DUGi

Estudi de l’aplicació d’aprenentatge semisupervisat en la predicció de crisis epilèptiques

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256@@27559

La tecnologia, especialment la intel·ligència artificial, ha experimentat avenços significatius en els últims anys. Aquests progressos haurien d’integrar-se de manera més extensa en diversos sectors fonamentals de la societat, com l’àmbit mèdic. És en aquest context que sorgeix aquest projecte. En aquest treball s’estudiaran els diferents mètodes d’aprenentatge automàtic que actualment ajuden a la predicció de crisis en pacients amb epilèpsia. Per a això, es proposa un estudi exhaustiu de l’eficiència d’un algoritme semisupervisat (SSL) aplicat a la predicció de crisis epilèptiques en dades EEG. El projecte s’ha realitzat en col·laboració amb un equip del CSIC que ja treballa en un projecte d’aquestes característiques. Així, l’objectiu principal d’aquest projecte és crear un sistema SSL que sigui estable i funcional en dades EEG i estudiar la seva eficiència en el camp de la predicció de crisis epilèptiques. Els resultats obtinguts han estat prometedors, observant-se que un mètode semisupervisat és molt més potent quant a la precisió que un supervisat. A més de les virtuts inherents a un algorisme semisupervisat, com la capacitat de treballar amb moltes més dades.

3

9