Resumen

Existe una importante evidencia de diferencias en el espectro de frecuencias del EEG de los sujetos de control en comparación con los sujetos epilépticos. En particular, el estudio de los niños presenta dificultades debido a las etapas tempranas del desarrollo cerebral y a las diversas formas de indicación de la epilepsia. En este estudio, consideramos a los niños que desarrollaron crisis epilépticas en el pasado pero sin ningún otro hallazgo clínico, psicológico o neurofisiológico visible. El objetivo del trabajo es desarrollar técnicas fiables para comprobar si dicha epilepsia controlada induce diferencias espectrales relacionadas en el EEG. Se comparan las características espectrales extraídas mediante técnicas no paramétricas de representación de la señal (transformada de Fourier y wavelet) y una técnica paramétrica de modelado de la señal (ARMA) y se analiza su efecto en la clasificación de los dos grupos. Los sujetos realizaron dos tareas diferentes: una tarea de control (descanso) y una tarea matemática relativamente difícil. Los resultados muestran que las características espectrales extraídas mediante el modelado de las señales de EEG registradas desde canales individuales por un modelo ARMA dan una mayor discriminación entre los dos grupos de sujetos para la tarea de control, donde se obtuvieron puntuaciones de clasificación de hasta el 100% con un clasificador discriminante lineal.

• Materias:Reacciones químicas Microorganismos Farmacología Iones Química bioinorgánica
• Subjects:Chemical reactions Microorganisms Pharmacology Ions Bioinorganic chemistry
• Palabras claves:características espectrales, técnicas de modelado de señales, epilepsia controlada induce, espectro de frecuencias eeg, tarea matemática difícil, técnicas de representación de señales, hallazgo neurofisiológico visible, clasificador discriminante lineal, etapa del cerebro, espectro de control
• Keywords:spectral features, signal modeling techniques, controlled epilepsy induces, eeg frequency spectrum, difficult math task, signal representation techniques, visible neurophysiological finding, linear discriminant classifier, stage of brain, spectrum of control