Propostas Submetidas

DEI - FCTUC
Gerado a 2024-03-29 10:22:59 (Europe/Lisbon).
Voltar

Titulo Estágio

PREVISÃO DE CRISES EPILÉTICAS USANDO UM ÚNICO ELÉTRODO REFERENCIADO E A TRANSFORMAÇÃO DE UMA SÉRIE TEMPORAL EM IMAGENS PARA CLASSIFICADORES PROFUNDOS (DEEP LEARNING)

Áreas de especialidade

Sistemas Inteligentes

Local do Estágio

CISUC

Enquadramento

Cerca de 1% da população, sem distinção de idades, sexo ou etnia, sofre de epilepsia. Um terço dos epiléticos são insensíveis a medicação e não podem ser submetidos a cirurgia para extração do foco epilético no cérebro. Por isso têm que viver com as crises, que podem acontecer em qualquer momento, em qualquer circunstância, limitando assim a sua integração social e vida quotidiana. Há décadas que se faz investigação com o objetivo de desenvolver um dispositivo transportável que, recebendo em permanência sinais de EEG (Eletroencefalograma), os processe e classifique, e alerte o doente quando se prevê que vem aí uma crise, a fim de que ele se possa preparar para a crise, posicionando-se em ambiente seguro e sem exposição social. Infelizmente os progressos alcançados não permitiram ainda a construção desse dispositivo e é necessário prosseguir a investigação com esse objetivo.

Objetivo

Na generalidade dos estudos publicados, a previsão de crises epiléticas baseia-se na extração de características (features) temporais ou de frequência dos sinais elétricos captados por elétrodos colados ao couro cabeludo ou implantados cirurgicamente na massa encefálica.
No presente projeto ambiciona-se seguir outra abordagem, usando a série temporal do elétrodo focal (mais próximo da zona das crises), transformando-a em imagens que alimentam um classificador profundo, por exemplo uma CNN (Convolutional Neural Network) dado serem vocacionadas para a classificação de imagens.
O uso de um só elétrodo (e da sua referência) visa aumentar substancialmente o conforto do paciente, na perspetiva de desenvolvimento de um dispositivo transportável de alarme.
A classificação será abordada em duas perspetivas: um classificador para 4 classes (interictal, pré-ictal, ictal, pós-ictal), ou 4 classificadores cada um especializado numa das 4 classes.

Plano de Trabalhos - Semestre 1

- Estudo bibliográfico.
- Estudo de técnicas de transformação de séries temporais em imagens.
- Construção, a partir dos sinais de EEG da Base de Dados de Epilepsia, de uma base de “imagens” compostas pela transformação dos sinais do elétrodo focal de cada doente, durante uma janela temporal a determinar. Este conjunto de “imagens” será usado para os conjuntos de teste e de treino dos classificadores.
- Construção de protótipos das arquiteturas dos classificadores e obtenção de resultados exploratórios.
- Elaboração do relatório intermédio.

Plano de Trabalhos - Semestre 2

- Estudo e aplicação de técnicas de processamento de imagem com vista a aumentar a diferenciação das imagens entre as diversas classes.
- Aplicação a um conjunto alargado de doentes da Base de Dados de Epilepsia.
- Aperfeiçoamento das arquiteturas de classificadores.
- Teste em ambiente de tempo real simulado.
- Escrita da tese.
Este plano de trabalho tem um forte conteúdo de investigação, e requer uma boa formação em Aprendizagem Computacional /Computação Neuronal e Difusa.

Condições

Recursos computacionais avançados do Laboratório de Informática Clínica.

Dependendo do CV do candidato , perspetiva-se a atribuição de uma bolsa de estudo de mestrado durante 4 a 6 meses (normalmente o segundo semestre de 2022-2023). Para mais informações contactar os orientadores.

Observações

A dissertação é coorientada pelo Prof. César Teixeira do DEI-CISUC

Orientador

António Dourado Pereira Correia
dourado@dei.uc.pt 📩