Title

Soporte al diagnóstico de TDAH por búsqueda automatizada de patrones en el EEG

Author

FEDERICO ALBA SÁNCHEZ

Contributor

OSCAR YAÑEZ SUAREZ (Thesis Adviser)

Access level

Open Access

Summary or description

La población de estudio analizada constó de 28 niños referidos para evaluación psicológica porparte de su escuela con edades entre los siete y doce años de los cuales, 18 fueron diagnosticados con TDAH (15 hombres y tres mujeres) y diez sin TDAH (cinco hombres y cinco mujeres) por la sección de Neuropsicología del Instituto Nacional de Rehabilitación en la ciudad de México basados en las pruebas estandarizadas DSMIV. El mapa clasificador generado en esta investigación logró detectar sujetos con TDAH con una taza de acierto del 0,7±0,11, a partir del conjunto de rasgos frecuenciales, y del 0,77±0,15, apartir de los rasgos wavelet, ambos para datos no vistos después de la aplicación de un procesode validación cruzada a seis vías, esto nos prueba que ésta arquitectura de análisis cuantitativa podría apoyar al experto humano clínico durante su tarea diagnóstica.

El electroencefalograma continúa siendo una herramienta atractiva en la práctica clínica debido a que proporciona medidas bioeléctricas objetivas de la actividad contínua del cerebro, a su no invasividad y a su descripción en tiempo real el cual ha sido utilizado con éxito en el diagnóstico de desórdenes como la epilepsia y la esquizofrenia, entre algunas otras pudiendo también jugar un papel importante en el diagnóstico del Trastorno por Déficit de Atención con Hiperactividad. Esta investigación se enfocó en el diseño y desarrollo de una herramienta automatizada de soporte para el diagnóstico del trastorno por déficit de atención con hiperactividad a partir únicamente de un conjunto de señales electroencefalográficas adquiridas bajo un protocolo específico de estimulación visual con lámpara flash y utilizando como base, el sistema internacional decolocación de electrodos 10/20. La extracción de características fue sugerida por dos vías distintas la primera, mediante la determinación de índices de potencia espectrales dependientes de la ubicación espacial de la foto estimulación aplicada durante la adquisición de las señales y la segunda, con un análisis multi resolución por medio de una descomposición completa en paquetes Wavelet estudiando en este caso, la energía asociada a cada conjunto de coeficientes. Finalmente, el análisis de los rasgos extraídos se llevó a cabo mediante una arquitectura de clasificación compuesta primero, por dos capas de 10x10 nodos de Mapas autoorganizados segundo, por un posterior análisis de conglomerados a través del algoritmo de las k medias y por último, definiendo regiones de probabilidad de presencia de la enfermedad sobre el mapa clasificador segmentado, asignando para ello una codificación en color para cada una de estas regiones.

Publish date

July 8, 2011

Publication type

Master thesis

Language

Spanish

Source repository

Repositorio Institucional de la Universidad Autónoma Metropolitana Unidad Iztapalapa

Downloads

0

Comments



You need to sign in or sign up to comment.