Вы находитесь на странице: 1из 9

UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 1

Proyecto 3. TOMAR DE DECISIONES EN LA


COMPETENCIA DE PREDICCION DE
CONVULSIONES
Joselyn Guillen, Kevin Morales
jvguillen@espe.edu.ec
kfmorales@espe.edu.ec

ResumenEn el presente artculo contiene teora, ecuaciones, determinar una correcta decision de una posible aparicion
aplicaciones y diferentes analisis de datos tomados a pacientes que de un ataque epiletico, as como lograr identificar el estado
padecen de ataques de epilepsia, para con ellos realizar una toma de un paciente. Para cada combinacion de usuario, estado y
de decisiones acertada y de este modo predecir sus convulsiones.
Palabras Clave: Estimacion, Decision, convulsiones, paciente. segmento se determina los electrodos correlacionados.

II. D ESARROLLO DE C ONTENIDOS


I. I NTRODUCCI ON
A. MARCO TEORICO
Las convulsiones son sntomas de un problema cerebral.
Ocurren por la aparicion subita de una actividad electrica Los clips de datos intracraneales se orgnizan en carpetas que
anormal en el cerebro. Las convulsiones se dividen en contien datos de entrenamiento y pruebas para cada paciente
dos grupos principales. Las convulsiones focales, tambien humano. Los datos de entrenamiento estan organizados en
llamadas convulsiones parciales, ocurren en una parte del clips de 10 minutos denominados PREICTAL el cual es
cerebro. Las convulsiones generalizadas son el resultado de uno de los 4 estados de la actividad cerebral que determina
actividades anormales en ambos lados del cerebro. el antes de la convulsion; para los segmentos de datos
La epilepsia constituyen el trastorno neurologico cronico mas pre-convulsion o INTERICAL para los segmentos de datos
comun en el mundo. Se estima que la padecen 50 millones no convulsivos. Los segmentos de datos de entrenamiento se
de personas. La prevalencia de la epilepsia en Latinoamerica enumeran secuencialmente, mientras que los datos de prueba
es mayor que la existente en los pases desarrollados. Los estan en orden aleatorio.
medicamentos necesarios para su tratamiento no siempre estan Dentro de las carpetas, los segmentos de datos se alamacenan
disponibles o son muy caros, lo cual explica la enorme brecha en archivos .mat como se reviso anteriormente en el proyecto
que existe en el diagnostico y tratamiento de la epilepsia. 1 y proyecto 2 con el respectivo analisis de las distribuciones.
Existen dificultades geograficas, culturales, economicas, falta
de recursos o mala distribucion de ellos. La epilepsia es una
condicion que no respeta geografa, raza, sexo o condicion
social.
Para la realizacion de este proyecto se utiliza como
herramientas los datos generados por la actividad del cerebro
humano lo cual se registro rn fr EEG intracraneal (iEEG) lo
cual se constituye por electrodos colocados en la superficie de
la corteza cerebral del paciente, se realizaron grabaciones de
senales electricas con un sistema de monitoreo ambulatorio.
Las Grabaciones pueden abarcar desde meses hasta anos,
registrando una gran cantidad de convulsiones de algunos
pacientes que sufren de esta enfermedad.
Teora de la Estimacion
El objetivo de este proyecto es analizar los datos de
los ensayos clnicos correspondientes a pacientes cuyos - Estimado Eficiente
ataques epilepticos fueron difcil de predecir, para definir el
electrodo correcto que nos permita saber si un paciente va a En inferencia estadstica se llama estimacion al conjunto
sufrir un atate epileptico. de tecnicas que permiten dar un valor aproximado de
un parametro de una poblacion a partir de los datos
El estudio que se realiara en este artculo es retomar el proporcionados por una muestra.
conocimiento sobre la teora de los estimadores, teora de la
decision. Se identifica las caractersticas de parametros para
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 2

