IDENTIFICAÇÃO DE PADRÕES EM SINAIS PERIÓDICOS DE EEG UTILIZANDO INTELIGÊNCIA ARTIFICIAL

Resumo

O projeto de pesquisa, inicialmente proposto para explorar o diagnóstico de doenças através da análise de padrões genéticos utilizando algoritmos de agrupamento como o ESOM, foi reestruturado devido à inviabilidade de processar grandes volumes de dados genômicos do BIPMed com os recursos computacionais disponíveis. A justificativa central para a transição reside na urgência de desenvolver ferramentas objetivas e eficientes, baseadas em Inteligência Artificial, para auxiliar o diagnóstico de condições neurológicas complexas como a epilepsia, superando a subjetividade da interpretação clínica. O objetivo geral do trabalho passou a ser o desenvolvimento de um sistema robusto para a leitura, armazenamento e classificação de sinais de Eletroencefalograma (EEG). A metodologia adotada estabeleceu um fluxo rigoroso de Sinais ⭢ Análise ⭢ RNA, com a aplicação da técnica da Dinâmica Simbólica para o pré-processamento. Esta técnica foi alocada com a Inteligência Artificial para a análise e a comparação dos padrões, permitindo a conversão do sinal de EEG em uma sequência de padrões temporais.