam um grande impedimento para o uso extensivo de sistemas automáticos, por parte de eletroencefalografistas. O sistema proposto aplica Transformada Wavelet para extrair apenas as características epileptogênicas dos sinais de EEG, e um grupo de Redes Neurais Artificiais (RNAs) para distinguir entre eventos tipo espícula e onda aguda da atividade normal de fundo. Duas RNAs são usadas em conjunto, permitindo maior flexibilidade no ajuste da sensibilidade e da especificidade do sistema, como forma de aumentar o desempenho deste. Quando os valores de sensibilidade e especificidade são igualados, o desempenho do sistema atinge 80%.