Detección de Actividad Convulsiva

Mediante Redes Neuronales Artificiales de

Base Radial

FACULTAD DE INGENIERÍA
UNIVERSIDAD DE ANTIOQUIA
Escuela Ambiental
Semestre 2021-2
Carlos Eduardo Ríos Diaz
carlos.riosd@udea.edu.co
Daniela Sánchez Espinel
daniela.sanchez13@udea.edu.co
1
 Introducción
• La epilepsia es una disfunción cerebral transitoria causada por una sobredescarga anormal y
repentina de las neuronas del cerebro. La electroencefalografía (EEG) es uno de los métodos
más utilizados en la medicina para el diagnóstico y seguimiento de las epilepsias, a través de
la detección de actividad epileptiforme, ya sea por medio de electrodos de superficie,
semi-invasivos e intracraneales.

https://www.lifeder.com/electroencefalograma/

2
 Descripción del Problema
• La encefalopatía hipóxico isquémica (HIE) causa la muerte de 1 de cada 4 adultos que
la padecen, y deja efectos permanentes en 9 de cada 10.
• En niños, 8 de cada 10 infantes con HIE no presentan manifestaciones físicas de
convulsión.
• Brasil reporta 2 recién nacidos con HIE por hora, con entre 15-20 mil recién nacidos
con esta condición por año.

• Antecedentes del análisis autónomo de encefalogramas:

➢ “Epilepsy EEG Signal Classification Algorithm Based on Improved RBF”

➢ “EEG signals denoising using optimal wavelet transform hybridized with
efficient metaheuristic methods”
➢ “eeglib: A Python module for EEG feature extraction”

3
Justificación y objetivo general
Justificación
• La carencia de recursos físicos y de personal limita la capacidad de
neuromonitoreo en las salas de cuidado intensivo.
• Los desarrollos en Telemedicina permiten mejorar la calidad de la
atención y a reducir la probabilidad de daño permanente en el
cerebro de infantes.
• Esta herramienta contribuye al control evolutivo del paciente, y en
especial, en la decisión de elección farmacológica y suspensión de
tratamiento

Objetivo general
• Detectar actividad electroconvulsiva mediante el análisis autónomo
de señal de una encefalografía.

4
Redes Neuronales de Base Radial

5
 Métodos Numéricos
● Método 1: Método de los mínimos cuadrados

6
 Métodos Numéricos
● Método 2: Transformada de Onduleta Rápida (FWT)

7
Algoritmo de prueba: mínimos cuadrados

[Chapra, (2017)] 8
 Propuesta de Solución
● Posterior al entrenamiento y al clasificador, la RBFNN arrojará el estatus
de la actividad eléctrica del paciente. Es decir, el software clasifica el EEG
como “Normal” o como “Convulsión Probable”.

Fuente:https://www.marthadebayle.com/v3/radiov3/saludv3/lo-que-debes-saber-sobre-la-epilepsia/

9
Diagrama de flujo EEG

K- banda

Coeficientes Entropía Entropía de Entropía de

de Onda aprox. la muestra permutación
multiescala

K-Medias

Función de
base radial

Pesos
sinápticos

no

sí

OAO
fin
10
 Bibliografía y webgrafía
1.Chapra, Steven C. (2017). Applied Numerical Methods with MATLAB for Engineers and Scientists. McGraw-Hill Education.
2. Rios P. Loreto, Alvarez D. Carolina.(2013). Aporte de los distintos métodos electroencefalográficos (eeg) al diagnóstico de las
epilepsias. Revista Médica Clínica Las Condes, Vol. 24, Issue 6, pp. 953-957.
3. Cao, Z. (2020). A review of artificial intelligence for EEG-based brain−computer interfaces and applications. Brain Science
Advances, 6(3), pp. 162–170. https://doi.org/10.26599/BSA.2020.9050017
4. Luis Cabañero-Gomez, Ramon Hervas, Ivan Gonzalez, Luis Rodriguez-Benitez. (2021). eeglib: A Python module for EEG feature
extraction, Vol.15, 100745, ISSN 2352-7110, https://doi.org/10.1016/j.softx.2021.100745
5. Z. A. A. Alyasseri, A. T. Khader, M. A. Al-Betar, A. K. Abasi and S. N. Makhadmeh. (2020). EEG Signals Denoising Using Optimal
Wavelet Transform Hybridized With Efficient Metaheuristic Methods, in IEEE Access, Vol. 8, pp. 10584-10605.
6. Zhou Dongmei, Li Xuemei.(2020). Epilepsy EEG Signal Classification Algorithm Based on Improved RBF, Frontiers in
Neuroscience, Vol. 14, pp. 606, https://www.frontiersin.org/article/10.3389/fnins.2020.00606
7. Variane, G. (2021, 11 octubre). UCI Neurológica Neonatal: Un Nuevo Modelo de Atención al Recién Nacido de Alto Riesgo [VII
Congreso Nacional de Neonatología]. El Cerebro del Recién Nacido: Cuidando su Futuro, Bogotá, Colombia.

11
¡Muchas gracias!

¿Preguntas?

12