ABSTRACT
A transformada wavelet discreta (DWT)fornece uma representação de sinais precisa no domínio tempo-freqüência, gerando poucos coeficientes com mínima perda de informação, devido a sua capacidade potencial de oferecer alto grau de correlação com o sinal a ser decomposto ou com o padrão a ser reconhecido. Embora este atributo dependa fundamentalmente da escolha da função wavelet a ser utilizada para cada tipo específico de padrão, frequentemente a metodologia de seleção relatada não fica clara. O presente estudo descreve e propõe uma metodologia destinada a maximizar o aproveitamento da DWT na detecção automática de padrões relacionados à epilepsia (chamados eventos epileptogênicos), em sinais de eletroencefalograma (EEG). Com base em uma metodologia estatística simples (teste Z-score), determinou-se a melhor função wavelet dentre as mais utilizadas. Esta função wavelet específica provou ser a mais apta em separar os padrões epileptogênicos da atividade de fundo normal em EEG, no espaço de características. Os testes demonstraram que apenas algumas das funções wavelet atualmente utilizadas são aplicáveis à tarefa de ressaltar eventos epileptogênicos com relação à atividade de fundo nos sinais de EEG. Os valores de limiar para detecção após a DWT foram investigados e obtiveram-se taxas de sensibilidade e especificidade simultâneas de 88,7 por cento para o método.