Estudo comparativo de técnicas de redes neurais e análise de variáveis canônicas para detecção automática de complexos K e fusos do sono em EEG

• Main Author: Mendonça, George Araújo
• Other Authors: Universidade Federal de Santa Catarina
• Format: Others
• Language: Portuguese
• Published: Florianópolis, SC 2012
• Subjects: Engenharia eletrica; Processamento de sinais; Redes neurais (Computação); Eletroencefalografia; Sono; Avaliação; Wavelets (Matemática)
• Online Access: http://repositorio.ufsc.br/xmlui/handle/123456789/90454

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. === Made available in DSpace on 2012-10-23T10:47:39Z (GMT). No. of bitstreams: 1 192952.pdf: 2184885 bytes, checksum: 972aba6ffe83d0b7ea54ce58393e5a13 (MD5) === O estagiamento do sono é uma tarefa fundamental no diagnóstico de vários distúrbios relacionados ao sono. Sua execução, no entanto, é um trabalho que requer um grande dispêndio temporal por parte do especialista. Para contornar este problema, vários sistemas de estagiamento automático do sono têm sido propostos. A detecção de padrões específicos de certos estágios do sono é uma etapa fundamental nesses sistemas. Desta forma, este trabalho apresenta a comparação de duas metodologias propostas para detecção de complexos K e fusos do sono em sinais de EEG, com o intuito de auxiliar o estagiamento automático do sono em humanos. A primeira abordagem diz respeito à detecção desses padrões por meio de redes neurais artificiais (RNA), enquanto que a segunda trata de identificar tais padrões por meio da análise de variáveis canônicas (AVC). As duas metodologias, no entanto, são bastante similares e ambas fazem uso da transformada de Fourier e da transformada wavelet durante a extração dos parâmetros que compõem o vetor de características dos sinais de EEG, os quais servem de entrada para as RNA e AVC. Para averiguar qual a metodologia mais adequada em se tratando de discriminar complexos K e fusos do sono arquitetou-se um procedimento de testes para cada método utilizado. O método baseado em RNA obteve uma sensibilidade de 78,94%, e especificidade de 98,28%. Já a metodologia fundamentada em AVC alcançou valores de 66,79% e 98,33% para sensibilidade e especificidade, respectivamente.