Diseño y programación de algoritmos para el preprocesado y análisis de la complejidad de señales de electroencefalograma

Abstract

[ES] El electroencefalograma (EEG) proporciona amplia información sobre la actividad eléctrica y dinámicas del cerebro. Para caracterizar las señales registradas con dicha técnica, se pueden aplicar distintas técnicas de procesado, entre ellas las medidas de complejidad de la señal.

El presente trabajo consistirá en el diseño y programación en Matlab de algoritmos para caracterizar de forma automática las señales de EEG desde el punto de vista de su complejidad. Para ello, se programarán distintos tipos de algoritmos, tanto para el preprocesado de la señal (filtrado, corrección de artefactos) como para el análisis de la complejidad de la señal (incluyendo el algoritmo de la entropía muestral).

Una vez programados los algoritmos, se realizará una validación de éstos con datos de EEG.

[EN] The electroencephalogram (EEG) provides extensive information on the electrical activity and dynamics of the brain. To characterize the signals recorded with this technique, different processing techniques can be applied, including signal complexity measurements.

The present work will consist of the design and programming in Matlab of algorithms to automatically characterize EEG signals from the point of view of their complexity. To do this, different types of algorithms will be programmed, both for signal preprocessing (filtering, artifact correction) and for signal complexity analysis (including the sample entropy algorithm).

Once the algorithms have been programmed, they will be validated with EEG data.