Técnicas de Procesado de Señal aplicadas a la Predicción de Ataques Epilécticos a partir de Señales Elelectroencefalográficas

Abstract

This project consists of the implementation and research in signal processing techniques for the prediction of epileptic seizure from electroencephalography (EEG) signals. The EEG is the principal instrument to approach in real time to the brain functioning. Depending on the disease level of epilepsy the brain of the patient consecutively transits through different states of activity: normal interictal, preictal (before the seizure), ictal (seizure) and postictal, before returning to the interictal state. Several methods will be implemented in order to classify the state of EEG signals from epileptic patients. The classification methods include the following steps: pre-processing; several levels of feature extraction; feature selection; and classification (training and testing). The features will be extracted in time, frequency, and statistics domains. A comparative study of the performance of the methods will be made by processing real EEG signals from epilepsy patients. Some indexes will be defined for numerical result evaluation and analysis and evaluation of the clinical significance of the results will be made with help of specialized medical personnel.

Este proyecto consiste en la implementación e investigación en técnicas de procesamiento de señales para la predicción de ataques epilépticos a partir de señales de electroencefalografía (EEG). El EEG es el principal instrumento para abordar en tiempo real el funcionamiento del cerebro. Dependiendo del nivel de epilepsia de la enfermedad, el cerebro del paciente pasa consecutivamente por diferentes estados de actividad: normal interictal, preictal (antes de la convulsión), ictal (convulsión) y postictal, antes de regresar al estado interictal. Se implementarán varios métodos para clasificar el estado de las señales EEG de los pacientes epilépticos. Los métodos de clasificación incluyen las siguientes etapas: pre-procesamiento; Varios niveles de extracción de características; selección de características; Y clasificación (entrenamiento y prueba). Las características se extraerán en los dominios de tiempo, frecuencia y estadística. Un estudio comparativo de las prestaciones de los métodos se realizará mediante el procesamiento de señales EEG reales de pacientes con epilepsia. Se definirán algunos índices para la evaluación y análisis numérico de los resultados y la evaluación de la significación clínica de los resultados se hará con la ayuda de personal médico especializado