Tipos de Estimacion
Estimacion Puntual: consiste en un solo valor estadstico Electrodo Valor Esperado Media
de la muestral que se usa para estimar el valor verdadero 1 7, 4259E 06 0, 00017881
de un parametro de una poblacion que es desconocido. 2 0, 0018145 0, 00177133
Por ejemplo, la media muestral ~x es una estimador 3 0, 07840858 0, 07840919
puntual de la media poblacional . Cuando usamos 4 0, 09387893 0, 0938822
una estimacion puntual, se sabe que aunque usemos 5 0, 04294728 0, 04294682
un metodo bueno de estimacion es practicamente 6 0, 11356201 0, 11356306
improbable que el valor de la estimacion coincida con el 7 0, 02418032 0, 02420878
verdadero valor del parametro, as que sera conveniente 8 0, 1890631 0, 18906212
acompanar nuestra estimacion con alguna medida que 9 0, 11445591 0, 11445478
nos permitiera expresar la cercana del estimador al 10 0, 2265339 0, 22653294
parametro. 11 0, 150682 0, 15068293
12 0, 13216767 0, 1321696
Estimacion por intervalo: Es la estimacion de un parame- 13 0, 46956518 0, 46956635
tro de la poblacion dado por dos numeros entre los 14 0, 2128747 0, 2128768
cuales se puede considerar que se encuentra el parametro. 15 0, 2322489 0, 23224831
Las estimaciones de intervalo indican la precision de 16 0, 04574616 0, 04574656
una estimacion y son, por lo tanto, preferibles a las .
estimaciones. puntuales
Caractersticas principales de un buen estimador Electrodo Valor Esperado Media
Debe ser insesgado: un estimador es insesgado, si en 1 0, 00024627 0, 00024521
promedio, tiende a tomar valores que estan por encima 2 0, 02190711 0, 02190438
del parametro de la poblacion con la misma frecuencia y 3 0, 0540025 0, 05400229
la misma extension,con la que tiende a asumir valores por 4 0, 03581255 0, 03581357
debajo del parametro de poblacion que se esta estimando. 5 0, 05235502 0, 05235499
6 0, 05303346 0, 05303264
Debe ser eficiente: de varios estimadores insesgados, 7 0, 02199925 0, 02199936
el mas eficiente es el que tiene el error estandar mas 8 0, 1160799 0, 11608016
pequeno. 9 0, 03815991 0, 03815985
10 0, 11870182 0, 11870217
Debe ser consistente: significa que a medida que aumenta 11 0, 10476382 0, 10476518
el tamano de la muestra, la estimacion se aproxima al 12 0, 1080688 0, 1080687
valor del parametro. 13 0, 2242564 0, 22425938
Debe ser suficiente: significa que ningun otro estimador 14 0, 14533453 0, 14533329
puede suministrar mas informacion sobre el parametro. 15 0, 09844533 0, 09844565
16 0, 00806704 0, 00806757
Teora de la Decision .
Intuitivamente puede decirse que tomar una decision implica
escoger o seleccionaruna alternativa o curso de accion entre Electrodo Valor Esperado Media
un conjunto de ellas. La teora de la decision se enfoca como 1 0, 00023588 0, 00023866
una tecnica cuantitativa que sirve de apoyo a la toma de 2 0, 01044594 0, 01045823
decisiones. Para desarrollar las tecnicas matematicas propias 3 0, 08855569 0, 08855581
de la Teora de la Decision se deben conocer un conjunto de 4 0, 07188207 0, 07188272
conceptos basicos que recogen la terminologa generalmente 5 0, 06278119 0, 0627811
aceptada por los autores que tratan esta tecnica. La decision 6 0, 10582735 0, 10582721
va a suponer una eleccion o seleccion fundamentada en 7 0, 00271639 0, 0026111
criterios de algun caracter bien establecido. 8 0, 18885544 0, 18885416
9 0, 09734373 0, 09734637
B. PROCEDIMIENTO 10 0, 21776657 0, 21776438
1. Verificacion de los estimadores 11 0, 16211824 0, 16211939
Para este primer punto se realiza la estimacion de la media 12 0, 14842103 0, 1484189
de las muestras, por lo que es necesario obtener la media 13 0, 41265363 0, 4126606
aritmetica de la muestra, ya que su valor esperado es igual a 14 0, 23392458 0, 23392487
la media de la datos. A continuacion se muestra los resultados 15 0, 21500704 0, 21500659
obtenidos en Matlab para cada uno de los pacientes. 16 0, 03639504 0, 03639579
Paciente 1 .
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 3

