@MASTERSTHESIS{ 2019:155209525,
 	title = {Detecção automática de complexos-K no sinal EEG humano baseada em análise espectral multitaper.},
 	year = {2019},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/2738",
 	abstract = "Neste trabalho propõe-se um novo método para detecção automática de
 complexos-K (KCs) em eletroencefalograma (EEG) humano, denominado MT-KCD.
 De forma similar aos métodos existentes, o MT-KCD busca implementar algumas
 regras básicas da literatura médica tais como a caracterização do KC como uma onda
 bem-delineada e aguda que se sobressai do background iniciada por uma componente
 negativa e seguida imediatamente por uma componente positiva, possuindo faixa
 de frequência de 0-4 Hz, amplitude pico a pico ≥ 75 μV e duração ≤ 2 segundos.
 O que diferencia o MT-KCD dos outros métodos é a aplicação de análise espectral
 multitaper para realizar a caracterização do KC como ondas de 0-4 Hz que sobressaem
 do background. A análise espectral mulitaper do EEG é uma técnica de estimação de
 potência de sinais estacionários que soluciona os problemas de alto bias e variança
 gerado pela técnicas mais simples e que recentemente tem sido utilizada por alguns
 pesquisadores como uma técnica complementar ao hipnograma tradicional para o
 estudo de macro e microestruturas do sono. O MT-KCD divide-se em três fases:
 pre-processamento, extração de candidatos e eliminação de candidatos. No préprocessamento,
 gera-se um espectrograma multitaper a partir do sinal de EEG de
 entrada. Na extração de candidatos, o espectrograma é usado para identificar regiões
 correspondentes a oscilações na faixa 0-4Hz e nelas marcar ondas que se sobressaem
 do background como possíveis ocorrências de KCs. Na eliminação de candidatos,
 ondas marcadas anteriormente que satisfazem critérios de duração e amplitude são
 classificadas como KCs. O MT-KCD foi avaliado utilizando uma base de dados pública
 de KCs, o DREAMS, que tem sido utilizada por grande parte dos trabalhos sobre
 identificação automática de KCs. Os resultados alcançados mostram, com relação ao
 recall e precisão, o MT-KCD é comparável aos métodos existentes, com a vantagem de
 apresentar uma melhor relação entre estas métricas (valores de F1 e F2), alcançando
 valores superiores a 75%, na maioria dos cenários, superando os demais métodos.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}