Análisis de métodos de aprendizaje automático para la clasificación de señales EEG de pacientes con epilepsia

Abstract

Diseño de un sistema basado en 'deep learnig' capaz de clasificar señales de encefalogramas (EEG) correspondientes a personas que sufren de epilepsia. Tras entrenar el programa, permitiría discriminar entre señales focales (con epilepsia) de las no-focales (sanos). Se analizan también métodos de extracción de características de la señal para aplicar algoritmos de 'machine learning' obteniendo una buena precisión en la clasificación.

Disseny d'un sistema basat en 'deep learning' capaç de classificar senyals d'encefalogrames (EEG) corresponents a persones que pateixen d'epilèpsia. Després d'entrenar el programa, aquest permet discriminar entre senyals focals (amb epilèpsia) de les no-focals (sans). S'analitzen també mètodes d'extracció de característiques del senyal per aplicar algoritmes de 'machine learning' obtenint una bona precisió en la classificació.

Design of a system based on 'deep learnig' capable of classifying encephalogram (EEG) signals corresponding to people suffering from epilepsy. After training the program, it would allow discrimination between focal signals (with epilepsy) from non-focal (healthy) signals. Methods of extracting signal characteristics are also analyzed to apply 'machine learning' algorithms obtaining good classification accuracy.