Uma abordagem para a avaliacao do conjunto de dados do EEG para a analise dos dados do sono

A bio-informatica torna-se agora mais popular como combinar problemas medicos com o campo tecnico das tecnologias de informacao para identificar ou detectar os disturbios medicos no corpo humano.

Este campo e valioso tanto para os profissionais medicos como para os criadores de software.

Para identificar as perturbacoes cerebrais como epilepsia, parassonias nos pacientes, os dados EEG sao obtidos a partir de fontes de dados de fisioterapeuta onde estao disponiveis numeros de conjuntos de dados para investigadores.

A analise deste conjunto de dados e feita por polyman, que e utilizado como bibliotecas de plotagem e ferramenta de transformacao para transformar o formato de dados do EDF em formato de dados ASCII.

A ferramenta tambem ajuda a identificar os diferentes parametros que sao uteis para previsoes relacionadas com doencas cerebrais.

Neste trabalho, o algoritmo melhorado Support Vector Regression (SVR) foi desenvolvido e implementado utilizando uma linguagem de programacao python avancada e comparado com o algoritmo classico Support Vector Machine (SVM).

Os resultados mostram um melhor desempenho de SVR do que SVM, tanto em termos de complexidade como de tempo de execucao.