“Red neuronal artificial para detectar epilepsia usando electroencegalogramas en el Hospital de niños de Boston, Estados Unidos, 2010”

Abstract

Según la Organización de Mundial de la Salud (OMS), la epilepsia es una enfermedad cerebral que afecta a más de 50 millones de personas en el mundo, dificultando su normal modo de vida. La epilepsia es una enfermedad innata, incurable, no transmisible, que triplica el riesgo de muerte, reduce el desarrollo personal y social del paciente, siendo considerado como un problema importante de salud pública. Por su bajo costo del examen y equipamiento, el electroencefalograma (EEG) es la técnica más común para la detección de epilepsia. No obstante, debido a la gran variabilidad en la naturaleza, intensidad y duración de las convulsiones epilépticas, incluso para el mismo paciente a lo largo de su vida, la técnica tradicional de detección epiléptica basada en al análisis visual de encefalogramas es una tarea demorada, tediosa y desafiante hasta para los neurólogos experimentados. Esta tesis describe el diseño e implementación de una red neural artificial para la detección automática de epilepsia utilizando electroencefalogramas. La investigación fue de tipo aplicada, enfoque descriptivo, transversal y no experimental. Luego de evaluar el desempeño de la red neuronal en la base de datos pública de epilepsia CHB-MIT, utilizando métricas de exactitud, sensibilidad, especificidad y precisión, los resultados fueron sobresalientes.