Análise de conectividade cerebral baseada em eletroencefalografia para auxílio ao diagnóstico da Doença de Alzheimer e da Lesão Axonal Difusa

• Processo: 17/15243-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de dezembro de 2017
• Data de Término da vigência: 30 de novembro de 2018
• Área do conhecimento: Engenharias - Engenharia Biomédica
• Pesquisador responsável: Francisco José Fraga da Silva
• Beneficiário: Francisco José Fraga da Silva
• Instituição Sede: Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS). Universidade Federal do ABC (UFABC). Santo André , SP, Brasil
• Pesquisadores associados: João Ricardo Sato ; Renato Anghinah
• Assunto(s): Doença de Alzheimer Conectividade cerebral Lesão axonal difusa
• Palavra(s)-Chave do Pesquisador: Auxílio ao Diagnóstico | Conectividade Cerebral | Doença de Alzheimer | lesão axonal difusa | Trauma crânio-encefálico | Auxílio ao Diagnóstico

Resumo

A principal causa de lesão encefálica adquirida (LEA), de acordo com a literatura, é o traumatismo cranioencefálico (TCE). O TCE é um dano não degenerativo e não congênito provocado por uma força mecânica externa. É esperado um prejuízo, permanente ou temporário, nas funções cognitiva, física e psicossocial, com diminuição ou alteração do estado de consciência. As causas mais frequentes de TCE são acidentes veiculares, quedas, assaltos e roubos e acidentes durante atividades de lazer. Os mecanismos de aceleração-desaceleração, responsáveis pela lesão axonal difusa, frequentemente danificam as regiões ventral e lateral dos lobos frontal e temporal. Déficits na atenção e na memória, dificuldade em aprender novas informações, em resolver problemas e em planejar e problemas associados à impulsividade e ao autocontrole são sequelas comuns. Já entre as LEAs causadas por processos degenerativos, destaca-se a doença de Alzheimer. A doença de Alzheimer (DA), caracterizada pela presença de emaranhados neurofibrilares e placas senis, é uma demência que acomete uma grande parcela da população idosa, com uma incidência que tem aumentado significativamente nas últimas décadas. Assim, a detecção precoce da DA torna-se uma questão de saúde pública, pois permite iniciar um tratamento que pode retardar significativamente a progressão da doença. Logo, é de suma importância o desenvolvimento de métodos que dêem suporte ao diagnóstico precoce da DA. Além disso, na linha de procurar um diagnóstico realmente antecipado, o comprometimento cognitivo leve (CCL) tem se mostrado um importante fator de risco no desenvolvimento da DA. Ao longo da última década, a eletroencefalografia quantitativa (qEEG) tem emergido como uma ferramenta confiável e de baixo custo para o diagnóstico de distúrbios corticais como a DA e o CCL, devido à sua larga disponibilidade, baixo-custo e utilização de procedimentos não invasivos, que possibilitam a realização de exames seriados e o acompanhamento da evolução do estado neurológico. Neste projeto de pesquisa pretende-se desenvolver, aprimorar e validar marcadores biológicos baseados na análise de ferramentas de conectividade cerebral no EEG para diagnosticar precocemente e com acurácia o CCL e a DA, bem como entender as diferenças entre as alterações de conectividade na DA e no TCE. (AU)

Publicações científicas

(11)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DOS SANTOS, ELIANA M.; CASSANI, RAYMUNDO; FALK, TIAGO H.; FRAGA, FRANCISCO J.. Improved motor imagery brain-computer interface performance via adaptive modulation filtering and two-stage classification. Biomedical Signal Processing and Control, v. 57, n. SI, MAR 2020. (17/15243-7)

FRAGA, FRANCISCO J.; MAMANI, GODOFREDO QUISPE; JOHNS, ERIN; TAVARES, GUILHERME; FALK, TIAGO H.; PHILLIPS, NATALIE A.. Early diagnosis of mild cognitive impairment and Alzheimer's with event-related potentials and event-related desynchronization in N-back working memory tasks. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, v. 164, p. 1-13, OCT 2018. (17/15243-7, 15/09510-7)

