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...

Full description

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