Tesis profesional presentada por Ever Juárez Guerra [ever.juarezga@udlap.mx]

Doctorado en Ciencias de la Computación. Departamento de Computación, Electrónica y Mecatrónica. Escuela de Ingeniería, Universidad de las Américas Puebla.

Jurado Calificador

Presidente: Dr. Edgar Guevara Codina
Secretario y Director: Dr. Vicente Alarcón Aquino
Vocal y Co-director: Dra. María del Pilar Gómez Gil
Vocal: Dr. Roberto Rosas Romero
Vocal: Dr. Juan Manuel Ramírez Cortés

Cholula, Puebla, México a 17 de junio de 2016.

Resumen

In this thesis, we present the design of a system, able to identify epilepsy seizures using EEG signals as inputs. A new neural network model called Multidimensional Radial Wavelon Feed-Forward Wavelet Neural Network (MRW-FFWNN) is proposed for classification of three classes of EEG related to epilepsy conditions: Ictal, Interictal and Healthy. The Discrete Wavelet Transform (DWT) and the Maximal Overlap Discrete Wavelet Transform (MODWT) are used to decompose the EEG signals into delta (δ), theta (θ), alpha (α), beta (β),...

Palabras clave: Epileptic seizure detection, Wavelet transforms, Binary classification, Wavelet-Based Neural Networks, Wavelet choice.

Resumen (archivo pdf, 21 kb).

Índice de contenido

Portada (archivo pdf, 49 kb)

Agradecimientos y Dedicatorias (archivo pdf, 26 kb)

Índices (archivo pdf, 51 kb)

Glosario (archivo pdf, 24 kb)

Capítulo 1. Introduction (archivo pdf, 68 kb)

  • 1.1 Previous works
  • 1.2 Aimof thesis
  • 1.3 Contributions
  • 1.4 Organization of this document

Capítulo 2. Theoretical Background (archivo pdf, 658 kb)

  • 2.1 Epilepsy
  • 2.2 Wavelet Transforms
  • 2.3 Wavelet Neural Networks
  • 2.4 Discussion

Capítulo 3. Proposed Model for Analysing EEG Signals (archivo pdf, 391 kb)

  • 3.1 Introduction
  • 3.2 Experimental Data EEG
  • 3.3 Preprocessing
  • 3.4 Feature extraction
  • 3.5 Wavelet selection
  • 3.6 Multi-class Classification of EEG Signals
  • 3.7 Discussion

Capítulo 4. Multidimensional Radial Wavelon - Feed-Forward Wavelet Neural Network (MRW-FFWNN) (archivo pdf, 734 kb)

  • 4.1 Description of the MRW-FFWNN
  • 4.2 Learning algorithm of the MRW-FFWNN
  • 4.3 MotherWavelet Functions
  • 4.4 Classifiers based on neural networks and wavelet-based neural networks
  • 4.5 Discussion

Capítulo 5. Experimental results (archivo pdf, 73 kb)

  • 5.1 Performance evaluation
  • 5.2 Training and testing sets
  • 5.3 Results: FFANN and Elman classifiers
  • 5.4 Results: Binary tree classifier
  • 5.5 Results: OVO Decomposition
  • 5.6 Discussion

Capítulo 6. Conclusions and Future work (archivo pdf, 33 kb)

  • 6.1 Conclusions
  • 6.2 Future work

Referencias (archivo pdf, 43 kb)

Apéndice A. Experimental results by criterion 1 (archivo pdf, 68 kb)

Apéndice B. Experimental results by criterion 2 (archivo pdf, 69 kb)

Juárez Guerra, E. 2016. Epileptic Seizures Classification in EEG Signals Using Wavelet Based-Neural Networks. Tesis Doctorado. Ciencias de la Computación. Departamento de Computación, Electrónica y Mecatrónica, Escuela de Ingeniería, Universidad de las Américas Puebla. Junio. Derechos Reservados © 2016.