Os PEATEs são sinais resultantes da combinação de respostas de atividades neurais a estímulos sonoros no córtex. Caracteriza-se por ondas, sendo seus picos nomeados por algarismos romanos (I, II, III, IV, V, VI e VII). O processo clássico de identificação desses picos é baseado na visualização do sinal gerado pela promediação de cada amostra. Nele são identificadas as características morfológicas do sinal e os aspectos temporais relevantes constituídos pelas ondas de Jewett no qual cada onda tem uma relação anatômica com o sítio de origem. No entanto, durante esse processo de identificação visual surgem dificuldades que tornam a análise visual dos PEATE uma fonte constante de dúvidas em relação a fidedignidade e concordância de marcação dos picos pela subjetividade entre os examinadores. Com o objetivo de melhorar o processo de avaliação dos PEATE, foi desenvolvido um sistema de detecção automática para os picos, com capacidade de aprendizado que leva em consideração o perfil de marcação prévia realizado por examinadores, podendo ser considerado também, as marcações futuras de examinadores que utilizarão o software como auxílio em suas análises. Para a detecção de picos foi utilizada a Transformada Wavelet Contínua, associada a um Classificador Probabilístico construído a partir de marcações realizadas pelos examinadores. Para a avaliação do sistema foram utilizadas 748 amostras de PEATE de 11 sujeitos. A avaliação do sistema proposto apresentou uma taxa de acerto 74,3% a 99,7%, entre o sistema e a marcação manual, de acordo com o tipo de onda analisada. O presente estudo foi concebido com a intenção de ser uma ferramenta prática e por isso voltada para a aplicação clínica. Os resultados apresentados mostram uma técnica eficaz e capaz de aperfeiçoar o processo de avaliação dos PEATEs. A técnica proposta se mostra precisa mesmo na presença de ruído, característico de sinais biológicos especialmente no PEATE por ser um sinal de amplitude baixa.
Potenciais evocados auditivos de tronco encefálico; Detector automático; Transformada Wavelet Contínua; Regressão linear
