AVALIAÇÃO DE UM SISTEMA INTELIGENTE DE MONITORAMENTO DE SINAIS DE ELETROENCEFALOGRAMA PARA PREVISÃO DE ATAQUES EPILÉTICOS

Resumo

O desenvolvimento de dispositivos inteligentes que detectam a fase que antecede o estado epilético pelos sinais cerebrais pode garantir maior eficiência na previsão das crises trazendo mais segurança e qualidade de vida para os pacientes e seus cuidadores. Nesse contexto, a avaliação de técnicas de machine learning para a detecção de padrões anormais do cérebro, indicando possibilidade de início do ataque, é uma contribuição importante para as pesquisas na área. O objetivo desta pesquisa é avaliar a utilização de redes neurais na detecção de padrões cerebrais anormais que antecedem a crise epilética. Foi desenvolvida uma rede neural artificial do tipo MLP (Multi Layer Perceptron), com algoritmo Backpropagation, para avaliar características no tempo de sinais de EEG de pessoas epiléticas. O sistema foi capaz de detectar 100% dos casos de pré-ataque, mostrando a eficiência do método proposto para esta aplicação.