Resumen

En la actualidad, la depresión es la principal preocupación de salud y carga económica a nivel mundial. Sin embargo, debido a las limitaciones de los métodos actuales para el diagnóstico de la depresión, es esencial un enfoque objetivo y pervasivo. En el presente estudio, se construyó una base de datos psicofisiológica que contenía 213 sujetos (92 pacientes deprimidos y 121 controles normales). Se recopilaron las señales de electroencefalograma (EEG) de todos los participantes en estado de reposo y con estimulación acústica, utilizando un sistema de EEG de tres electrodos en lóbulo prefrontal de manera pervasiva en los sitios de electrodos Fp1, Fp2 y Fpz. Después de la limpieza de ruido utilizando el filtro de Respuesta al Impulso Finito combinando la fórmula de derivación de Kalman, la Transformación Wavelet Discreta y un Filtro Predictivo Adaptativo, se extrajeron un total de 270 características lineales y no lineales. Luego, la técn

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Depresión; Diagnóstico; Señales de EEG; Métodos de clasificación; Selección de características; Onda theta
• Keywords:Depression; Diagnosis; EEG signals; Classification methods; Feature selection; Theta wave