Titulo Estágio
EPIREST: Desenvolvimento de um serviço REST de alto desempenho para deteção e previsão de crises epiléticas
Áreas de especialidade
Sistemas Inteligentes
Engenharia de Software
Local do Estágio
DEI
Enquadramento
No âmbito do projeto Europeu EPILEPSIAE (http://www.epilepsiae.eu) foi desenvolvido pelo Grupo de Computação Adaptativa uma toolbox Matlab para previsão de crises epiléticas, chamada de EPILAB. Esta toolbox incorpora algoritmos para extração de características do eletroencefalograma (EEG) e estratégias para previsão de crises epiléticas baseadas em redes neuronais artificiais (ANN) e máquinas de vetor suporte (SVM). A EPILAB encontra-se disponível online sobre uma licença Free-BSD em http://www.epilepsiae.eu/epilab.
Orientador(es):
• César A. D. Teixeira, PhD, Assistant Professor, FCTUC
• Nuno Laranjeiro, PhD, Assistant Professor, FCTUC
o Emails: {cteixei,cnl}@dei.uc.pt,
Objetivo
Esta proposta de mestrado tem como objetivo a reconstrução da ferramenta EPILAB, resolvendo as suas limitações e tomando partido das tecnologias atuais. A inovação é, portanto, ao nível tecnológico, mas também ao nível científico. Em termos científicos pretende-se:
• A integração de novas características do EEG, extraídas do sinal em bruto e de mapas topográficos (representação espacial da atividade cerebral segundo uma determinada característica do EEG);
• A integração de algoritmos híbridos, que permitam a deteção e previsão de crises epiléticas.
• Integração de redes neuronais recorrentes
• A integração de técnicas de reconhecimento de padrões “Deep Learning”.
A nível tecnológico o aluno irá trabalhar na reconstrução da ferramenta EPILAB como um serviço REST, com particular atenção ao desenvolvimento de código que permita tirar partido de uma arquitetura cloud subjacente, acompanhada das devidas otimizações a nível de paralelismo de execução de tarefas.
Plano de Trabalhos - Semestre 1
1. Revisão do estado-da-arte e conhecimento da atual arquitetura da EPILAB.
• Objetivo: Nesta primeira fase o aluno deve ler sobre os algoritmos existentes para previsão e deteção de crises. No fim desta fase o aluno deverá conhecer profundamente a atual versão da EPILAB.
• Início : Setembro de 2020
• Fim: Novembro 2020
• Resultados esperados: Um relatório que deverá descrever o estado-da-arte em termos de características do EEG e algoritmos para deteção e previsão de crises, reportando as suas vantagens e desvantagens. Este relatório deverá também descrever em detalhe a atual arquitetura da EPILAB, reportando as principais fragilidades e aspetos gerais a melhorar.
2. Reconstrução da EPILAB
• Objetivo: Produzir um serviço REST, de alto desempenho, usando as mais recentes tecnologias e com particular atenção à escalabilidade da solução.
• Início: Outubro 2020
• Fim: Dezembro 2020
• Resultados esperados: Uma nova versão da EPILAB.
Plano de Trabalhos - Semestre 2
2. Reconstrução da EPILAB (Cont.)
• Objetivo: Produzir um serviço REST, de alto desempenho, usando as mais recentes tecnologias e com particular atenção à escalabilidade da solução.
• Início: Janeiro 2021
• Fim: Maio 2021
• Resultados esperados: Uma nova versão da EPILAB.
3. Estudo de novas características do EEG e novos algoritmos para detecção e previsão de crises
• Objetivo: O aluno deverá enquadra-se nos atuais interesses do laboratório e participar no desenvolvimento de novas características e algoritmos.
• Início: Fevereiro 2021
• Fim: Maio 2021
• Resultados esperados: Um relatório descrevendo as novas características e algoritmos e quais as melhorias face ao estado-da-arte.
4. Validação e Verificação da nova versão da EPILAB
• Objetivo: Testes da nova versão em dados reais de pacientes da base de dados EPILEPSIAE
• Início: Abril 2021
• Fim: Junho 2021
• Resultados esperados: Um relatório descrevendo os resultados obtidos em dados reais e a sua comparação com os resultados anteriormente obtidos no laboratório.
5. Escrita da tese & artigo científico
• Início: Maio 2021
• Fim: Julho 2021
Condições
O Aluno terá acesso às facilidades disponíveis no grupo de AC e SSE, nomeadamente computadores para cálculo e serviços cloud.
Espera-se a obtenção de resultados que levem à sua publicação em conferencias internacionais.
Orientador
César Teixeira
cteixei@dei.uc.pt 📩