Resumen

SANCHEZ, Frank  y  HERNANDEZ, Alher Mauricio. Modelado autorregresivo de señales electroencefalográficas para simuladores médicos. Ing. Desarro. [online]. 2017, vol.35, n.2, pp.337-356. ISSN 0122-3461.

El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracteriza ción y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía.

Palabras clave : Electroencefalografía; modelado de señales; procesos autorregresivos; simuladores médicos.

        · resumen en Inglés     · texto en Español     · Español ( pdf )