Aplicación de algoritmos de aprendizaje automático, con énfasis en aprendizaje no supervisado, para la identificación y categorización de segmentos de interés en señales bioeléctricas para el estudio de la epilepsia - Fase V

Abstract

En el trabajo presentado en este documento se investigaron e implementaron distintos métodos y algoritmos con el n de mejorar la identificación y categorización de segmentos de interés en señales bioeléctricas para el estudio de la epilepsia. Este trabajo incluyó el procesamiento de señales provenientes del TUH EEG Epilepsy Corpus y pruebas adicionales con datos de HUMANA para evaluar su desempeño en diferentes escenarios. Se implementaron técnicas como la normalización Z-score, que asegura una escala uniforme entre características, y el Análisis de Componentes Principales (PCA), utilizado para reducir la dimensionalidad, optimizar la carga computacional y mejorar la visualización de los agrupamientos generados. Asimismo, se evaluaron algoritmos de aprendizaje automático no supervisado, como K-Means, Clustering Jerárquico y Fuzzy C-Means. Estos algoritmos demostraron su efectividad para diferenciar segmentos epilépticos y no epilépticos, con resultados particularmente robustos al combinar características extraídas de los dominios del tiempo, frecuencia. Una contribución destacada de este trabajo fue la integración de Fuzzy C-Means, que permitió la generación de anotaciones con gradientes, mejorando la interpretación visual de los resultados en la herramienta desarrollada. La herramienta también mostró consistencia y adaptabilidad con diferentes señales validando su capacidad para aplicaciones clínicas y de investigación. Este proyecto concluyó con el desarrollo de una herramienta funcional que puede ser utilizada en el análisis y diagnóstico de la epilepsia, proporcionando una base para futuras investigaciones en aprendizaje automático y validaciones clínicas más amplias

In the work presented in this document, various methods and algorithms were investigated and implemented to improve the identification and categorization of segments of interest in bioelectrical signals for the study of epilepsy. This work included the processing of signals from the TUH EEG Epilepsy Corpus and additional tests with HUMANA data to evaluate their performance in diferent scenarios. Techniques such as Z-score normalization, which ensures a uniform scale between features, and Principal Component Analysis (PCA), used to reduce dimensionality, optimize computational load, and improve the visualization of generated clusters, were implemented. Additionally, unsupervised machine learning algorithms, such as K-Means, Hierarchical Clustering, and Fuzzy C-Means, were evaluated. These algorithms demonstrated their effectiveness in di erentiating epileptic and non-epileptic segments, with particularly robust results when combining features extracted from time and frequency domains. A notable contribution of this work was the integration of Fuzzy C-Means, which enabled the generation of gradient annotations, improving the visual interpretation of the results in the developed tool. The tool also demonstrated consistency and adaptability with di erent signals, validating its suitability for clinical and research applications. This project concluded with the development of a functional tool that can be used for the analysis and diagnosis of epilepsy, providing a foundation for future research in machine learning and broader clinical validations.