Modelo de aprendizaje de señales electroencefalograma para mejorar la detección de convulsiones de crisis de ausencia en pacientes infantes neuropediátricos

Resumen

El objetivo de la presente investigación es determinar el im
pacto de aplicar los modelos basados en inteligencia artificial a 
las frecuencias de tipo electroencefalograma con el fin de mejorar 
la detección de convulsiones de crisis de ausencia en pacientes in
fantes neuropediátricos, como red neuronal supervisada, red neu
ronal SOM, vecino más cercano, árbol de decisión y random forest, 
así también encontrar la relación de los canales en el momento de 
la crisis. La metodología que se utiliza es de tipo aplicada, con un 
nivel de investigación explicativa, siendo el diseño de la investi
gación de tipo experimental. La muestra utilizada es de 4 sucesos 
de crisis de ausencia en 2256 segundos, aplicando el filtro Gabor 
a las frecuencias previo al ingreso a los modelos para que sean 
patrones de entrada. En los momentos de crisis de ausencia se 
identificó una coherencia de canal de 0.63 resaltando que en el 
momento de crisis todos los canales siguen un mismo patrón co
mún, se identificó el coeficiente de correlación R2 = 0.77 y un R2 
mínimo de 0.57 indicando la similaridad de las frecuencias en el 
momento de crisis, se identificó una desviación estándar muy alto 
resaltando los polipunto-cola con más de 5 picos por crisis en cada 
canal. En el testeo de los modelos basados en inteligencia artificial 
se obtuvo en sensibilidad, especificidad, exactitud y accuracy para 
cada modelo respecto para la identificación que no son crisis, si 
son crisis y previos a crisis como red neuronal artificial de tipo 
back propagation los valores de 0.99, 1.0, 0.99, 0.93 para la red 
neuronal SOM 0.99, nan, 0.99, 0.99, para el vecino más cercano 
0.99, 0.0, 0.99, 0.97, para árbol de decisión 0.99, 0.0, 0.99, 0.97 
y random forest 0.99, nan, 0.99, 0.97 respectivamente. Por tanto, 
concluye que hay una correcta recolección y tratamiento de datos 
con los modelos de aprendizaje a identificar convulsiones.