Grafos de quantis para o diagnóstico baseado em EEG da doença de Alzheimer

Resumo

Conhecida como uma demência degenerativa e progressiva do cérebro, a doença de Alzheimer (AD) afeta em torno de 25 milhões de pessoas idosas em todo o mundo. Essa doença resulta em uma queda de produtividade e impõe limites em suas vidas diárias. A Eletroencefalografia (EEG), na qual as atividades elétricas do cérebro são gravadas na forma de uma série temporal e analisadas utilizando técnicas de processamento de sinais, é um biomarcador neurofisiológico da AD. EEG é uma técnica não-invasiva, de baixo custo, que possui uma alta resolução temporal e fornece informações importantes sobre a dinâmica do cérebro em pacientes com a AD. Neste trabalho, apresentamos uma técnica original, baseada no uso de grafos de quantis (QGs) para a classificação de dados de EEG. QGs mapeiam características tais como, frequência, amplitude e correlação de uma série temporal (tais como as encontradas nos dados de EEGs de pacientes com a DA) em características topológicas de uma rede complexa. As cinco métricas de redes complexas utilizadas aqui - o coeficiente de agrupamento, o comprimento do salto médio, a centralidade, a modularidade e o índice Estrada - mostram que o mapeamento em QG permite a distinção de indivíduos saudáveis e pacientes com a AD, com olhos abertos ou fechados. O mapeamento em QG também indica quais os canais (correspondentes às 19 diferentes localizações sobre o couro cabelo dos pacientes) fornecem o melhor poder discriminativo. Além disso, resultados baseados nas análises das ondas delta, teta, alfa e beta indicam que todos os pacientes em estudo com a AD apresentam sintomas claros da doença e que podem tê-la em seu último estágio, um diagnóstico conhecido a priori e confirmado pelo nosso estudo. Os resultados apresentados aqui atestam a utilidade do mapeamento QG na análise de sinais complexos, não-lineares tais como os gerados por EEGs de pacientes com a AD. (AU)