Revista internacional de minería de datos biomédicos
Acceso abierto

abstracto

Mejora de la detección de potenciales evocados visuales con el uso de herramientas de inteligencia computacional

A. P. Souza, A. M. F. L. Miranda de Sa, E. M. A. M. Mendes, C. J. Tierra-Criollo, and L. B. Felix

El análisis de los potenciales evocados (EP) en el electroencefalograma (EEG) generalmente se inspecciona visualmente
y exige una interpretación subjetiva de los resultados. Este artículo tiene como objetivo combinar un criterio estadístico basado en la estimación de coherencia múltiple cuadrada de magnitud (MSMC) con métodos de inteligencia computacional para estimar la tasa de detección (DR) de EP utilizando solo porciones del espectro de frecuencia. Por lo tanto, las redes se utilizaron para predecir la DR en las señales de EEG de 15 sujetos normales durante la estimulación estroboscópica. Los algoritmos fueron diseñados para recibir la información espectral de dos, cuatro o seis derivaciones EEG como entrada y DR como salida. Nuestro mejor resultado muestra que las redes neuronales artificiales pueden estimar DR con un coeficiente de correlación de 0,97 en comparación con MSMC, incluso cuando se dispone de una cantidad reducida de información espectral de los datos.