Programa del congreso

En este trabajo se presenta una comparativa entre diferentes técnicas de filtrado (tanto existentes como novedosas) para la selección de un único canal con el fin de detectar crisis epilépticas en registros de EEG. El objetivo es identificar el mejor canal para capturar la información ictal, minimizando a su vez la complejidad del sistema, con la finalidad de implementarlo en dispositivos portátiles. Utilizando la base de datos CHB-MIT, se emplean diversas medidas estadísticas (varianza, entropía, correlación y divergencia de Jensen-Shannon) para evaluar la efectividad de cada canal. Se utiliza una Máquina de Vectores de Soporte (SVM) específica para cada paciente para clasificar los eventos de crisis, con la extracción de características realizada tanto en el dominio temporal como frecuencial. El entrenamiento se lleva a cabo siguiendo el esquema de validación cruzada, dejando un registro fuera. Los resultados resaltan los beneficios de la selección de canales basada en medidas tales como la divergencia de Jensen-Shannon, que permite reducir los requisitos computacionales y mantener un buen rendimiento.