Este artículo presenta un método de predicción de ataques epilépticos específico para cada paciente que se basa en la extracción de características basadas en el patrón espacial común (CSP) de las señales del electroencefalograma del cuero cabelludo (sEEG). Las señales de EEG multicanal se trazan y segmentan en segmentos superpuestos para los intervalos preictales e interictales. Las características extraídas mediante el CSP se utilizan para entrenar un clasificador de análisis discriminante lineal, que luego se emplea en la fase de prueba. En los experimentos se adopta una estrategia de validación cruzada "leave-one-out". Los resultados experimentales para la predicción de convulsiones obtenidos a partir de los registros de 24 pacientes de la base de datos del CHB-MIT revelan que el predictor propuesto puede alcanzar una sensibilidad media de 0,89, una tasa media de predicción falsa de 0,39 y un tiempo medio de predicción de 68,71 minutos utilizando un horizonte de predicción de 120 minutos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Método basado en redes neuronales artificiales para el análisis sísmico de puentes arco de tubo de acero rellenos de hormigón
Artículo:
Producción de nanopartículas de L-leucina en diversas condiciones utilizando un método de reactor de flujo de aerosol
Artículo:
Algoritmo optimizador de lobo gris discreto modificado para el umbralizado de imágenes multinivel
Artículo:
Desarrollo de un sistema inteligente de supervisión de insumos agrícolas basado en DBN-SOFTMAX
Artículo:
WSN-DS: un conjunto de datos para sistemas de detección de intrusos en redes inalámbricas de sensores