Uma abordagem para a avaliação do conjunto de dados do EEG para a análise dos dados do sono

A bio-informática torna-se agora mais popular como combinar problemas médicos com o campo técnico das tecnologias de informação para identificar ou detectar os distúrbios médicos no corpo humano. Este campo é valioso tanto para os profissionais médicos como para os criadores de software. Para identificar as perturbações cerebrais como epilepsia, parassónias nos pacientes, os dados EEG são obtidos a partir de fontes de dados de fisioterapeuta onde estão disponíveis números de conjuntos de dados para investigadores. A análise deste conjunto de dados é feita por polyman, que é utilizado como bibliotecas de plotagem e ferramenta de transformação para transformar o formato de dados do EDF em formato de dados ASCII. A ferramenta também ajuda a identificar os diferentes parâmetros que são úteis para previsões relacionadas com doenças cerebrais. Neste trabalho, o algoritmo melhorado Support Vector Regression (SVR) foi desenvolvido e implementado utilizando uma linguagem de programação python avançada e comparado com o algoritmo clássico Support Vector Machine (SVM). Os resultados mostram um melhor desempenho de SVR do que SVM, tanto em termos de complexidade como de tempo de execução.