Electrodo Valor Esperado Media Electrodo Valor Esperado Media


1 0, 00018732 0, 00021124 1 2, 3698E 05 1, 8597E 05
2 0, 0067527 0, 00674868 2 0, 07988188 0, 07988238
3 0, 08705907 0, 08705747 3 0, 003841 0, 00384173
4 0, 08464269 0, 08464432 4 0, 03277325 0, 03277355
5 0, 05859993 0, 05859947 5 0, 05717811 0, 05717731
6 0, 13761351 0, 13761473 6 0, 02642055 0, 02642143
7 0, 01164245 0, 01163793 7 0, 08060037 0, 08060098
8 0, 23542584 0, 23542738 8 0, 04729275 0, 04729259
9 0, 13434185 0, 13434342 9 0, 05104927 0, 05104923
10 0, 27869368 0, 27869606 10 0, 00583205 0, 00583605
11 0, 1622546 0, 16225338 11 0, 08812927 0, 08812971
12 0, 1716378 0, 17163682 12 0, 0242291 0, 02422917
13 0, 53389812 0, 5338974 13 0, 02181236 0, 02181041
14 0, 27676961 0, 2767725 14 0, 01052219 0, 01052085
15 0, 28321591 0, 28321552 15 0, 05691 0, 05691004
16 0, 04214067 0, 04214287 16 0, 00428774 0, 00428966
. .
Electrodo Valor Esperado Media Electrodo Valor Esperado Media
1 0, 00010188 0, 00012785 1 0, 00021185 0, 00023043
2 0, 00542912 0, 00542271 2 0, 19701037 0, 19701183
3 0, 08035013 0, 0803504 3 0, 0066867 0, 0067178
4 0, 06988253 0, 06988096 4 0, 08946417 0, 08946395
5 0, 03981059 0, 03981304 5 0, 10846097 0, 10846138
6 0, 10388821 0, 10388887 6 0, 07842682 40, 07842684
7 0, 01463748 0, 0146296 7 0, 20412627 0, 20412636
8 0, 18063299 0, 18063307 8 0, 12689073 0, 12689087
9 0, 10322573 0, 10322428 9 0, 13533472 0, 13533616
10 0, 20594907 0, 20594835 10 0, 01832817 0, 01832843
11 0, 13042559 0, 13042641 11 0, 22547208 0, 22547102
12 0, 11117819 0, 11117935 12 0, 06535479 0, 06535482
13 0, 39409083 0, 39409184 13 0, 03941621 0, 03941524
14 0, 18840724 0, 18840811 14 0, 02263974 0, 02263737
15 0, 22607601 0, 22607112 15 0, 13808148 0, 13808179
16 0, 06263606 0, 06263769 16 0, 0059707 0, 0059647
.
.
Electrodo Valor Esperado Media
1 5, 1644E 05 0, 00011879 Electrodo Valor Esperado Media
2 0, 01301185 0, 0130161 1 0, 00054504 0, 00056458
3 0, 09141048 0, 09141207 2 0, 30487069 0, 30487221
4 0, 08508809 0, 08509254 3 0, 0030047 0, 00302303
5 0, 05650083 0, 0565033 4 0, 12962702 0, 12962723
6 0, 11192637 0, 11192703 5 0, 1756483 0, 17564678
7 0, 01095791 0, 01093465 6 0, 10883243 0, 10883319
8 0, 20572223 0, 20572042 7 0, 30528307 0, 30528235
9 0, 12354334 0, 12354207 8 0, 18596682 0, 18596697
o
10 0, 24729918 0, 24729729 9 0, 19879277 0, 19879317
11 0, 17431661 0, 17431688 10 0, 02530443 0, 02530479
12 0, 14985049 0, 14984608 11 0, 33763462 0, 33763474
13 0, 47136509 0, 47136688 12 0, 10149907 0, 10149957
14 0, 23779541 0, 23779678 13 0, 07825767 0, 07825845
15 0, 24569319 0, 24569321 14 0, 03522739 0, 03522742
16 0, 05600682 0, 05600667 15 0, 20805819 0, 20805901
16 0, 00904089 0, 00904456
Paciente 2 .
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 4

