Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/3024
Tipo do documento: Tese
Título: Identifcação do padrão de hipsarritmia em eletroencefalogramas: utilizando decomposição de sinais em pequenas ondas
Título(s) alternativo(s): Identification of the hypsarrhythmia pattern in electroencephalograms: using small wave signal decomposition
Autor: SOUSA, Gean Carlos Lopes de 
Primeiro orientador: BARROS FILHO, Allan Kardec Duailibe
Primeiro membro da banca: BARROS FILHO, Allan Kardec Duailibe
Segundo membro da banca: FONSECA NETO, João Viana da
Terceiro membro da banca: CARVALHO FILHO, Antonio Oseas de
Quarto membro da banca: SEQUERRA, Eduardo Bouth
Resumo: A epilepsia consiste em uma alteração temporária do funcionamento do cérebro. É possível, durante uma crise epiléptica, verificar alterações acentuadas. Em lactentes, como por exemplo, destacam-se algumas encefalopatias como a síndrome de West. A síndrome de West caracteriza-se principalmente por espasmos infantis e hipsarritmia. A hipsarritmia, descrita pela primeira vez em 1952, é caracterizada por padrão eletroencefalográfico composto de ondas lentas e espículas de projeção anárquica e de elevada tensão. O padrão de hipsarritmia também se faz presente em EEG's de crianças com microcefalia causada pelo vírus Zika. Apesar das características de hipsarritmia no eletroencefalograma estarem bem definidas, a identificação desse padrão ainda causa discordância entre especialistas. Propõe-se neste trabalho o desenvolvimento de métodos matemáticos e computacionais capazes de identificar as características básicas desse sinal elétrico patológico, a fim de auxiliar no diagnóstico e no prognóstico de pacientes epilépticos. Durante esse trabalho é apresentada a formulação matemática da Transformada de Wavelet, contínua e discreta, das funções de Gabor que serão utilizadas como núcleo dessa transformação e das funções de Gabor sintonizadas. Aplicou-se o cálculo dos três índices em sinais de eletroencefalograma de lactentes portadores do vírus Zika para identificação de hipsarritmia. Esses sinais foram adquiridos junto ao projeto do Governo do Estado do Maranhão denominado Casa Ninar. Os resultados podem evidenciar uma eficácia da metodologia em identificar o padrão de hipsarritmia, pois apresentam taxas de acerto que entre 95 a 100% na classificação de eletroencefalogramas. Na tarefa mais difícil, que é classificar trechos do EEG, as taxas de acerto variaram entre chegam 75 a 90%.
Abstract: Epilepsy is a temporary change in brain function.It is possible during an epileptic seizure to see marked changes. In infants, for example, some encephalopathies such as West syndrome stand out. West syndrome is mainly characterized by infantile spasms and hipsarrhythmia. Hypsarrhythmia, first described in 1952, is characterized by an electroencephalographic pattern composed of slow waves and high-voltage anarchic projection spicules. The pattern of hipsarrhythmia is also present in EEG's of children with microcephaly caused by Zika virus. Although the characteristics of hipsarrhythmia in the electroencephalogram are well defined, the identification of this pattern still causes disagreement among specialists. This work proposes the development of mathematical and computational methods capable of identifying the basic characteristics of this pathological electrical signal, in order to assist in the diagnosis and prognosis of epileptic patients. During this work we present the mathematical formulation of the continuous and discrete Wavelet Transform of the Gabor functions that will be used as the core of this transformation and the tuned Gabor functions. The calculation of the three indices in electroencephalogram signals of infants with Zika virus was applied to identify hipsarrhythmia. These signals were acquired from the Maranhão State Government project called Casa Ninar. The results may show the effectiveness of the methodology in identifying the pattern of hipsarrhythmia, since they present rates of accuracy that range from 95 to 100 % in the classification of electroencephalograms. In the most difficult task, which is to classify sections of the EEG, the hit rates ranged from 75 to 90 %.
Palavras-chave: Hipsarritmia
Wavelet
Funções de Gabor
Gabor sintonizadas
Hypsarrhythmia
Wavelet
Gabor functions
Tuned Gabor
Área(s) do CNPq: Teoria Eletromagnética, Microondas, Propagação de Ondas, Antenas
Clínica Médica
Análise de Algoritmos e Complexidade de Computação
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: SOUSA, Gean Carlos Lopes de. Identifcação do padrão de hipsarritmia em eletroencefalogramas: utilizando decomposição de sinais em pequenas ondas. 2019.103 f. Tese (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2019.
Tipo de acesso: Acesso Aberto
URI: https://tedebc.ufma.br/jspui/handle/tede/tede/3024
Data de defesa: 18-Dez-2019
Aparece nas coleções:TESE DE DOUTORADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
GeanSousa.pdfTese de Doutorado27,8 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.