Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/2738
Tipo do documento: | Dissertação |
Título: | Detecção automática de complexos-K no sinal EEG humano baseada em análise espectral multitaper. |
Título(s) alternativo(s): | Automatic detection of K-complexes in the human EEG signal based on multitaper spectral analysis. |
Autor: | OLIVEIRA, Gustavo Henrique Batista Santos |
Primeiro orientador: | COUTINHO, Luciano Reis |
Primeiro membro da banca: | COUTINHO, Luciano Reis |
Segundo membro da banca: | BRAZ JÚNIOR, Geraldo |
Terceiro membro da banca: | TEIXEIRA, Silmar Silva |
Resumo: | Neste trabalho propõe-se um novo método para detecção automática de complexos-K (KCs) em eletroencefalograma (EEG) humano, denominado MT-KCD. De forma similar aos métodos existentes, o MT-KCD busca implementar algumas regras básicas da literatura médica tais como a caracterização do KC como uma onda bem-delineada e aguda que se sobressai do background iniciada por uma componente negativa e seguida imediatamente por uma componente positiva, possuindo faixa de frequência de 0-4 Hz, amplitude pico a pico ≥ 75 μV e duração ≤ 2 segundos. O que diferencia o MT-KCD dos outros métodos é a aplicação de análise espectral multitaper para realizar a caracterização do KC como ondas de 0-4 Hz que sobressaem do background. A análise espectral mulitaper do EEG é uma técnica de estimação de potência de sinais estacionários que soluciona os problemas de alto bias e variança gerado pela técnicas mais simples e que recentemente tem sido utilizada por alguns pesquisadores como uma técnica complementar ao hipnograma tradicional para o estudo de macro e microestruturas do sono. O MT-KCD divide-se em três fases: pre-processamento, extração de candidatos e eliminação de candidatos. No préprocessamento, gera-se um espectrograma multitaper a partir do sinal de EEG de entrada. Na extração de candidatos, o espectrograma é usado para identificar regiões correspondentes a oscilações na faixa 0-4Hz e nelas marcar ondas que se sobressaem do background como possíveis ocorrências de KCs. Na eliminação de candidatos, ondas marcadas anteriormente que satisfazem critérios de duração e amplitude são classificadas como KCs. O MT-KCD foi avaliado utilizando uma base de dados pública de KCs, o DREAMS, que tem sido utilizada por grande parte dos trabalhos sobre identificação automática de KCs. Os resultados alcançados mostram, com relação ao recall e precisão, o MT-KCD é comparável aos métodos existentes, com a vantagem de apresentar uma melhor relação entre estas métricas (valores de F1 e F2), alcançando valores superiores a 75%, na maioria dos cenários, superando os demais métodos. |
Abstract: | In this work it is proposed a novel method for automatic k-complex (KC) detection in human sleep EEG, named MT-KCD. Like most methods, MT-KCD codifies some rules used by human experts such as KC characterization as 0-4 Hz waveform standing out from the background, with peak-to-peak amplitude ≥ 75 𝜇𝑉 and duration ≤ 2 seconds. The MT-KCD novelty when compared to existing methods is the usage of multitaper spectral analysis to characterize the KC as 0-4 Hz waveform standing out from the background. The EEG multitaper spectral analysis is a recntly proposed tecnique by researches as a complement to the traditional hypnogram to sleep staging. The MT-KCD consists in three phases: pre-processing, candidates extraction and candidates elimination. In pre-processing phase, EEG multitaper spectrogram is computed. In sequence, the multitaper spectrogram is used to identify regions where possible have KCs occurrences. Lastly, candidates waveform which satisfy duration and peak-to-peak amplitude criterias are marked as KC. MT-KCD was evaluated using a public KC database known as DREAMS. Results have shown that MT-KCD improves detection metrics, especially F1 and F2 scores (harmonic averages of recall and precision), when compared to existing methods. F1 and F2 scores of MT-KCD on DREAMS were greater than 75%, in most of the evaluation scenarios, outperforming other methods. In regards to recall and precision, MT-KCD is comparable to existing methods in recall and precision, but presenting a more balanced relation between these metrics (F1 and F2 scores). |
Palavras-chave: | Eletroencefalograma; complexo-K; espectrograma multitaper; estudo do sono; análise espectral Electroencephalogram; k-complex; multitaper spectrogram; sleep study; spectral analysis |
Área(s) do CNPq: | Engenharia de Software. |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE INFORMÁTICA/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET |
Citação: | OLIVEIRA, Gustavo Henrique Batista Santos. Detecção automática de complexos-K no sinal EEG humano baseada em análise espectral multitaper.. 2019. 82 folhas. Dissertação( Programa de Pós-Graduação em Ciência da Computação/CCET) - Universidade Federal do Maranhão, São Luís. |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/2738 |
Data de defesa: | 26-Abr-2019 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Gustavo Henrique B.S.Oliveira.pdf | Dissertação de Mestrado. | 20,4 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.