Electrodo Valor Esperado Media Electrodo Valor Esperado Media


1 0, 00012227 0, 00010847 1 5, 0454E 05 0, 00010324
2 0, 38738155 0, 38738191 2 0, 09034038 0, 09034097
3 0, 00381401 0, 00384778 3 0, 05237792 0, 05237794
4 0, 1658002 0, 16580105 4 0, 11060569 0, 11060572
5 0, 24068689 0, 24068832 5 0, 00538763 0, 00538322
6 0, 14285524 0, 14285612 6 0, 03338155 0, 03338075
7 0, 3892909 0, 38929081 7 0, 00925535 0, 00925496
8 0, 25927836 0, 25927925 8 0, 02048727 0, 02048726
9 0, 25122038 0, 2512188 9 0, 09090982 0, 09090996
10 0, 02556426 0, 02556396 10 0, 019248 0, 01924789
11 0, 42187086 0, 42187071 11 0, 05249422 0, 05249494
12 0, 12580028 0, 12579991 12 0, 01719145 0, 01718926
13 0, 076468 0, 07647038 13 0, 106698 0, 10669756
14 0, 04498363 0, 04498315 14 0, 07518851 0, 0751915
15 0, 2645359 0, 26453531 15 0, 13760726 0, 13760853
16 0, 01687329 0, 01688118 16 0, 03073661 0, 03073537
. .

Electrodo Valor Esperado Media Electrodo Valor Esperado Media


1 0, 00020039 0, 00023898 1 0, 00016855 0, 00019822
2 0, 39085087 0, 39085054 2 0, 29341704 0, 29341659
3 0, 0214206 0, 02142411 3 0, 00559229 0, 00559175
4 0, 17200156 0, 17200017 4 0, 1308223 0, 13082242
5 0, 22365443 0, 22365379 5 0, 19206579 0, 19206524
6 0, 1528428 0, 15284276 6 0, 10886106 0, 10886288
7 0, 39904845 0, 39904571 7 0, 2947959 0, 29479578
8 0, 26938719 0, 26938796 8 0, 182502424 0, 18250132
9 0, 2324533 0, 2324511 9 0, 18364169 0, 18364191
10 0, 02217424 0, 02217472 10 0, 02211725 0, 02211773
11 0, 41228345 0, 4122839 11 0, 33292252 0, 33292341
12 0, 12230351 0, 12230504 12 0, 09760368 0, 09760427
13 0, 07813954 0, 07813978 13 0, 07054049 0, 07054067
14 0, 04319804 0, 04319912 14 0, 03317123 0, 03317261
15 0, 25973487 0, 25973439 15 0, 20454426 0, 20454359
16 0, 00961124 0, 00959964 16 0, 00913868 0, 00913715
.

