Resumen

La epilepsia es un trastorno de los nervios del cerebro como resultado de una actividad excesiva de las células cerebrales. Generalmente se caracteriza por convulsiones recurrentes no provocadas. Esta anormalidad neurológica puede ser detectada y evaluada utilizando la señal del Electroencefalograma (EEG). Se han aplicado muchos algoritmos para lograr un alto rendimiento en la clasificación del EEG de pacientes epilépticos. Sin embargo, la complejidad y la aleatoriedad de las señales del EEG se convierten en un desafío para los investigadores al aplicar los algoritmos adecuados. En esta investigación, se aplicó la entropía de muestra en la Diferencia de Nivel de Señal Multidistancia (MSLD) para obtener las características de las señales del EEG, especialmente en pacientes con epilepsia. La prueba se realizó en tres clases de datos del EEG: señales del EEG de pacientes con epilepsia en estado ictal (convulsión), condiciones interictales (ocurriendo entre convulsiones) y señales del EEG normales de sujetos san

• Materias:Farmacología Fertilidad Antibacteria Antibióticos naturales
• Subjects:Pharmacology Fertility Antibacterial Natural Antibiotics
• Palabras claves:Epilepsia; Señales de EEG; Convulsiones; Algoritmos; Diferencia de Nivel de Señal Multidistancia (MSLD); Máquina de Vectores de Soporte (SVM)
• Keywords:Epilepsy; EEG signals; Seizures; Algorithms; Multidistance Signal Level Difference (MSLD); Support Vector Machine (SVM)