Academic Journals Database
Disseminating quality controlled scientific knowledge

Detection of epileptic spikes in electroencephalographic signals for patients with temporal lobe epilepsy using wavelets Detección de puntas epilépticas en señales electroencefalográficas para pacientes con epilepsia del lóbulo temporal utilizando wavelets

ADD TO MY LIST
 
Author(s): Nelson Eduardo Castaño | José Fernando Zapata | Jairo Villegas-G

Journal: Ingeniería y Ciencia
ISSN 1794-9165

Volume: 5;
Issue: 9;
Start page: 145;
Date: 2009;
Original page

Keywords: Análisis multirresolución | wavelet biortogonal | detección de puntas epilépticas.

ABSTRACT
This paper describes a method for detecting epileptic spikes in a record electroencephalographic (EEG) surface by taking a single channel. We identified a pattern using multiresolution analysis with a biorthogonal wavelet after processing and analyzing the Wavelet Toolbox of Matlab, 207 records and 132 records of tips tricks previously classified by Neurophysiologist. This pattern enabled an algorithm for detecting spikes in patients with refractory temporal lobe epilepsy, based on the maximum voltage in each of the six levels of reconstruction using biorthogonal 3.7 wavelet. The algorithm was applied on records of patients with epilepsy, getting a sensitivity of 92% and a specificity of 80% in the diagnosis of epileptic spikes.En este trabajo se describe un método para la detección de puntas epilépticasen un registro electroencefalográfico(EEG) de superficie tomando un solocanal. Se identificó un patrón al utilizar el análisis multirresolución con unawavelet biortogonal después de procesar y analizar con el Toolbox Waveletde Matlab, 207 registros de puntas y 132 registros de artificios previamenteclasificadas por el neurofisiólogo. Este patrón permitió diseñar un algoritmopara la detección de puntas en pacientes con epilepsia refractaria del lóbulotemporal, a partir de los máximos voltajes en cada uno de los seis niveles de reconstrucción usando la wavelet biortogonal 3.7. El algoritmo se aplicó sobreregistros de pacientes con epilepsia, obteniéndose una sensibilidad del 92% yuna especificidad del 80% en el diagnóstico de las puntas epilépticas.
Save time & money - Smart Internet Solutions      Why do you need a reservation system?