Electrodo Valor Esperado Media


1 0, 00016855 0, 00019822
2 0, 29341704 0, 29341659
3 0, 00559229 0, 00559175
4 0, 1308223 0, 13082242
5 0, 19206579 0, 19206524
6 0, 10886106 0, 10886288
7 0, 2947959 0, 29479578
8 0, 182502424 0, 18250132
9 0, 18364169 0, 18364191
10 0, 02211725 0, 02211773
11 0, 33292252 0, 33292341
12 0, 09760368 0, 09760427
13 0, 07054049 0, 07054067
14 0, 03317123 0, 03317261
15 0, 20454426 0, 20454359
16 0, 00913868 0, 00913715
Paciente 3
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 5

2. Pruebas basicas de decision


Senal Codigo Matlab Valor
0 i1 = ttest(c1) i1 = 0
0 i2 = ttest(c2) i2 = 1
0 i3 = ttest(c3) i3 = 0
Para realizar las pruebas de decision se utilizo el siguiente 0 i4 = ttest(c4) i4 = 1
codigo en matlab: g1=ttest (a1) donde a1 es el primer electrodo 0 i5 = ttest(c5) i5 = 1
del paciente 1 senal 0 y asi sucesivamente para cada los tres 0 i6 = ttest(c6) i6 = 1
pacientes se analiza cada electrodo con su respectiva senal 0 0 i7 = ttest(c7) i7 = 1
(Interictal) o 1(Preictal). 0 i8 = ttest(c8) i8 = 1
Si h1 = el electrodo es mas confiableque pase un ataque 0 i9 = ttest(c9) i9 = 1
epileptico y si h0 = el electrodo donde no pasa un ataque 0 i10 = ttest(c10) i10 = 0
epileptico. Paciente 1 0 i11 = ttest(c11) i11 = 1
0 i12 = ttest(c12) i12 = 1
0 i13 = ttest(c13) i13 = 1
0 i14 = ttest(c14) i14 = 0
Senal Codigo Matlab Valor 0 i15 = ttest(c15) i15 = 1
0 g1 = ttest(a1) g1 = 0 0 i16 = ttest(c16) i16 = 0
0 g2 = ttest(a2) g2 = 0
0 g3 = ttest(a3) g3 = 1
0 g4 = ttest(a4) g4 = 0
0 g5 = ttest(a5) g5 = 0
0 g6 = ttest(a6) g6 = 1
0 g7 = ttest(a7) g7 = 0
0 g8 = ttest(a8) g8 = 1
0 g9 = ttest(a9) g9 = 1
0 g10 = ttest(a10) g10 = 1 .
0 g11 = ttest(a11) g11 = 1
0 g12 = ttest(a12) g12 = 1 Senal Codigo Matlab Valor
0 g13 = ttest(a13) g13 = 1 1 j1 = ttest(d1) j1 = 0
0 g14 = ttest(a14) g14 = 1 1 j2 = ttest(d2) j2 = 1
0 g15 = ttest(a15) g15 = 1 1 j3 = ttest(d3) j3 = 0
0 g16 = ttest(a16) g16 = 0 1 j4 = ttest(d4) j4 = 1
1 j5 = ttest(d5) j5 = 1
.
1 j6 = ttest(d6)) j6 = 1
Senal Codigo Matlab Valor 1 j7 = ttest(d7) j7 = 1
1 h1 = ttest(b1)) h1 = 0 1 j8 = ttest(d8) j8 = 1
1 h2 = ttest(b2) h2 = 0 1 j9 = ttest(d9) j9 = 1
1 h3 = ttest(b3) h3 = 1 1 j10 = ttest(d10) j10 = 0
1 h4 = ttest(b4) h4 = 0 1 j11 = ttest(d11) j11 = 1
1 h5 = ttest(b5) h5 = 1 1 j12 = ttest(d12) j12 = 1
1 h6 = ttest(b6) h6 = 1 1 j13 = ttest(d13) j13 = 1
1 h7 = ttest(b7) h7 = 0 1 j14 = ttest(d14) j14 = 0
1 h8 = ttest(b8) h8 = 1 1 j15 = ttest(d15) j15 = 1
1 h9 = ttest(b9) h9 = 1 1 j16 = ttest(d16) j16 = 0
1 h10 = ttest(b10) h10 = 1
1 h11 = ttest(b11) h11 = 1
1 h12 = ttest(b12) h12 = 1
1 h13 = ttest(b13) h13 = 1
1 h14 = ttest(b14) h15 = 1
1 h15 = ttest(b15) h15 = 1
1 h16 = ttest(b16) h16 = 0

