Tamanho da fonte: 

A epilepsia é o distúrbio neurológico mais comum do planeta. Apesar disso, não existe cura definitiva para ela, sendo que os remédios só têm efeito em 70% dos pacientes, depois de um longo período de tratamento. Isso também diminui a autonomia dos afetados, já que existem atividades que pessoas com epilepsia são proibidas de realizar, e existem muitas outras que são arriscadas nessa situação. A capacidade de prever quando um surto pode ocorrer possibilitaria uma maior liberdade aos pacientes, já que as atividades arriscadas se tornariam mais seguras havendo um aviso prévio do surto. O estudo de metodologias para predição de surtos que sejam rápidas e simples é um passo fundamental no desenvolvimento de equipamentos que sejam capazes de fornecer esse aviso com antecedência. Neste trabalho, são comparados três métodos de montagem de vetores de características usados no treinamento de uma rede neural LSTM para classificação de intervalos entre próximos e distantes do surto. O método 1 utiliza características do domínio do tempo e da frequência, além de características de teoria de grafos em conjuntos pequenos de vetores e teve acurácia de 84%; o método 2 utiliza as mesmas características do método 1, mas deixa um surto ausente do treinamento para usá-lo somente no teste da rede e resultou em uma acurácia de 80%; o método 3 utiliza somente as características de teoria de grafos e a quantidade de energia em 6 faixas de frequência e fornece os vetores em um único conjunto, resultando em uma acurácia de 68%.

epilepsia; LSTM; teoria de grafos; redes neurais; previsão de surtos