Apoio ao diagnóstico do transtorno de déficit de atenção e hiperatividade por meio da análise de padrões de conectividade cerebral

• Processo: 12/13390-9
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de fevereiro de 2013
• Data de Término da vigência: 28 de fevereiro de 2014
• Área de conhecimento: Engenharias - Engenharia Biomédica - Engenharia Médica
• Pesquisador responsável: João Ricardo Sato
• Beneficiário: Anderson dos Santos Siqueira
• Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Assunto(s): Aprendizado computacional Teoria dos grafos Mineração de dados Conectividade cerebral Neuroimagem Transtorno do deficit de atenção com hiperatividade Técnicas e procedimentos diagnósticos
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | conectividade | deficit de atenção | Mineração de Dados | neuroimagem | teoria dos grafos | Neuroimagem

Resumo

O Transtorno de Déficit de Atenção e Hiperatividade (TDAH) é um distúrbio do neurodesenvolvimento que compreende a tríade de sintomas: desatenção, inquietude e impulsividade. Atinge cerca de 3 a 6% da população de crianças, em idade escolar, mas também está presente em adultos. Seu diagnóstico é unicamente clínico, ou seja, ainda não há exames adicionais para biomarcadores. O cérebro humano é um órgão complexo, possui muitas conexões e atualmente pode ser estudado por meio de imagens de ressonância magnética funcional (fMRI), que permite uma medição indireta das ativações cerebrais a partir do denominado efeito BOLD. As conexões cerebrais podem ser analisadas por métodos baseados em Teoria dos Grafos conhecidos como análise das redes complexas. Com grafos gerados a partir do processamento de imagens de fMRI, algumas análises serão efetuadas, como a de proximidade (Closeness) e intermediação (Betweenness) entre os nódulos da rede, bem como seu grau, todo este processo apoio por ferramentas, como o pacote iGraph incorporado ao software estatístico R. Posteriormente, estas características da topologia da rede serão utilizadas como variáveis em métodos de reconhecimento de padrão, como o Support Vector Machine. O objetivo é encontrar padrões nas conexões cerebrais que indiquem o diagnóstico do TDAH a partir de imagens de ressonância magnética funcional, contribuindo no apoio ao diagnóstico deste transtorno. (AU)

Publicações científicas

(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)

SIQUEIRA, ANDERSON DOS SANTOS; BIAZOLI JUNIOR, CLAUDINEI EDUARDO; COMFORT, WILLIAM EDGAR; ROHDE, LUIS AUGUSTO; SATO, JOAO RICARDO. Abnormal Functional Resting-State Networks in ADHD: Graph Theory and Pattern Recognition Analysis of fMRI Data. BIOMED RESEARCH INTERNATIONAL, v. 2014, p. 10-pg., 2014-01-01. (12/13390-9, 13/00506-1, 13/10498-6)

SIQUEIRA, ANDERSON DOS SANTOS; BIAZOLI JUNIOR, CLAUDINEI EDUARDO; COMFORT, WILLIAM EDGAR; ROHDE, LUIS AUGUSTO; SATO, JOAO RICARDO. Abnormal Functional Resting-State Networks in ADHD: Graph Theory and Pattern Recognition Analysis of fMRI Data. BIOMED RESEARCH INTERNATIONAL, 2014. (13/00506-1, 12/13390-9, 13/10498-6)