IDENTIFICAÇÃO DE PADRÕES EM SINAIS PERIÓDICOS DE EEG UTILIZANDO INTELIGÊNCIA ARTIFICIAL

Autores

  • Karollyne Moreira ifg@ifg.edu.br
  • Eduardo Marques ifg@ifg.edu.br
  • Lynwood Souza ifg@ifg.edu.br
  • Thiane Torquato ifg@ifg.edu.br

Palavras-chave:

Inteligência Artificial, Sinais EEG, Epilepsia, Redes Neurais, Dinâmica Simbólica

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.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2026-02-13

Métricas


Visualizações do artigo: 63     PDF downloads: 51

Como Citar

MOREIRA, Karollyne; MARQUES, Eduardo; SOUZA, Lynwood; TORQUATO, Thiane. IDENTIFICAÇÃO DE PADRÕES EM SINAIS PERIÓDICOS DE EEG UTILIZANDO INTELIGÊNCIA ARTIFICIAL. Anais do Seminário de Iniciação Científica e Tecnológica do IFG, [S. l.], v. 18, n. 1, 2026. Disponível em: https://periodicos.ifg.edu.br/sicti/article/view/3266. Acesso em: 21 nov. 2026.