Paciente 2 Paciente 3
Analisis para el pacietne 2 para cada electrodo con su respec- Analisis para el pacietne 3 para cada electrodo con su respec-
tiva senal 0 (Interictal) o 1(Preictal). tiva senal 0 (Interictal) o 1(Preictal).
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 6

P = 5/16 = 0,3125
Senal Codigo Matlab Valor
0 k1 = ttest(e1) k1 = 0 binocdf (5, 16, 0,3125)
0 k2 = ttest(e2) k2 = 1
0 k3 = ttest(e3) k3 = 1
0 k4 = ttest(e4) k4 = 1
0 k5 = ttest(e5) k5 = 0
0 k6 = ttest(e6) k6 = 1
0 k7 = ttest(e7) k7 = 0 Paciente 2 - Estado 0
0 k8 = ttest(e8) k8 = 0 N = 16
0 k9 = ttest(e9) k9 = 1
0 k10 = ttest(e10) k10 = 0 H0 = 5
0 k11 = ttest(e11) k11 = 1 P = 5/16 = 0,3125
0 k12 = ttest(e12) k12 = 0
0 ik13 = ttest(e13) i12 = 1 binocdf (5, 16, 0,3125)
0 k14 = ttest(e14) k14 = 1
0 k15 = ttest(e15) k15 = 1
0 k16 = ttest(e16) k16 = 1
.

Senal Codigo Matlab Valor


Paciente 2 - Estado 1
1 l1 = ttest(f 1) l1 = 0
1 l2 = ttest(f 2) l2 = 1 N = 16
1 l3 = ttest(f 3) l3 = 1
H0 = 4
1 l4 = ttest(f 4) l4 = 1
1 l5 = ttest(f 5) l5 = 0 P = 4/16 = 0,25
1 l6 = ttest(f 6) l6 = 0 binocdf (4, 16, 0,25)
1 l7 = ttest(f 7) l7 = 0
1 l8 = ttest(f 8) l8 = 1
1 l9 = ttest(f 9) l9 = 1
1 l10 = ttest(f 10) l10 = 0
1 l11 = ttest(f 11) I11 = 1
1 l12 = ttest(f 12) l12 = 0
1 l13 = ttest(f 13) l13 = 1 Paciente 3 - Estado 0
1 l14 = ttest(f 14) l14 = 1
1 l15 = ttest(f 15) l15 = 1 N = 16
1 l16 = ttest(f 16) l16 = 1 H0 = 5
P = 5/16 = 0,3125
3. Pruebas alternativas de decision
Paciente 1 - Estado 0 binocdf (5, 16, 0,3125)

N = 16
H0 = 6
P = 6/16 = 0,3750 Paciente 3 - Estado 1
binocdf (6, 16, 0,3750) N = 16
H0 = 5
P = 5/16 = 0,3125
binocdf (5, 16, 0,3125)

Paciente 1 - Estado 1
N = 16
H0 = 5
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 7

4. Una sola prueba de decision Paciente 1 - Senal 1


Se determina una sola prueba de decision para todos los
electrodos.

