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.

Auditory Brainstem Response (ABR) results from the combination of neural activity responses in the presence of sound stimuli, detected by the cortex and characterized by peaks and valleys. They are identified by Roman numerals (I, II, III, IV, V, VI and VII). The identification of these peaks is carried out by the classical manual process of analysis, which is based on the visual/manual processing of the signals. The morphological and temporal characteristics of the signal carry relevant physiological and anatomical information regarding the auditory system. However, in this visual process of analysis some difficulties may occur, specifically, the results of the analysis may vary according to the type of protocol, settings of equipment employed, and the experience of the examiner. This makes the analysis of ABR subject to the influence of many variables that may interfere on the reliability and agreement of results obtained in distinct research centers and by different examiners. Therefore, the main propose of this study was to develop and assess a system capable of automatically detecting and classifying ABR waves, which are called Jewett waves. A relevant feature of the proposed tool is that it can learn from the experience of examiners continuously. In order to evaluate the system approximately 748 samples of ABR obtained from 11 subjects were analyzed by the automatic system. These results were compared to analyses obtained from five seasoned examiners, and they showed a high level of agreement, ranging for 74.3% to 99.7%, between responses given by the system and the examiners. Thus the proposed technique is proved to be accurate even in the presence of noise, especially characteristic of the ABR that is a sign of low amplitude.