Hardware reconfigurable en la identificación de epilepsia basado en un algoritmo de Machine Learning
![Thumbnail](/xmlui/bitstream/handle/20.500.12276/674/PORTADATBAUNAR%20%282%29.png?sequence=3&isAllowed=y)
View/ Open
Date
2019-11-29Author
Cuaspud Malua, Jefferson Arley
Hoyos Jiménez, Anjhy Paola
Timaná Meneses, Nancy Yadira
Metadata
Show full item recordAbstract
La epilepsia es uno de los trastornos neurológicos crónicos más comunes en el mundo y se manifiesta presentando inicialmente como mínimo una crisis epiléptica, ocasionada por alteraciones eléctricas en un grupo de neuronas de una o múltiples regiones del cerebro. Esta enfermedad afecta a la población de diversas edades, manifestándose con mayor frecuencia en personas de temprana o avanzada edad donde “solo alrededor de un 20% de la población tiene acceso a un diagnóstico y tratamiento adecuado” (Informe sobre la Epilepsia en Latinoamérica). Su posible diagnóstico se realiza principalmente mediante exámenes físicos como la resonancia magnética nuclear, punción
lumbar, tomografía computarizada y el electroencefalograma uno de los exámenes más complejos de analizar y relevantes para la valoración de la patología por adquirir señales eléctricas del cerebro donde con la ayuda de técnicas de aprendizaje automático se puede entrenar modelos de clasificadores.