@unpublished{upm56803,
           title = {An{\'a}lisis de artefactos oculares en electroencefalogramas
mediante wavelets},
            note = {Unpublished},
            year = {2019},
        abstract = {Las conexiones sin{\'a}pticas que se producen entre las neuronas conllevan una generaci{\'o}n o transmisi{\'o}n de impulsos el{\'e}ctricos que, cuando se dan en la parte m{\'a}s externa del cerebro, pueden ser medidos desde el exterior del cr{\'a}neo a trav{\'e}s de electrodos. Este proceso se conoce como electroencefalograma (EEG) y es de gran utilidad para el estudio de trastornos tales como la epilepsia. Uno de los principales problemas que surgen a la hora de llevar a cabo un EEG son los llamados artefactos, se{\~n}ales que provienen de fuentes ajenas a la actividad cerebral y que se solapan con la se{\~n}al resultante de la actividad cerebral, enmascar{\'a}ndola. Su eliminaci{\'o}n es de gran relevancia a la hora de estudiar registros de situaciones como una crisis epil{\'e}ptica. En este trabajo en concreto, se estudia la eliminaci{\'o}n de artefactos provocados por movimientos oculares. Al trabajar con se{\~n}ales no estacionarias en el tiempo, como son los registros de EEG, una t{\'e}cnica que puede resultar adecuada es el an{\'a}lisis mediante wavelets. Estas son funciones que cumplen unas determinadas caracter{\'i}sticas (como una buena localizaci{\'o}n temporal) y que permiten analizar una se{\~n}al de energ{\'i}a  finita a trav{\'e}s de dilataciones y traslaciones de la propia wavelet (transformada wavelet). Adem{\'a}s, una wavelet lleva asociados una funci{\'o}n de escala y un par de filtros (uno paso bajo y otro paso alto) que permiten realizar un an{\'a}lisis a distintas escalas de la se{\~n}al a estudiar: se aplican estos   filtros reiteradamente para tener varios niveles de aproximaci{\'o}n (tendencia global de la se{\~n}al) y de detalle (tendencia local) de la funci{\'o}n. En este trabajo se ha utilizado esta {\'u}ltima propiedad, descomponiendo las se{\~n}ales seg{\'u}n el algoritmo de Mallat, que consiste en aplicar esta separaci{\'o}n de la se{\~n}al en dos (aproximaci{\'o}n y detalle) reiteradamente sobre la se{\~n}al de aproximaci{\'o}n anterior, de tal forma que se obtiene una se{\~n}al de aproximaci{\'o}n a una cierta resoluci{\'o}n y varios niveles de detalle. Las dos wavelets utilizadas para los resultados del trabajo son la Daubechies de orden 4 y una biortogonal de {\'o}rdenes 2-2, aunque se probaron otras familias de wavelets durante la realizaci{\'o}n del mismo que han servido, entre otras cosas, para proponer futuros trabajos. Las pruebas se han realizado sobre tres archivos de datos de EEG de pacientes an{\'o}nimos, aportados por el Servicio de Neurofisiolog{\'i}a del Hospital La Princesa de Madrid. Adem{\'a}s, para la eliminaci{\'o}n se han utilizado dos m{\'e}todos: mediante la manipulaci{\'o}n de la se{\~n}al de aproximaci{\'o}n resultante (m{\'e}todo 1) o, por el contrario, de las se{\~n}ales de detalle (m{\'e}todo 2). Finalmente, se concluye que la wavelet de Daubechies de orden 4 presenta un comportamiento m{\'a}s regular para este tipo de artefacto, y se discuten las ventajas e inconvenientes de los dos m{\'e}todos de eliminaci{\'o}n seguidos, pudiendo destacar una mayor efectividad del m{\'e}todo 1 en la eliminaci{\'o}n y una mayor precisi{\'o}n del m{\'e}todo 2 a la hora de conservar informaci{\'o}n ajena al artefacto.},
          author = {L{\'o}pez Callejo, Pablo},
             url = {https://oa.upm.es/56803/}
}