Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias

Detalhes bibliográficos
Autor(a) principal: Cunha, Lucas Cabral Carneiro da
Data de Publicação: 2019
Outros Autores: Barreto, Guilherme de Alencar, Monteiro, José Maria
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/70723
Resumo: Epilepsy is a neurological disorder characterized by an abnormal electrical disturbance in the brain, causing recurrent seizures. The most commonly used exam to diagnose epilepsy it the electroencephalogram (EEG), where a patient’s brain electrical activity is measured and visually analyzed. However, identifying epileptic patterns in the EEG signal through visual inspection is a time-consuming and exhaustive task for professionals in the field, motivating the development of algorithms that can identify these patterns, aiding the medical diagnosis. In this work, we propose three models based on anomaly detection. The results obtained demonstrate high performance and noise robustness in relation to results found in the literature.
id UFC-7_f87ae33768ecb6b537114698baf62acd
oai_identifier_str oai:repositorio.ufc.br:riufc/70723
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomaliasEpilepsy is a neurological disorder characterized by an abnormal electrical disturbance in the brain, causing recurrent seizures. The most commonly used exam to diagnose epilepsy it the electroencephalogram (EEG), where a patient’s brain electrical activity is measured and visually analyzed. However, identifying epileptic patterns in the EEG signal through visual inspection is a time-consuming and exhaustive task for professionals in the field, motivating the development of algorithms that can identify these patterns, aiding the medical diagnosis. In this work, we propose three models based on anomaly detection. The results obtained demonstrate high performance and noise robustness in relation to results found in the literature.A epilepsia é um distúrbio neurológico caracterizado por uma perturbação elétrica anormal no cérebro, causando convulsões recorrentes. O exame mais utilizado no diagnóstico da epilepsia é eletroencefalograma (EEG), onde a atividade elétrica cerebral de um paciente é mensurada e analisada visualmente. Contudo, identificar os padrões epilépticos no sinal de EEG através de inspeção visual é uma tarefa demorada e exaustiva para profissionais da área. Assim, o desenvolvimento de algoritmos que possam identificar esses padrões de forma automática, auxiliando o diagnóstico médico, tornou-se um importante desafio. Neste trabalho, propomos três modelos de classificação, baseados em detecção de anomalias. Os resultados obtidos demonstram alto desempenho e robustez a ruídos em relação resultados encontrados na literatura.Simpósio Brasileiro de Banco de Dados2023-02-09T17:17:45Z2023-02-09T17:17:45Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfCUNHA, L. C. C.; BARRETO, G. A.; MONTEIRO, J. M. Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 34., 2019, Fortaleza. Anais... Fortaleza, 2019. p. 1-12.http://www.repositorio.ufc.br/handle/riufc/70723Cunha, Lucas Cabral Carneiro daBarreto, Guilherme de AlencarMonteiro, José Mariaporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2023-02-09T17:17:45Zoai:repositorio.ufc.br:riufc/70723Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2023-02-09T17:17:45Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
title Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
spellingShingle Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
Cunha, Lucas Cabral Carneiro da
title_short Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
title_full Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
title_fullStr Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
title_full_unstemmed Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
title_sort Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias
author Cunha, Lucas Cabral Carneiro da
author_facet Cunha, Lucas Cabral Carneiro da
Barreto, Guilherme de Alencar
Monteiro, José Maria
author_role author
author2 Barreto, Guilherme de Alencar
Monteiro, José Maria
author2_role author
author
dc.contributor.author.fl_str_mv Cunha, Lucas Cabral Carneiro da
Barreto, Guilherme de Alencar
Monteiro, José Maria
description Epilepsy is a neurological disorder characterized by an abnormal electrical disturbance in the brain, causing recurrent seizures. The most commonly used exam to diagnose epilepsy it the electroencephalogram (EEG), where a patient’s brain electrical activity is measured and visually analyzed. However, identifying epileptic patterns in the EEG signal through visual inspection is a time-consuming and exhaustive task for professionals in the field, motivating the development of algorithms that can identify these patterns, aiding the medical diagnosis. In this work, we propose three models based on anomaly detection. The results obtained demonstrate high performance and noise robustness in relation to results found in the literature.
publishDate 2019
dc.date.none.fl_str_mv 2019
2023-02-09T17:17:45Z
2023-02-09T17:17:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv CUNHA, L. C. C.; BARRETO, G. A.; MONTEIRO, J. M. Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 34., 2019, Fortaleza. Anais... Fortaleza, 2019. p. 1-12.
http://www.repositorio.ufc.br/handle/riufc/70723
identifier_str_mv CUNHA, L. C. C.; BARRETO, G. A.; MONTEIRO, J. M. Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 34., 2019, Fortaleza. Anais... Fortaleza, 2019. p. 1-12.
url http://www.repositorio.ufc.br/handle/riufc/70723
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Simpósio Brasileiro de Banco de Dados
publisher.none.fl_str_mv Simpósio Brasileiro de Banco de Dados
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1809935786999545856

Registros relacionados