PROJETO DE CLASSIFICADOR AUTOMÁTICO DE FASES DO SONO EM ELETROENCEFALOGRAMA

Resumo

O sono é importante para o bom funcionamento do corpo humano. Alguns problemas causados pela sua falta são distúrbios psiquiátricos, déficits cognitivos, problemas de saúde e acidentes de trânsito. Ele pode ser classificado em dois tipos: sono REM (rapid eye movement) e sono Não-REM, sendo que este último divide-se em quatro estágios. Uma forma de se estudá-lo é realizar a polissonografia, que capta dados como eletroencefalograma (EEG), movimento dos olhos e espasmos musculares enquanto o paciente está dormindo. A classificação automática, que é o objetivo deste trabalho, pode vir a auxiliar no tratamento de distúrbios do sono, como insônia, apnéia e síndrome das pernas inquietas. Para construir um classificador, foram utilizados sinais de EEG do banco de dados do repositório Physionet, que foram processados aplicando a transformada de Fourier e divididos em sub-bandas de frequência, sendo elas: Delta, Theta, Alpha, Beta e Gamma. Os classificadores utilizados foram árvores de decisão, máquinas de vetores de suporte e redes neurais. Foram alcançados resultados de 60% de acurácia para um classificador de 6 classes. Evidenciou-se a importância de técnicas de pré-processamento para trabalhar com o EEG e uma possível aplicação em discernir um estágio específico de sono.