Rev Mex Neuroci 2016; 17(6): 42-50

Resumen

Introducción:
La depresión es una enfermedad de las más frecuentes, sea aisladamente o en comorbilidad con otras entidades clínicas. Es una enfermedad que generalmente pasa desapercibida tanto para los profesionales como para las familias, perjudicando los resultados en la atención al paciente y para el año 2020 será la segunda causa de incapacidad a nivel mundial.

Objetivo:
En registros de electroencefalograma de pacientes con algún tipo de depresión, aplicar técnicas para extraer información pertinente y por medio de un análisis discriminante generar un pronóstico y clasificación de la sintomatología.

Métodos:
Realizamos un análisis estadístico sobre el registro de electroencefalograma con 19 canales en 23 pacientes. Se realizó una extracción de características por medio de un análisis de componentes principales para cada uno de los sujetos, validando las pruebas y posteriormente por medio de un clasificador lineal obtener un pronóstico en función de los resultados obtenidos.

Resultados:
Se obtuvieron los estadísticos de clasificación, funciones discriminantes lineales de Fisher, observando que existen diferencias significativas entre las dos poblaciones estudiadas y que las variables seleccionadas tienen impacto en esas diferencias, se construyó una función discriminante, para las poblaciones (sano y con depresión). La correlación canónica de 0.635 indica que de cada 100 sujetos que son clasificados, entre 67 y 68 lo son correctamente, lo cual es un una tasa aceptable y confiable.

Conclusiones:
Un clasificador en base a estadísticos puede ser confiable y existe un panorama abierto en cuanto a mejorar la precisión, exactitud del diagnóstico. Considerando el dominio espectral de bandas de interés.

Abstract

Introduction:
Depression is the most common disease, either separately or in comorbidity with other clinical entities. It is a disease that generally goes unnoticed for professionals and families, hurting the patient care outcomes, being her second leading cause of disability worldwide, by 2020.

Objective:
To record electroencephalogram in patients with some type of depression, apply techniques to extract relevant information and by means of a discriminant analysis to generate a prediction and classification of symptoms.

Methods:
We performed a statistical analysis on the registration of electroencephalogram with 19 channels, variable, for 23 patients. Extractions of features through an analysis of components for each of the subjects was conducted in all variables validating tests and subsequently through a linear classifier obtain a prognosis on the basis of the obtained statistical

Results:
We collected statistics classification, Fisher linear discriminant functions, noting that there are significant differences between the two populations studied and that the selected variables impact on those differences, was built a discriminant function, for populations (healthy and with depression). 0.635 canonical correlation indicates that on average, every 100 subjects which are classified, between 67 and 68 of these are classified correctly, which is a rate acceptable and reliable.

Conclusions:
These results allow to conclude that a classifier based on statistics can be reliable and that there is a panorama open as to improve accuracy, accuracy of diagnosis. Considering the spectral bands of interest domain.