Propostas submetidas

DEI - FCTUC
Gerado a 2024-03-28 10:53:41 (Europe/Lisbon).
Voltar

Titulo Estágio

Aplicação computacional para o processamento e análise de sinais de O2 recolhidos de modelos animais de epilepsia (EpOx)

Áreas de especialidade

Sistemas Inteligentes

Local do Estágio

Laboratórios do Grupo de Computação Adaptativa do CISUC

Enquadramento

Cerca de 30% dos casos de epilepsia são considerados intratáveis, ou refractários, uma vez que a administração de medicação, como parte de diferentes tratamentos, não surte efeito no controlo das crises epilépticas e a interven-ção cirúrgica também não constitui uma solução [1]. Para este grupo de doen-tes, a previsão e detecção de crises epilépticas reveste-se de uma grande im-portância, uma vez que pode vir a representar uma melhoria significativa na sua qualidade de vida.
Cerca de 40% dos epilépticos refractários sofrem de epilepsia do lobo tempo-ral (TLE) com origem uni ou bilateral no cérebro. O trauma inicial associado com TLE induz alterações do foro bioquímico, molecular, fisiológico ou estrutu-ral que contribuem para o desenvolvimento de epileptogénese e desencadei-am crises espontâneas e recorrentes. As consequências sócio-económicas re-sultantes da perda de produtividade e diminuição da função cognitiva são significativas.
O electroencefalograma (EEG) tem sido a maior fonte de informação relativa-mente à identificação de alterações da actividade eléctrica cerebral resultantes da ocorrência de crises epilépticas. No entanto, até aos dias de hoje, nenhum algoritmo baseado na análise de EEG mostrou uma performance adequada para aplicação clínica. Pode-se dizer que é necessária informação de outras fontes que tornem a previsão e detecção de crises efetiva em ambiente real.

Sabe-se que o metabolismo energético se encontra comprometido em pacien-tes com epilepsia. Estudos de imagiologia no período livre de crises (interictal) revelaram a ocorrência de hipoperfusão, redução do aporte de glucose bem como um défice energético [2, 3]. Porém, é ainda pouco compreendida a dinâmica temporal e espacial do acoplamento neurovascular e neurometabólico que ocorre durante a evolução para uma crise: a alteração extrema de excita-bilidade neuronal altera a necessidade energética, traduzida numa diminuição transiente da concentração local de O2. Estudos demonstram que na sequência de uma atividade neuronal, o tecido se torna ligeiramente isquémico até que a resposta vascular reponha o aporte de nutrientes adequados à necessi-dade energética.

[1] “WHO | Epilepsy,” WHO, 2017. [Online]. Available: http://www.who.int/mediacentre/factsheets/fs999/en/. [Accessed: 20-May-2017].
[2] Harris JJ, Jolivet R, Attwell D. Synaptic energy use and supply. Neuron. 2012 Sep 6;75(5):762–77.
[3] Suh M, Ma H, Zhao M, Sharif S, Schwartz TH. Neurovascular coupling and oximetry dur-ing epileptic events. Molecular neurobiology. 2006 Jun;33(3):181–97.

Objetivo

De modo geral, esta tese de mestrado visa desenvolver uma aplicação compu-tacional que permita analisar sinais originados pela monitorização de O2 em tempo real utilizando microeléctrodos de platina com múltiplos sítios implan-tados no cérebro de ratos tratados com pilocarpina, como modelo crónico de TLE [4]. Do ponto de vista científico, a aplicação computacional deverá permi-tir analisar a capacidade discriminativa de diferentes características extraídas do sinal de O2 para identificar as diferentes fases epilépticas. Especial atenção será dada a capacidade para distinguir a fase pré-crise (pré-ictal) visto ser a sua identificação que nos permite prever crises.
A aplicação computacional deverá permitir pré-processar o sinal de O2, extrair características do mesmo, fazer redução de dimensão e implementar técnicas de classificação reconhecimento de padrões que permitam discriminar as dife-rentes fases epilépticas.

[4] Curia, G. et al., 2008. The pilocarpine model of temporal lobe epilepsy. Journal of Neuroscience Methods, 172(2), pp.143–157.

Plano de Trabalhos - Semestre 1

1. Revisão do estado da arte relativo ao tema em causa (Setembro-Outubro)
Devem ser estudados os mecanismos fisiológicos que estão na origem das crises epilépticas, em particular no que respeita ao metabolismo energéti-co.

2. Dotar a aplicação de capacidades de pré-processamento e extração de características (Outubro-Dezembro)
A fase de pré-processamento abrangerá a filtragem e a identificação e re-moção de “outliers”. Devem ser considerados filtros de resposta ao impulso infinita (IIR) e filtros de resposta ao impulso finita (FIR).
As características serão extraídas do domínio do tempo, frequência e tem-po-frequência.

Plano de Trabalhos - Semestre 2

3. Dotar a aplicação de capacidade para selecionar características re-levantes e de técnicas de redução de dimensão (Janeiro-Março)
Após a extração de características, obtém-se um espaço de grande dimen-são e, como primeira etapa, é importante selecionar aquelas características que sejam simultaneamente sensíveis (relevantes) à atividade epiléptica e que não sejam redundantes. As características selecionadas poderão poste-riormente ser sujeitas a uma transformação usando análise de componen-tes principais (PCA), análise discriminante linear (LDA) e dimensionamento multidimensional (MDS).

4. Dotar a aplicação de técnicas para reconhecimento de padrões (Março-Maio)
O passo final engloba a discriminação de épocas do sinal de O2 que perten-cem aos diferentes estados epilépticos. Numa primeira abordagem, os qua-tro estados tradicionais serão considerados (inter-ictal, pré-ictal, ictal e pós-ictal), resultando em um problema de reconhecimento de padrões mul-ti-classe. Dependendo da capacidade discriminativa do espaço de caracte-rísticas obtido serão aplicados classificadores lineares simples (por exem-plo, classificadores de distância mínima) ou classificadores não-lineares mais complexos (por exemplo, SVM, ANN). Como o problema de classifica-ção é não balanceado, ou seja, as épocas inter-ictais estão em muito maior número do que as outras épocas, medidas de avaliação de desempenho apropriadas devem ser consideradas.

5. Usar a aplicação para análise crítica de resultados (Maio-Junho)
Devem ser analisados sinais de 10 ratos usando a aplicação desenvolvida.

6. Escrita da Tese e de artigos científicos (Maio-Junho)

Condições

O Aluno terá disponível computadores dotados de placas gráficas que permitem "GPU Computing". Terá também o apoio de especialistas na area: de processamento de sinais, reconhecimento de padrões e epilepsia.

Observações

Este projeto será co-orientado pelo professor António Dourado e pala Doutora Ana Ledo do Centro de Neurociências e Biologia Celular (CNC), que será a responsável pela aquisição de sinais e pela definição dos requisitos da aplicação, visto ser o CNC o futuro utilizador da mesma.

Orientador

César Teixeira
cteixei@dei.uc.pt 📩