Resumen

La extracción de características de las señales fisiológicas del EEG (electroencefalograma) es una parte esencial para la estadificación del sueño. En este estudio, se investigó la extracción de características multidominio basada en el análisis del dominio del tiempo, el análisis no lineal y el análisis del dominio de la frecuencia. A diferencia del cálculo tradicional de características en el dominio del tiempo, se desarrolló un método de fusión de secuencias como procedimiento de preprocesamiento. El objetivo es eliminar la forma de onda desordenada y destacar la forma de onda característica para su posterior análisis. Los números de las actividades características se extrajeron como características del dominio del tiempo. Se compararon las contribuciones de las características de los diferentes dominios a las etapas del sueño. La eficacia se analizó además mediante la clasificación automática de las etapas del sueño y se comparó con la inspección visual. Se probaron las grabaciones clínicas de EEG del sueño nocturno de 3 pacientes después del tratamiento con presión positiva continua en las vías respiratorias (CPAP). Los resultados obtenidos mostraron que el método desarrollado puede resaltar la actividad característica que es útil tanto para la clasificación automática del sueño como para la inspección visual. Además, puede ser una herramienta de entrenamiento para comprender mejor la aparición de formas de onda características a partir de EEG de sueño sin procesar que es mixto y complejo en el dominio del tiempo.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:dominio del tiempo, características de la forma de onda, características de las actividades, inspección visual, extracción de características, clasificación de la etapa del sueño, presión positiva en las vías respiratorias, señal de eeg, vías respiratorias positivas continuas, métodos de fusión de secuencias
• Keywords:time domain, characteristics waveform, characteristics activities, visual inspection, features extraction, sleep stage classification, positive airways pressure, signal of eeg, continuous positive airways, sequence merging methods