Senal Valor
0 d1 = 0
0 d2 = 1
1 d3 = 1
1 d4 = 1 Electrodo h p sd
0 d5 = 0 1 0 0,2653 34,6446
0 d6 = 1 2 0 0,0772 34,5212
1 d7 = 0 3 l 1,3439e 04 41,5800
1 d8 = 0 4 1 0,0021 42,3720
0 d9 = 1 5 1 3,7656e 06 32,6057
0 d10 =0 6 1 0,0486 39,9227
1 d11 =1 7 1 3,8275e 05 40,2870
1 d12 = 0 8 1 0,0025 29,9980
0 d12 = 1 9 1 0,0058 36,9564
0 d14 = 1 10 0 0,5563 40,6313
1 d15 = 1 11 1 1,1886e 13 40,7123
1 d16 = 1 12 1 0,0053 51,6051
13 0 0,1075 56,9801
14 0 0,3465 49,8690
5. Prueba de decision multidimensional 15 1 0,0034 39,1267
En esta parte se utiliza la funcion h = ttest2(x, y) la cual
devuelve una decision de prueba para la hipotesis nula de
que los datos de vectores xy proviene de muestras aleatorias
independientes de distribuciones normales con medias iguales Paciente 2 - Senal 0
y varianzas iguales pero desconocidas, utilizando la muestra
de dos t -test.
Aplicando la funcion anterior se realiza el analisis para los 16
electrodos y se obtienen los valores de h, p, sd donde h puede
ser h0 o h1 , p es la probabilidad , sd es la desviacion estandar.

Paciente 1 - Senal 0
Electrodo h p sd
12 1 0,0452 25,543
Electrodo Codigo Matlab h p sd 23 1 0,3829 40,154
12 ttest2(a1, a2) 0 0,8440 33,0224 34 1 0,1591 38,235
23 ttest2(a2, a3) 0 0,0824 35,4787 45 1 0,2018 52,731
34 ttest2(a3, a4) 1 0,0049 46,2612 56 0 0,0884 47,501
45 ttest2(a4, a5) 1 0,0187 45,1338 67 1 0,558 22,546
56 ttest2(a5, a6) 1 3,7702e 05 32,2188 78 1 0,4109 53,234
67 ttest2(a6, a7) 1 0,0181 39,6834 89 0 1,7909e 08 42,897
78 ttest2(a7, a8) 0 3,9623e 05 39,6352 9 10 1 1,1131e 12 47,231
89 ttest2(a8, a9) 1 0,0285 32,5679 10 11 1 0,1591 41,302
9 10 ttest2(a9, a10) 1 0,0367 46,2142 11 12 1 0,6373 42,2527
10 11 ttest2(a10, a11) 0 0,2492 50,3231 12 13 0 0,3829 10,304
11 12 ttest2(a11, a12) 1 1,4848e 06 50,0486 13 14 1 0,0475 59,237
12 13 ttest2(a12, a13) 1 0,0019 76,8711 14 15 1 0,2512 24,605
13 14 ttest2(a13, a14) 1 0,0332 80,2531 15 16 1 0,2213 15,134
14 15 ttest2(a14, a15) 0 0,9946 61,7380
15 16 ttest2(a15, a16) 1 0,0033 50,5424
16 1 ttest2(a16, a1) 0 0,3236 35,9289
. Paciente 2 - Senal 1
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 8

