New signal processing and machine learning methods for EEG data analysis of patients with Alzheimer's disease

Abstract

Les malalties neurodegeneratives són un conjunt de malalties que afecten al cervell. Aquestes malalties estan relacionades amb la pèrdua progressiva de l'estructura o la funció de les neurones, incloent-hi la mort d'aquestes. La malaltia de l'Alzheimer és una de les malalties neurodegeneratives més comunes. Actualment, no es coneix cap cura per a l'Alzheimer, però es creu que hi ha un grup de medicaments que el que fan és retardar-ne els principals símptomes. Aquests s'han de prendre en les primeres fases de la malaltia ja que sinó no tenen efecte. Per tant, el diagnòstic precoç de la malaltia de l'Alzheimer és un factor clau. En aquesta tesis doctoral s'han estudiat diferents aspectes relacionats amb la neurociència per investigar diferents eines que permetin realitzar un diagnòstic precoç de la malaltia en qüestió. Per fer-ho, s'han treballat diferents aspectes com el preprocessament de dades, l'extracció de característiques, la selecció de característiques i la seva posterior classificació.

Neurodegenerative diseases are a group of disorders that affect the brain. These diseases are related with changes in the brain that lead to loss of brain structure or loss of neurons, including the dead of some neurons. Alzheimer's disease (AD) is one of the most well-known neurodegenerative diseases. Nowadays there is no cure for this disease. However, there are some medicaments that may delay the symptoms if they are used during the first stages of the disease, otherwise they have no effect. Therefore early diagnose is presented as a key factor. This PhD thesis works different aspects related with neuroscience, in order to develop new methods for the early diagnose of AD. Different aspects have been investigated, such as signal preprocessing, feature extraction, feature selection and its classification.