Miguel Antonio Sovierzoski,  Leandro Schwarz,  Fernando M. de Azevedo. 

Este artigo apresenta o desenvolvimento e a avaliação de um classificador neural binário para separar eventos epileptiformes (espícula e onda aguda) do artefato piscada palpebral em exames de eletroencefalografia (EEG). A piscada palpebral é o principal artefato que diminui o desempenho dos sistemas automáticos de identificação de eventos epileptiformes em sinais de EEG. É apresentada a metodologia de desenvolvimento do classificador neural binário utilizando uma rede neural artificial tipo Perceptron multicamadas. A avaliação de desempenho do classificador neural é realizada com índices estatísticos, índices de desempenho e curva ROC com critérios de desempenho. O artigo finaliza apresentando e comentando os resultados obtidos.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2009/002.pdf

Processando consulta.