Caracterização de Períodos Antecipatórios de Crises Epiléticas
Autores
|
7225 |
3158,131,163,2582
|
|
|
7226 |
3158,131,163,2582
|
|
|
7227 |
3158,131,163,2582
|
|
|
7228 |
3158,131,163,2582
|
Informações:
Publicações do PESC
Segundo dados da Organização Mundial da Saúde, a epilepsia é considerada um dos transtornos neurológicos de maior incidência global. Os sintomas da epilepsia são caracterizados pela ocorrência de crises epiléticas, que manifestam-se de forma súbita, impactando de maneira negativa aqueles que são acometidos por esse mal. As consequências de um episódio de crise epilética variam de lesões físicas a distúrbios de natureza psicológica, sem contar o grau de incerteza que acomete os pacientes.
A possibilidade de antever o início de uma crise epilética tem o potencial de atenuar esses efeitos negativos, pois essa seria uma forma de anular ou mitigar a característica de a incidência das crises ser repentina. Para que isso seja possível, é essencial a caracterização de períodos nos quais possam ser detetadas alterações na atividade normal do cérebro relacionadas a uma crise iminente.
Nesta tese é apresentada uma metodologia capaz de caracterizar tais períodos, através da análise dos registros encefalográficos do paciente. Contrastando com o que é usual em estudos relacionados, são utilizados os dados encefalográficos após serem modificados apenas por operações matemáticas simples e de cálculo eficiente, além de um teste estatístico. Os resultados obtidos sugerem que tal metodologia pode ser usada como uma ferramenta auxiliar aos sistemas de predição de crises, particularmente no que diz respeito às suas fases de treinamento e aprendizado.
According to data from the World Health Organization, epilepsy is a neurological disorder with one of the highest global incidence rates. Epilpesy symptoms are characterized by the occurrence of epileptic seizures, which happen suddenly and impact those affected by the disease negatively. The consequences of an epileptic seizure range from physical injuries to psychological disorders, not to mention the degree of uncertainty that afflicts epilepsy patients.
Anticipating the onset of an epileptic seizure has the potential to attenuate such negative effects, since it might work toward nullifying or mitigating the suddenness of epileptic events. In order for anticipation to be possible, an essential first step is to characterize those periods when alterations in the normal activity of the brain can be detected that relate to an imminent seizure.
In this thesis a methodology is presented for the characterization of such periods, based on analyses of a patient’s encephalographic records. In strong contrast with the common approach in related studies, only simple and computationally efficient modifications are applied to the data, and also a statistical test. The results obtained suggest that this methodology can be used as an auxiliary tool for seizure prediction systems, particularly in regard to the systems’ training and learning phases.