node9909 / pfc

EEG Mobile system for automatic epilepsy diagnosis

Sistema ambulatorio de bajo coste para el diagnóstico automático de epilepsia#

En este repositorio se encuentra el código y documentación generados durante el Proyecto Fin de Carrera. Se ha desarrollado un algoritmo para la detección automática de epilepsia siguiendo un modelo Bag-Of-Words (BoW). Además, para el Proyecto se ha contado un equipo EEG con el que se ha podido obtener un sistema ambulatorio de bajo coste, que junto al algoritmo desarrollado pretende ofrecer una solución a los problemas derivados de la accesibilidad a las alternativas de diagnóstico.

Estructura#

• doc Memoria del proyecto. Contiene todas las tablas, imágenes, listados, etc que aparecen en la misma.:
• main Desarrollo principal del PFC
• steps Diferentes etapas de las que se compone el PFC. Se desarrollan por separado y se van intengrando en el directorio main/

Objetivo#

Este Proyecto Fin de Carrera se marca como objetivo buscar alternativas a los servicios de diagnóstico que complementen a los actuales o sirvan como base para futuros trabajos que acaben proporcionando soluciones completamente eficaces y funcionales. Para ello, se busca desarrollar un sistema ambulatorio de bajo coste para el diagnóstico automático de la epilepsia. En ningún caso se pretende sustituir al personal sanitario sino facilitar su trabajo y mejorar la calidad de la atención médica, favoreciendo la accesibilidad a este recurso básico para el diagnóstico de la epilepsia redundando en beneficio de toda la sociedad.

Instalación#

Memoria

Se puede descargar la memoria en formato pdf o bien se puede compilar desde los archivos fuente. Para ello es necesario instalar el paquete arco-pfc. Más información: https://bitbucket.org/arco_group/arco-pfc

Training##

El código se puede compilar ejecutando en un terminal

$ make main-train

Es necesario instalar la librería mlpack. El proceso de instalación se detalla en el directorio steps/clustering

Se trata de un programa que entrena el sistema usando dos datasets, que se indican en la clase principal main-train.cpp

Testing##

El código se puede compilar ejecutando en un terminal

$ make main-predict

Predice las etiquetas (definidas en el entrenamiento) de una serie de datasets.

pfc