Publication:
Detección de crisis epilépticas en el dominio temporal a partir del EEG mediante SVMs

Simple item page
dc.contributor.advisorBravo Santos, Ángel María
dc.contributor.advisorLuengo García, David
dc.contributor.authorBoris Valiente, Alejandro
dc.contributor.departamentoUC3M. Departamento de Teoría de la Señal y Comunicacioneses
dc.date.accessioned2016-02-22T09:19:06Z
dc.date.available2016-02-22T09:19:06Z
dc.date.issued2014-07
dc.date.submitted2014-12-11
dc.description.abstractLa aplicación del tratamiento de señales con fines médicos es una constante dentro del diagnóstico e interpretación de enfermedades y otras afecciones de carácter clínico. Pese a ello, todavía hay áreas donde es necesario una mayor investigación que garantice una correcta aplicación práctica. Se calcula que hay 50 millones de afectados por la epilepsia en todo el mundo, algo que hace que la epilepsia sea tan común como la diabetes. Sin embargo, la epileptología sigue siendo una rama reservada a minorías de neurólogos, entre otras cosas, por el estrecho margen terapéutico en que se mueve el médico al afrontar esta enfermedad (se calcula que el 30% de los pacientes con crisis no pueden ser tratados con medicamentos) El presente Proyecto Fin de Carrera se centra en la detección de crisis epilépticas en el dominio temporal, a partir de señales electroencefalográficas (EEG), mediante la obtención, y posterior procesado, de características intrínsecas a la naturaleza propia de la señal. Para ello, se diseñará un clasificador, y se probará su rendimiento, con registros de señales obtenidos a partir de pacientes reales. Este diseño contará con una primera etapa en la cual se extraerán las características de la señal para después, en base a estas características, determinar si se ha producido una crisis epiléptica o no. Este diseño ha sido implementado en Matlab, mediante el uso de una máquina de vectores soporte (SVM) utilizando una función de base radial (RBF) como Kernel. Además, los atributos seleccionados para la caracterización de la señal serán la Varianza y la Probabilidad Conjunta de la señal. Una vez realizada la evaluación del clasificador diseñado para cada uno de los pacientes seleccionados, el proyecto termina con las conclusiones obtenidas y algunas indicaciones sobre posibles líneas futuras.es
dc.description.abstractThe application of signal processing for medical purposes is something usual in the diagnosis and interpretation of diseases and other injuries of a clinical nature. Nevertheless, there are still areas where further research is needed to ensure a proper practical application. There are 50 million people affected by epilepsy worldwide, which makes the epilepsy as common as diabetes. However, epileptology is a branch reserved for a minority of neurologists, due to the limitations to deal with this disease (around 30 % of patients with seizures cannot be treated with medication). This Master’s Thesis focuses on the detection of epileptic seizures in the time domain on electroencephalographic (EEG) signals, by processing the intrinsic characteristics of the given signal. For this purpose, a classifier has been designed, whose performance will be tested on signals obtained from real patients. The design will have a first stage, in which the characteristics of the signal will be extracted, and then, based on these characteristics, the seizure classification will be made. This design has been implemented in Matlab, using a support vector machine (SVM) with a Radial Basis Function (RBF) Kernel. In addition, the selected characteristics for the analysis will be the Variance and Joint Probability of the signal. Once the evaluation of the classifier designed is performed, the project is closed by the main conclusions obtained and some indications of potential future research lines.en
dc.description.degreeIngeniería de Telecomunicaciónes
dc.description.sponsorshipEste proyecto fin de carrera ha sido parcialmente financiado por el proyecto DISSECT (TEC2012-38058-C03-01).es
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://hdl.handle.net/10016/22340
dc.language.isospaes
dc.relation.projectIDGobierno de España. DISSECT TEC2012-38058-C03-01es
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.accessRightsopen accesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subject.ecienciaElectrónicaes
dc.subject.ecienciaMedicinaes
dc.subject.ecienciaTelecomunicacioneses
dc.subject.otherMATLABen
dc.subject.otherSVMen
dc.subject.otherProceso de señaleses
dc.subject.otherElectroencefalogramases
dc.subject.otherEEGes
dc.subject.otherDiagnóstico médicoes
dc.subject.otherEpilepsiaes
dc.subject.otherMáquina de vectores soportees
dc.titleDetección de crisis epilépticas en el dominio temporal a partir del EEG mediante SVMses
dc.typemaster thesis*
dspace.entity.typePublication
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
PFC_alejandro_boris_valiente_2014.pdf
Size:
3.04 MB
Format:
Adobe Portable Document Format
Description:
PFC
Download
Thumbnail Image
Name:
PFC_alejandro_boris_valiente_Presentacion.pdf
Size:
1.08 MB
Format:
Adobe Portable Document Format
Description:
Presentación
Download
No Thumbnail Available
Name:
PFC__alejandro_boris_valiente_Matlab.zip
Size:
322.14 MB
Format:
ZIP files are binary data and thus should be encoded for MIME mail transmission. The same guidelines that apply to application/octet-stream apply to this.
Description:
Matlab
Download
Collections
Proyectos Fin de Carrera