ABSTRACT
OBJECTIVE: To investigate different fuzzy arithmetical operations to support in the diagnostic of epileptic events and non epileptic events. METHOD: A neuro-fuzzy system was developed using the NEFCLASS (NEuro Fuzzy CLASSIfication) architecture and an artificial neural network with backpropagation learning algorithm (ANNB). RESULTS: The study was composed by 244 patients with a bigger frequency of the feminine sex. The number of right decisions at the test phase, obtained by the NEFCLASS and ANNB was 83.60 percent and 90.16 percent, respectively. The best sensibility result was attained by NEFCLASS (84.90 percent); the best specificity result were attained by ANNB with 95.65 percent. CONCLUSION: The proposed neuro-fuzzy system combined the artificial neural network capabilities in the pattern classifications together with the fuzzy logic qualitative approach, leading to a bigger rate of system success.
OBJETIVO: Investigar diferentes operações aritméticas difusas para auxíliar no diagnóstico de eventos epilépticos e eventos não-epilépticos. MÉTODO: Um sistema neuro-difuso foi desenvolvido utilizando a arquitetura NEFCLASS (NEuro Fuzzy CLASSIfication) e uma rede neural artificial com o algoritmo de aprendizagem backpropagation (RNAB). RESULTADOS: A amostra estudada foi de 244 pacientes com maior freqüência no sexo feminino. O número de decisões corretas na fase de teste, obtidas através do NEFCLASS e RNAB foi de 83,60 por cento e 90,16 por cento, respectivamente. O melhor resultado de sensibilidade foi obtido com o NEFCLASS (84,90 por cento); o melhor resultado de especificidade foi obtido com a RNAB (95,65 por cento). CONCLUSÃO: O sistema neuro-difuso proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da logica difusa, levando a maior taxa de acertos do sistema.