GRILO JR, MARCELO; SANTOS, ELIANA; MORAES, CAROLINE; MONDEJAR, ALICE; ASCENCAO, PAULO; ARAUJO, LUCIANO; NEVES, ALINE; FRAGA, FRANCISCO; IEEE. Limbs Movement and Motor Imagery: an EEG Study. 2019 E-HEALTH AND BIOENGINEERING CONFERENCE (EHB), v. N/A, p. 4-pg., 2019-01-01. (17/15243-7, 15/09510-7)

CASSANI, RAYMUNDO; ESTARELLAS, MAR; SAN-MARTIN, RODRIGO; FRAGA, FRANCISCO J.; FALK, TIAGO H.. Systematic Review on Resting-State EEG for Alzheimer's Disease Diagnosis and Progression Assessment. DISEASE MARKERS, 2018. (17/15243-7)

DOS SANTOS, ELIANA M.; CASSANI, RAYMUNDO; FALK, TIAGO H.; FRAGA, FRANCISCO J.. Improved motor imagery brain-computer interface performance via adaptive modulation filtering and two-stage classification. Biomedical Signal Processing and Control, v. 57, p. 9-pg., 2020-03-01. (17/15243-7)

ROSSINI, P. M.; DI IORIO, R.; VECCHIO, F.; ANFOSSI, M.; BABILONI, C.; BOZZALI, M.; BRUNI, A. C.; CAPPA, S. F.; ESCUDERO, J.; FRAGA, F. J.; et al. Early diagnosis of Alzheimer's disease: the role of biomarkers including advanced EEG signal analysis. Report from the IFCN-sponsored panel of experts. CLINICAL NEUROPHYSIOLOGY, v. 131, n. 6, p. 1287-1310, JUN 2020. (18/03655-1, 17/15243-7)

SAN-MARTIN, RODRIGO; JOHNS, ERIN; MAMANI, GODOFREDO QUISPE; TAVARES, GUILHERME; PHILLIPS, NATALIE A.; FRAGA, FRANCISCO J.. A method for diagnosis support of mild cognitive impairment through EEG rhythms source location during working memory tasks. Biomedical Signal Processing and Control, v. 66, APR 2021. (17/15243-7, 15/09510-7)

TAVARES, GUILHERME; SAN-MARTIN, RODRIGO; IANOF, JESSICA N.; ANGHINAH, RENATO; FRAGA, FRANCISCO J.; IEEE. Improvement in the automatic classification of Alzheimer's disease using EEG after feature selection. 2019 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC), v. N/A, p. 6-pg., 2019-01-01. (17/15243-7, 15/09510-7)

DOS SANTOS, ELIANA M. M.; SAN-MARTIN, RODRIGO; FRAGA, FRANCISCO J. J.. Comparison of subject-independent and subject-specific EEG-based BCI using LDA and SVM classifiers. MEDICAL & BIOLOGICAL ENGINEERING & COMPUTING, v. 61, n. 3, p. 11-pg., 2023-01-10. (17/15243-7, 15/09510-7)

SANTOS, ELIANA M.; SAN-MARTIN, RODRIGO; FRAGA, FRANCISCO J.; IEEE. Comparison of LORETA and CSP for Brain-Computer Interface Applications. 2021 18TH INTERNATIONAL MULTI-CONFERENCE ON SYSTEMS, SIGNALS & DEVICES (SSD), v. N/A, p. 6-pg., 2021-01-01. (17/15243-7, 15/09510-7)

CASSANI, RAYMUNDO; ESTARELLAS, MAR; SAN-MARTIN, RODRIGO; FRAGA, FRANCISCO J.; FALK, TIAGO H.. Systematic Review on Resting-State EEG for Alzheimer's Disease Diagnosis and Progression Assessment. DISEASE MARKERS, v. 2018, p. 26-pg., 2018-01-01. (17/15243-7)