Sergio Eduardo Sanchez Hernandez

Meta 1: Implementar, entrenar y evaluar un modelo de aprendizaje profundo para la clasificación de señales electroencefalográficas en las categorías ictal y no ictal.

• Objetivo 1.1: Explorar diversas bases de datos de acceso público de electroencefalogramas de pacientes con epilepsia y seleccionar la más adecuada en términos de extensión y descripción detallada de los datos.
• Objetivo 1.2: Llevar a cabo la limpieza de los registros de EEG y generar el conjunto de datos de entrenamiento.
• Objetivo 1.3: Seleccionar, del estado del arte, un modelo de aprendizaje profundo para la clasificación de señales ictales, e implementarlo para el conjunto de datos elegido.

Meta 2: Obtener las características de mayor importancia para el modelo de clasificación, y usar estas características para estimar patrones que diferencien a la fase ictal de las no ictales.

• Objetivo 2.1: Explorar los diversos métodos de XAI y seleccionar aquellos cuya utilización es más frecuente en estudios que abordan la epilepsia y el aprendizaje automático.

• Objetivo 2.2: Implementar los métodos de XAI para obtener los intervalos de las señales de EEG que tienen mayor relevancia en el proceso de clasificación.
• Objetivo 2.3: Evaluar si los intervalos obtenidos son semejantes para instancias de la misma clase y diferentes a los de la clase contraria.