Previsão de convulsões em dados de EEG com o uso de redes complexas

• Processo: 17/09216-7
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2017
• Data de Término da vigência: 31 de agosto de 2017
• Área de conhecimento: Engenharias - Engenharia Biomédica
• Pesquisador responsável: Andriana Susana Lopes de Oliveira Campanharo
• Beneficiário: Gustavo Henrique Tomanik
• Supervisor: Luis Nunes Amaral
• Instituição Sede: Instituto de Biociências (IBB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Instituição Anfitriã: Northwestern University, Evanston, Estados Unidos
• Vinculado à bolsa: 15/22293-5 - Caracterização e análise de séries temporais fisiológicas com o uso de redes complexas, BP.IC
• Assunto(s): Epilepsia Convulsões Análise de dados Redes complexas Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Previsão de convulsões | Redes Complexas | Séries temporais de EEG | Análise de dados fisiológicos

Resumo

A epilepsia é uma desordem neurológica caracterizada pela presença de convulsões recorrentes que afetam aproximadamente 1% da população mundial. Convulsões repentinas e abruptas que causam lapsos de consciência momentâneos têm um impacto significante na vida diária de pacientes epilépticos. Desta forma, a detecção dessas convulsões ajudaria tais pacientes a terem uma vida normal. Recentemente, uma ferramenta que permite mapear uma série temporal em uma rede complexa foi proposta, permitindo o uso da teoria de redes complexas na caracterização da dinâmica de séries temporais. Em tal aproximação, os quantis de uma série temporal são mapeados em vértices de uma rede complexa (em inglês, Quantile Graph - QG). Nesse projeto de pesquisa iremos utilizar o método QG na detecção de diferenças entre séries temporais encefalográficas (séries temporais de EEG) de indivíduos sadios e doentes. Nosso objetivo principal é mostrar que o método utilizado pode ser útil na detecção de convulsões. Além disso, queremos investigar se o método QG é capaz de distinguir mudanças no comportamento das séries de EEG em períodos que as antecedem e em períodos que ocorrem as convulsões. (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)

TOMANIK, GUSTAVO H.; BETTING, LUIZ E.; CAMPANHARO, ANDRIANA S. L. O.; ROJAS, I; JOYA, G; CATALA, A. Automatic Identification of Interictal Epileptiform Discharges with the Use of Complex Networks. ADVANCES IN COMPUTATIONAL INTELLIGENCE, IWANN 2019, PT I, v. 11506, p. 10-pg., 2019-01-01. (17/09216-7, 16/17914-3, 18/25358-9, 18/02014-2)