Electrodo h p sd Electrodo 1 Electrodo 2


12 0 1,1890e 08 41,0543 3 4
23 1 1,2914e 10 36,0554 4 5
34 1 1,3439e 04 41,5800 5 6
45 0 0,0021 42,3720 7 8
56 0 0,3436 56,6407 8 9
67 1 56,6407 42,9838 9 10
78 1 0,0166 35,8049 11 12
89 1 0,9392 232,0918 12 13
9 10 1 1,1485e 06 1,1485e 06 15 16
10 11 0 7,5225e 23 24,4102
11 12 0 1,0601e 12 25,4227 III. A N ALISIS DE R ESULTADOS
12 13 0 0,3546 0,3546
Utilizando las distribuciones encontradas para cada variable
13 14 1 0,0294 27,2759
aleatoria en el proyecto 2, se verifico que el parametro para
14 15 1 1,6620e 07 25,4675
estimar con una mayor eficiencia es la media ya que al
15 16 1 9,3037e 10 24,8926
momento de aplicar los estimadores el valor esperado de al
media aritmetica de la muestra es igual a la media de los
6. Evaluacion de la ANN datos.
La evaluacion ANN nos ayuda a poder predecir los ataques En la realizacion de las pruebas basicas se determino para
de epilepsia nos basamos de la prueba de decision multi- cada senal (0-1) y para cada uno de los 16 electrodos que h0
dimensional que nos entrego datos de la distribucion que son los electrodos mas confiables y h1 los electrodos menos
hicimos mediante la correlacion entre los canales que posee confiables ante un ataque epileptico.
cada paciente, as logramos determinar que electrodos son los Dandonos como resultados el numero de electrodos confiables
mas convenientes para poder identificar posibles ataques: y confiables en el paciente 1 :
Para el paciente 1 encontramos que los electrodos:
Senal h0 h1
Electrodo 1 Electrodo 2 0 6 10
3 4 1 6 10
4 5 Lo que quiere decir que 6 de sus electordos son confiable
5 6 spara determianr un ataque epileptico y los 10 restantes no.
6 7 Resultados del numero de electrodos confiables y confiables
7 8 en el paciente 2:
8 9
9 10 Senal h0 h1
11 12 0 5 11
12 13 1 5 11
13 14
15 16 Lo que quiere decir que 5 de sus electordos son confiable
spara determianr un ataque epileptico y los 11 restantes no.
Para el paciente 2 encontramos que los electrodos: Resultados del numero de electrodos confiables y confiables
en el paciente 3:
Electrodo 1 Electrodo 2
1 2 Senal h0 h1
3 4 0 6 10
5 6 1 6 10
6 7
7 8 Lo que quiere decir que 6 de sus electordos son confiable
8 9 spara determianr un ataque epileptico y los 10 restantes no.
9 10 Finalmente con todo el analisis y con la ayuda de la evaluacion
10 11 ANN se encuentran los electrodos, nos basamos de la prueba
11 12 de decision multidimensional que nos entrego datos de la
13 14 distribucion que hicimos mediante la correlacion entre los
15 16 canales que posee cada paciente, as logramos determinar que
electrodos son los mas convenientes para poder identificar
Para el paciente 3 encontramos que los electrodos: posibles ataques y que ANN me determina la mayoria de
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE 9

electrodos que me ayudaran a definir un ataque epileptico.


Electrodos Paciente 1

Electrodo 1 Electrodo 2
3 4
4 5
5 6
6 7
7 8
8 9
9 10
11 12
12 13
13 14
15 16

IV. C ONCLUSIONES
Se verifico que el parametro para estimar con una mayor
eficiencia es la media ya que al momento de aplicar los
estimadores, el valor esperado de la media aritmetica de
la muestra es igual a la media de los datos.

Gracias a los analisis realizados, puntualmente la teoria


de la estimacion se ha logrado a diferencia de los previos
proyectos 1 y 2, ideantificar o predecir de manera un
tanto precisa el ataque de epilepsia de una persona.

Mediante la teora de estimacion y sus aplicaciones


se puedo observar que los electrodos tienen buena
estimacion, por lo que se pudo escoger algunos canales
para ser evaluados y predecir un ataque epileptico.

La prueba dimensional nos ayudo a determinar cual


sera las menores alternativoas para escoger canales.

Se evidencio que la media es proporcional al valor


esperado por lo cual se pudo realizar de mejor maner y
mas exacto al estimaciond e valores.

VII. B IBLIOGRAF IA
[1] KAGGLE Contest, Seizure prediction, Obtenido
de: https://www.kaggle.com/c/melbourneuniversity-seizure-
prediction/
[2] Bickel P.J., and K.A. Doksum. Mathematical Statistics:
Basic Ideas and Selected Topics, Vol 1). 2nd Edition. Upper
Saddle River, NJ: Prentice Hall, 2001.
[3] Billingsley, P. Probability and Measure. 3rd edition. New
York: Wiley, 1995.
[4] Casella, G. And R.L. Berger. Statistical Inference. Pa-
cific Grove, CA: Duxbury, 2002.
[5] Cramer, H. Mathematical Methods of Statistics. Prince-
ton: Princeton University Press, 1946.

Похожие интересы