Un approccio alla valutazione dei dataset EEG per l'analisi dei dati del sonno

La bioinformatica diventa oggi più popolare in quanto combina i problemi medici con il settore tecnico dell'informatica per identificare o rilevare i disturbi medici nel corpo umano. Questo campo è prezioso sia per i medici che per gli sviluppatori di software. Per identificare i disturbi cerebrali come l'epilessia e le parasonnie nei pazienti, i dati EEG vengono recuperati dalla fonte di dati physionet, dove sono disponibili numerosi set di dati per i ricercatori. L'analisi di questo set di dati viene effettuata con polyman, utilizzato come libreria di plottaggio e strumento di trasformazione per trasformare il formato dei dati EDF in formato ASCII. Lo strumento aiuta anche a identificare i diversi parametri utili per le previsioni relative ai disturbi cerebrali. In questo lavoro, è stato sviluppato e implementato un algoritmo migliorato di regressione vettoriale di supporto (SVR) utilizzando un linguaggio di programmazione avanzato come Python e confrontandolo con l'algoritmo classico della macchina vettoriale di supporto (SVM). I risultati mostrano prestazioni migliori di SVR rispetto a SVM sia in termini di complessità che di tempo di esecuzione.