-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% and 90.16%, respectively. The best sensibility result was attained by NEFCLASS (84.90%); the best specificity result were attained by ANNB with 95.65%. 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.KEY WORDS: epileptic events, non epileptic events, artificial neural network, fuzzy logic. Um sistema neuro-difuso para auxiliar no diagnóstico de eventos epilépticos e eventos não epilépticos utilizando diferentes operações aritméticas difusasResumo -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% e 90,16%, respectivamente. O melhor resultado de sensibilidade foi obtido com o NEFCLASS (84,90%); o melhor resultado de especificidade foi obtido com a RNAB (95,65%). 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. PALAVRAS-CHAVE: eventos epilépticos, eventos não epilépticos, rede neural artificial, lógica difusa.

Resumo O objetivo desta pesquisa é investigar a aplicabilidade de diferentes operações aritméticas difusas t-normas e t-conormas, implementadas através dos neurônios difusos propostos por Kwan-Cai e Hirota-Pedrycz. O sistema neuro-difuso para auxiliar no diagnóstico de doenças epilépticas (SNDDE) representa uma ajuda no diagnóstico de eventos epilépticos e eventos não epilépticos. O sistema contém conhecimento médico representado na forma de regras difusas utilizando o método de inferência difuso Mamdani, baseado no modelo perceptron multilayer (MLP). O processo de aprendizagem consiste em atualizar os pesos sinápticos através das operações aritméticas difusas t-normas e t-conormas. O sistema contém 14 unidades de entrada, representando os sintomas apresentados pelos pacientes, correspondendo a um evento epiléptico ou um evento não epiléptico. A entrada da rede contém valores quantitativos, ou seja, quantidade de sintomas apresentados pelos pacientes durante um evento epiléptico ou um evento não epiléptico. A amostra estudada foi de 244 pacientes, com maior freqüência no sexo feminino. Os resultados mostram que as operações aritméticas difusas Soma/Produto de Einstein E(OU), implementadas com o neurônio difuso proposto por Kwan-Cai, obtiveram os melhores índices de acerto do sistema e os melhores resultados de sensibilidade e especificidade, com 93,58%, 90,69% e 96,82%, respectivamente. O SNDDE proposto combinou a capacidade das redes neurais artificiais na classificação de padrões juntamente com a abordagem qualitativa da lógica difusa, levando a uma maior taxa de acertos do sistema.