Saltar al contenido principal

Predicción de crisis epilépticas a partir de la imagen del iEEG utilizando redes neuronales convolucionales

Autor

Martínez, Julián Gabriel

Título

Predicción de crisis epilépticas a partir de la imagen del iEEG utilizando redes neuronales convolucionales

Colaborador

Lew, Sergio

Descripción

Grado obtenido: Ingeniero Electrónico de la Universidad de Buenos Aires

Disciplina: Ingeniería Electrónica

Fil: Martínez, Julián Gabriel. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina.

Editor

Universidad de Buenos Aires. Facultad de Ingeniería

Fecha

2024-06-28

Extensión

vii, 66 p.

Resumen

Este estudio explora las habilidades de las redes neuronales convolucionales (CNN) en la detección de crisis epilépticas en electroencefalogramas intracraneales (iEEG), utilizando la arquitectura VGG16. Describimos el desarrollo de CNN con el objetivo de emular la capacidad de un epileptólogo en la interpretación de iEEG, aunque dicha CNN también podría utilizarse para en EEG convencionales. La red se entrena para identificar tres estados relacionados con las crisis: “crisis inminente”, “peligro de crisis” y “fuera de peligro”, representados por los colores “rojo”, “amarillo” y “verde” respectivamente. Este enfoque busca investigar hasta qué punto una CNN puede equipararse al juicio experto de un especialista en epilepsia en la detección de crisis en iEEG. Todo el proceso se implementa en Python, utilizando las bibliotecas Keras para el diseño de las redes y Pandas junto con NumPy para el análisis de datos.

Catalog Search

Search for related records in these catalogs:

Digital Public Library of America

Library of Congress