Técnicas de procesamiento de EEG para detección de eventos
La electroencefalografía (EEG) es una técnica no invasiva que sirve para caracterizar la actividad eléctrica del cerebro. En la actualidad existe un creciente interés en el desarrollo de técnicas digitales de procesamiento para interpretar dichas señales, estas técnicas consisten en transformar la i...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis Tesis de maestria |
| Lenguaje: | Español |
| Publicado: |
2013
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/32602 https://doi.org/10.35537/10915/32602 |
| Aporte de: |
| Sumario: | La electroencefalografía (EEG) es una técnica no invasiva que sirve para caracterizar la actividad eléctrica del cerebro. En la actualidad existe un creciente interés en el desarrollo de técnicas digitales de procesamiento para interpretar dichas señales, estas técnicas consisten en transformar la información contenida en las señales de EEG en datos numéricos y/o gráficos que faciliten su análisis y sistematización. El objetivo de la presente tesis es el estudio y la aplicación de diferentes técnicas de procesamiento de EEG a casos típicos como la detección no supervisada de ritmos cerebrales, de potenciales relacionados a la ejecución de movimientos y crisis epilépticas. Para el procesamiento de las señales de EEG se utilizaron las técnicas de Transformada de Fourier, procesamientos tiempo-frecuencia como la Transformada de Gabor y la Transformada Wavelet, y diferentes mediciones de la entropía de la señal, como la entropía dependiente del tiempo, la entropía espectral y la entropía multirresolución. |
|---|