Desarrollo de un método de selección de características basado en el análisis de señales electroencefalográficas para la detección de somnolencia
Cargando...
Fecha
2020
Título de la revista
Publicado en
Publicado por
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
El sueño es un estado que aísla a las personas de la realidad. Cuando no se descansa lo
suficiente en la noche, las actividades del día comienzan a verse afectadas por etapas de
somnolencia las cuales enlentecen los resultados de las tareas ejecutadas y, según el tipo de
actividad que se esté realizando, pueden poner en riesgo la vida. La detección de somnolencia
se ha realizado mediante análisis de imágenes y de señales electroencefalográficas. Los
primeros suelen verse afectados por variables externas a los estudios realizados y los
segundos suelen ser incómodos para los usuarios debido a la cantidad de electrodos y el
sistema utilizado para la detección. Es por eso por lo que se planteó el desarrollo de un
método de selección de características para la detección oportuna de somnolencia basado en
el análisis de un solo canal de electroencefalografía. Este método se basó en el procesamiento
de señales electroencefalográficas (EEG) obtenidas de la base de datos MIT-BIH
Polysomnographic Database. Se realizó la selección de 14 características obtenidas del canal
bipolar C3-O1 para 11 sujetos, todos ellos hombres. Se analizó el tipo de distribución de los
datos obtenidos y se aplicó la prueba de discriminancia de Rangos con Signo de Wilcoxon.
Posterior a esto se realizó el análisis de correlación de Spearman, utilizada para variables no
paramétricas. De las 14 características iniciales se seleccionaron el centroide y el Cambio del
área bajo la curva de Alpha respecto a Theta ((𝛼 − 𝜃) / 𝜃) como aquellos índices que mejor
efecto discriminante tenían sobre las dos clases de interés, W y S1. Posterior a la selección
se clasificó con un LDA y se obtuvo un 74% de exactitud, 79% de sensibilidad, 69% de
especificidad y 72% de precisión
Descripción
Abstract
Sleep is a state that isolates people from reality. When you are not getting enough rest at
night, the activities of the day will start a line determined by stages of drowsiness, whatever
the results of the tasks performed and depending on the type of activity you are doing, they
can be life threatening. The detection of drowsiness has been performed through the analysis
of images and electroencephalographic signals. The former are usually verses affected by
variables in the studies carried out, and the latter are usually uncomfortable for users due to
the number of electrodes and the system used for detection. That is why the development of
a characteristic selection method for the timely detection of drowsiness based on the analysis
of a single channel of electroencephalography was considered. This method was based on
the processing of electroencephalographic signals (EEG) obtained from the MIT-BIH
Polysomnographic Database. A selection of 14 characteristics obtained from the bipolar
channel C3-O1 was made for 11 subjects, all of them men. The type of distribution of the
modified data was analyzed and the Wilcoxon Sign Rank discrimination test was applied.
After this, Spearman's correlation analysis was performed, they were used for non-parametric
variables. Of the 14 initial characteristics, the centroid and the Change of the area under the
curve of Alpha with respect to Theta ((𝛼 − 𝜃) / 𝜃) can be selected as those indices that best
discriminate effect on the two classes of interest, W and S1. After selection, it was classified
with an LDA and 74% precision, 79% sensitivity, 69% specificity and 72% precision were
obtained.
Palabras clave
Procesamiento de señales EEG, Vigilia, Somnolencia, Discriminancia de características
Keywords
EEG signal processing, Wakefulness, Drowsiness, Characteristic discrimination