Titulo Estágio
EPILAB-EVO: Desenvolvimento de uma toolbox de alta performance para detecção e previsão de crises epilépticas
Área Tecnológica
Informática Médica
Local do Estágio
Laboratórios do Grupo de Computação Adaptativa-Polo II
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 epilépticas, chamada de EPILAB. Esta toolbox incorpora algoritmos para extração de características do electroencefalograma (EEG) e estratégias para previsão de crises epilépticas 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.
Objetivo
Esta proposta de mestrado tem como objetivo melhorar a versão atual da EPILAB ao nível tecnológico e 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 detecção e previsão de crises epilépticas.
A nível tecnológico o aluno irá trabalhar na melhoria do atual interface gráfico da EPILAB, e no desenvolvimento e conversão de código que permita tirar partido de arquiteturas paralelas/distribuídas. As melhorias do interface gráfico irão centrar-se no desenvolvimento de novos módulos para interpretação e apresentação de dados, que irão permitir ao utilizador uma fácil interação e interpretação dos resultados. Em termos do desenvolvimento e conversão de código paralelo/distribuído, pretende-se que a toolbox tire partido de arquiteturas multi-core, tais como sistemas GPU.
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 detecção de crises. No fim desta fase o aluno deverá conhecer profundamente a atual versão da EPILAB.
• Início : Setembro de 2012
• Fim: Novembro 2012
• Resultados esperados: Um relatório que deverá descrever o estado-da-arte em termos de características do EEG e algoritmos para detecção 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 aspectos gerais a melhorar.
Plano de Trabalhos - Semestre 2
2. Melhoria da EPILAB
• Objetivo: Melhorar a versão atual da EPILAB através da integração de novas metodologias, novos interfaces gráficos e a possibilidade de tirar partido de arquiteturas muti-core.
• Início: Outubro 2012
• Fim: Maio 2013
• 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: Outubro 2012
• Fim: Maio 2013
• Resultados esperados: Um relatório descrevendo as novas características e algoritmos e quais as melhorias face ao estado-da-arte.
4. Teste da nova versão da EPILAB
• Objetivo: Testes das novas metodologias integradas na EPILAB em dados reais de pacientes da base de dados EPILEPSIAE
• Início: Abril 2013
• Fim: Junho 2013
• 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
• Início: Maio 2012
• Fim: Julho 2012
Condições
O trabalho decorrerá nos Laboratórios do Grupo de Computação Adaptativa do CISUC, no DEI.
Dependendo do decorrer dos trabalhos e das disponibilidades financeiras, poderá perspetivar-se a concessão de uma bolsa de estudo durante o segundo semestre do ano letivo.
Observações
Este trabalho tem um conteúdo de investigação significativo, com elevado potencial de impacto na comunidade científica e clínica, nomeadamente expresso em publicações em conferências e revistas internacionais. Os candidatos devem ter bons conhecimentos de Matlab.
Orientador
César A. D. Teixeira
cteixei@dei.uc.pt 📩