Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach
A seizure prediction system can improve lives of patients with epilepsy. Although seizure prediction has been a widely-researched topic, there is still no reliable and robust system that has strong theoretical support to be able to differentiate between inter-ictal and pre-ictal states. This study a...
- Autores:
-
Flórez Torres, Nicolás
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- eng
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44053
- Acceso en línea:
- http://hdl.handle.net/1992/44053
- Palabra clave:
- Procesamiento de señales - Técnicas digitales - Investigaciones
Epilepsia
Electroencefalografía - Investigaciones
Electrocardiografía - Investigaciones
Aprendizaje automático (Inteligencia artificial)
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UNIANDES2_f5be779a9b4afadf8f4156d8256ba093 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44053 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Valderrama Manrique, Mario Andrésb27d2094-aead-4c09-9481-6cc56f3d869f400Flórez Torres, Nicolás83de5449-6ede-476e-ba07-18ae012075db5002020-09-03T14:31:11Z2020-09-03T14:31:11Z2019http://hdl.handle.net/1992/44053u827382.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/A seizure prediction system can improve lives of patients with epilepsy. Although seizure prediction has been a widely-researched topic, there is still no reliable and robust system that has strong theoretical support to be able to differentiate between inter-ictal and pre-ictal states. This study aims at identify if there is a natural grouping of data that allows differentiating these pre- seizure states using different strategies of electroencephalography (EEG) and electrocardiographic (ECG) signal characteristics of epileptic patients and allowing the anticipation of seizures using algorithms of unsupervised machine learning, seeking to be a reliable tool for predicting seizures."Un sistema de predicción de crisis puede llegar a mejorar la vida de pacientes con epilepsia. Aunque la predicción de crisis ha sido un tema ampliamente investigado aún no se tiene un sistema confiable y robusto que tenga una sustentación teórica fuerte para poder diferenciar entre estados inter-ictales y pre-ictales. Este estudio pretende identificar si hay una comportamiento o agrupación de datos que permita diferenciar dichos estados previos a las crisis usando diferentes estrategias de características de señales de electroencefalografía (EEG) y electrocardiografía (ECG) de pacientes epilépticos y que permita la anticipación de crisis usando algoritmos de aprendizaje de máquina no supervisado, buscando ser una herramienta confiable para la predicción de las crisis de la enfermedad."--Tomado del Formato de Documento de Grado.Magíster en Ingeniería BiomédicaMaestría9 hojasapplication/pdfengUniandesMaestría en Ingeniería BiomédicaFacultad de IngenieríaDepartamento de Ingeniería Biomédicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaIdentification of pre-ictal states based on an EEG-ECG multi-feature clustering approachTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMProcesamiento de señales - Técnicas digitales - InvestigacionesEpilepsiaElectroencefalografía - InvestigacionesElectrocardiografía - InvestigacionesAprendizaje automático (Inteligencia artificial)IngenieríaPublicationTHUMBNAILu827382.pdf.jpgu827382.pdf.jpgIM Thumbnailimage/jpeg28109https://repositorio.uniandes.edu.co/bitstreams/cc7661c4-48e4-4a84-ad0f-a764be38dc17/downloada1884a42330d25a3374500426756fd65MD55ORIGINALu827382.pdfapplication/pdf630326https://repositorio.uniandes.edu.co/bitstreams/950349ed-c1b0-4ec9-810a-e950570f49c6/downloaddcf308858f5d03dadc495c90a406c0e7MD51TEXTu827382.pdf.txtu827382.pdf.txtExtracted texttext/plain31654https://repositorio.uniandes.edu.co/bitstreams/918235bf-cd8d-4d5b-b689-b01c50366ef7/download685c6e3df078e871a65216c10f1690c1MD541992/44053oai:repositorio.uniandes.edu.co:1992/440532023-10-10 16:33:33.596http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
dc.title.es_CO.fl_str_mv |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
title |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
spellingShingle |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach Procesamiento de señales - Técnicas digitales - Investigaciones Epilepsia Electroencefalografía - Investigaciones Electrocardiografía - Investigaciones Aprendizaje automático (Inteligencia artificial) Ingeniería |
title_short |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
title_full |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
title_fullStr |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
title_full_unstemmed |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
title_sort |
Identification of pre-ictal states based on an EEG-ECG multi-feature clustering approach |
dc.creator.fl_str_mv |
Flórez Torres, Nicolás |
dc.contributor.advisor.none.fl_str_mv |
Valderrama Manrique, Mario Andrés |
dc.contributor.author.none.fl_str_mv |
Flórez Torres, Nicolás |
dc.subject.armarc.es_CO.fl_str_mv |
Procesamiento de señales - Técnicas digitales - Investigaciones Epilepsia Electroencefalografía - Investigaciones Electrocardiografía - Investigaciones Aprendizaje automático (Inteligencia artificial) |
topic |
Procesamiento de señales - Técnicas digitales - Investigaciones Epilepsia Electroencefalografía - Investigaciones Electrocardiografía - Investigaciones Aprendizaje automático (Inteligencia artificial) Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
A seizure prediction system can improve lives of patients with epilepsy. Although seizure prediction has been a widely-researched topic, there is still no reliable and robust system that has strong theoretical support to be able to differentiate between inter-ictal and pre-ictal states. This study aims at identify if there is a natural grouping of data that allows differentiating these pre- seizure states using different strategies of electroencephalography (EEG) and electrocardiographic (ECG) signal characteristics of epileptic patients and allowing the anticipation of seizures using algorithms of unsupervised machine learning, seeking to be a reliable tool for predicting seizures. |
publishDate |
2019 |
dc.date.issued.es_CO.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:31:11Z |
dc.date.available.none.fl_str_mv |
2020-09-03T14:31:11Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44053 |
dc.identifier.pdf.none.fl_str_mv |
u827382.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/44053 |
identifier_str_mv |
u827382.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
eng |
language |
eng |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
9 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Uniandes |
dc.publisher.program.es_CO.fl_str_mv |
Maestría en Ingeniería Biomédica |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Biomédica |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/cc7661c4-48e4-4a84-ad0f-a764be38dc17/download https://repositorio.uniandes.edu.co/bitstreams/950349ed-c1b0-4ec9-810a-e950570f49c6/download https://repositorio.uniandes.edu.co/bitstreams/918235bf-cd8d-4d5b-b689-b01c50366ef7/download |
bitstream.checksum.fl_str_mv |
a1884a42330d25a3374500426756fd65 dcf308858f5d03dadc495c90a406c0e7 685c6e3df078e871a65216c10f1690c1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133886714445824 |