Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/70723
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorCunha, Lucas Cabral Carneiro da-
dc.contributor.authorBarreto, Guilherme de Alencar-
dc.contributor.authorMonteiro, José Maria-
dc.date.accessioned2023-02-09T17:17:45Z-
dc.date.available2023-02-09T17:17:45Z-
dc.date.issued2019-
dc.identifier.citationCUNHA, L. C. C.; BARRETO, G. A.; MONTEIRO, J. M. Classificação de estados epilépticos em sinais de EEG utilizando detecção de anomalias. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 34., 2019, Fortaleza. Anais... Fortaleza, 2019. p. 1-12.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/70723-
dc.description.abstractEpilepsy is a neurological disorder characterized by an abnormal electrical disturbance in the brain, causing recurrent seizures. The most commonly used exam to diagnose epilepsy it the electroencephalogram (EEG), where a patient’s brain electrical activity is measured and visually analyzed. However, identifying epileptic patterns in the EEG signal through visual inspection is a time-consuming and exhaustive task for professionals in the field, motivating the development of algorithms that can identify these patterns, aiding the medical diagnosis. In this work, we propose three models based on anomaly detection. The results obtained demonstrate high performance and noise robustness in relation to results found in the literature.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherSimpósio Brasileiro de Banco de Dadospt_BR
dc.titleClassificação de estados epilépticos em sinais de EEG utilizando detecção de anomaliaspt_BR
dc.typeArtigo de Eventopt_BR
dc.description.abstract-ptbrA epilepsia é um distúrbio neurológico caracterizado por uma perturbação elétrica anormal no cérebro, causando convulsões recorrentes. O exame mais utilizado no diagnóstico da epilepsia é eletroencefalograma (EEG), onde a atividade elétrica cerebral de um paciente é mensurada e analisada visualmente. Contudo, identificar os padrões epilépticos no sinal de EEG através de inspeção visual é uma tarefa demorada e exaustiva para profissionais da área. Assim, o desenvolvimento de algoritmos que possam identificar esses padrões de forma automática, auxiliando o diagnóstico médico, tornou-se um importante desafio. Neste trabalho, propomos três modelos de classificação, baseados em detecção de anomalias. Os resultados obtidos demonstram alto desempenho e robustez a ruídos em relação resultados encontrados na literatura.pt_BR
Aparece nas coleções:DETE - Trabalhos apresentados em eventos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_eve_gabarreto.pdf186,61 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.