Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2013-07-16T01:10:18Z (GMT). No. of bitstreams: 1
213664.pdf: 7712834 bytes, checksum: 25d510ac154de316d39ba9f2c1e83262 (MD5) / O presente trabalho está relacionado ao desenvolvimento de técnicas computacionais para auxílio no diagnóstico de epilepsia. O sistema proposto é baseado em uma classe de redes neurais artificiais com aprendizado não-supervisionado, os Mapas Auto-Organizáveis de Kohonen (MAK) e tem por finalidade detectar automaticamente eventos epileptogênicos (espícula e ondas agudas) em sinais de EEG. Utiliza quatro redes neurais, treinadas separadamente, cada uma responsável por identificar um tipo específico de padrão do EEG, quais sejam: paroxismos epileptogênicos, atividade de fundo normal, piscadas e ruídos muscular ou de eletrodo. O conjunto de sinais para teste e treinamento foi retirado de nove registros, com duração total de 12 horas, obtido de sete pacientes comprovadamente epilépticos. Os padrões utilizados para treinamento e testes do sistema têm duração de um segundo e não sofreram pré-processamento. O sistema foi capaz de detectar espículas e ondas agudas com aproximadamente 82% de especificidade, 58,0% de sensibilidade e valores preditivo positivo e preditivo negativo de 65,4% e 76,7%, respectivamente. O resultado é aceitável, se comparado ao índice de concordância entre dois especialistas (em torno 50%). O desempenho médio do sistema desenvolvido com as redes MAK é equivalente ao desempenho de um sistema similar baseado em redes feedforward com a vantagem, no primeiro caso, de além do treinamento ser não-supervisionado não necessita de um vetor alvo.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/102520 |
| Date | January 2005 |
| Creators | Sala, Felipe Andrade |
| Contributors | Universidade Federal de Santa Catarina, Azevedo, Fernando Mendes de |
| Publisher | Florianópolis, SC |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | x, 112 f.| il., tabs., grafs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0095 seconds