Análisis de datos de electroencefalogramas para detección de epilepsia fotosensible

La epilepsia es un trastorno que provoca una actividad anormal del cerebro y afecta a más de 50 millones de personas en todo el mundo. La epilepsia fotosensible es un tipo de trastorno que consiste en una respuesta anormal ante un estímulo visual consistente en luces intermitentes. El estudio de este trastorno mediante la respuesta cerebral que se produce ante un estímulo puede ayudar a su diagnóstico precoz y un mejor entendimiento de la epilepsia. Este estudio se hace a partir de la lectura de las señales eléctricas por medio de la electroencefalografía (EEG). El registro de este tipo de señales es difícil puesto que existen distintos tipos de ruidos o artefactos que modifican la señal obtenida, por lo que es necesario un preprocesamiento de las mismas mediante diferentes técnicas y filtros que den como resultado una serie temporal que contenga la mayor información relativa al evento registrado. El desarrollo del estudio parte desde la adquisición de las señales, pasando por el filtrado de las mismas hasta la elaboración de clasificadores que sean capaces de distinguir entre un sujeto con epilepsia fotosensible y uno sano. Para ello se llevan a cabo distintas casuísticas de filtrado, extracción de características y algoritmos que mediante el uso de aprendizaje automático permitan distinguir entre los dos tipos de individuos.---ABSTRACT---Epilepsy is a disorder that causes abnormal brain activity and affects more than 50 million people worldwide. Photosensitive epilepsy is a type of disorder that consists of an abnormal response to a visual stimulus consisting of flashing lights. The study of this disorder through the brain response that occurs due to a stimulus can help early diagnosis and a better understanding of epilepsy. This study in based on recording of electrical signals using electroencephalography (EEG). The recording of this type of signals is difficult since there are different types of artifacts that modify the signal obtained, so it is necessary to preprocess them using different techniques and filters that result in a time series that contains the largest information related to the registered event. The development of the study starts from the acquisition of the signals, through their filtering to the elaboration of classifiers that are capable of distinguishing between a subject with photosensitive epilepsy and a healthy one. For this, different filtering casuistics, extraction of characteristics and algorithms are carried out that through the use of machine learning allow to distinguish between the two types of individuals