Sistema Eletrônico de Administração de Conferências, VII CONNEPI - Congresso Norte Nordeste de Pesquisa e Inovação

Tamanho da fonte: 
CARACTERIZAÇÃO E DETECÇÃO AUTOMÁTICA DE EVENTOS EPILEPTIFORMES EM SINAIS DE ELETROENCEFALOGRAMA POR DINÂMICA SIMBÓLICA.
Lynwood Livi de Souza

Última alteração: 2012-08-30

Resumo


A epilepsia, uma das desordens neurológicas mais comuns na população mundial, pode ser diagnosticada e avaliada clinicamente pelo exame de Eletroencefalografia (EEG). Os sinais que confirmam e caracterizam positivamente a doença são a presença de espículas e ondas agudas nos registros de exames por EEG. O método mais empregado é a verificação manual dos registros do EEG a procura de sinais epileptiformes. Uma alternativa é o emprego de métodos automáticos de detecção, que reduzem o tempo de emissão do laudo. Contudo, os métodos empregados para analisar os registros possuem baixa resolução. Tais métodos utilizam sistemas de identificação de sinais epileptiformes com abordagem linear para a descrição do fenômeno que, por sua vez, é de natureza intrinsecamente não-linear. O presente trabalho apresenta uma nova metodologia para caracterização, detecção e classificação de sinais de exames de eletroencefalografia (EEG), visando o aprimoramento e agilidade na obtenção de diagnósticos com o objetivo de auxiliar o profissional de saúde, uma vez que os exames de EEG são caracterizados por longos trechos de registros temporais da atividade elétrica do cérebro, que devem ser minuciosamente examinados pelos médicos. Devido à dificuldade associada à caracterização e à detecção de sinais epileptiformes e à importância do diagnóstico, existem na literatura vários métodos desenvolvidos para abordar este problema, porém, nenhum modelo ainda não foi capaz de atingir uma performance inteiramente confiável em seus resultados, onde a média de acertos entre os trabalhos expostos na literatura fica em torno de 80,7%, um índice de acertos que apesar de significativo, ainda não é satisfatório para este tipo de exame. A fim de contribuir para o estudo do problema, propôs-se neste trabalho a aplicação da Dinâmica Simbólica para caracterização dos sinais, que se baseia na representação por seqüências de símbolos do estado do sistema e operadores de mudança de estado, e algoritmos genéticos para a otimização da representação, de forma que os sinais epileptiformes pudessem ser distinguidos dos sinais considerados normais por uma rede neural artificial, treinada para este fim. Os resultados obtidos demonstram que a metodologia fornece 92,4% de precisão e 96% de acerto.


Texto completo: PDF