Classificação de estágios de sono através da aplicação de DWT sobre um único canal de EEG

Abstract

Este trabalho apresenta uma nova metodologia de apoio à decisão para a classificação de estágios de sono. No método proposto, uma transformada wavelet discreta (DWT) é aplicada a um único canal de eletroencefalograma (EEG) e são extraıdas, dos coeficientes da DWT, características estatísticas de ritmos cerebrais relacionados ao sono que, posteriormente, alimentam um classificador. Diversos algoritmos para classificação, incluindo florestas aleatórias, são avaliados em um conjunto de mais de 100.000 instâncias disponíveis em uma base de dados pública. Obtém-se acurácias superiores a 90% e coeficientes kappa maiores que 0.8 para as classificações de 2 a 6 estados de estágios de sono. O resultados obtidos são comparáveis aos de trabalhos no estado da arte.