| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 5.51 MB | Adobe PDF |
Authors
Abstract(s)
A Doença de Alzheimer (DA) é a forma mais comum de demência. A esperança média de vida está a
aumentar e esta patologia surge associada à idade, o que é preocupante. Para se alcançar um diagnóstico
precoce e preciso desta doença é necessário optimizar os métodos da sua detecção. A análise de sinais do
electroencefalograma (EEG) pode ser reveladora de deficiências estruturais e funcionais associadas à DA.
Por conseguinte, este trabalho teve por finalidade a análise de EEGs da actividade espontânea de doentes
com diagnóstico provável de DA e um grupo de controlo, usando diferentes parâmetros espectrais, bem
como a criação de um sistema baseado em Redes Neuronais Artificiais (RNA), de modo a discriminar
sinais de EEG, entre pacientes com probabilidade de DA e sujeitos de controlo. Assim, foram aplicadas
três metodologias diferentes e variações, consoante o tipo de processamento de sinal aplicado. A análise
dos registros de EEGs foi realizada recorrendo à função Densidade Espectral de Potências (PSD) baseada
na Transformada de Fourier de Curta Duração (STFT), à PSD baseada na Transformada de Wavelet
(WT) e à aplicação da Transformada Discreta de Wavelet (DWT). A PSD baseada na WT apresentou-se
neste trabalho, como uma técnica pioneira no processamento do sinal EEG e permitiu obter melhores
resultados do que os conseguidos por técnicas tradicionais, como a PSD baseada na STFT e a DWT. A
melhor classificação foi realizada pela RNA usando a PSD WT Biortogonal 3.5, com 0.97 de AROC,
sensibilidade de 92.1%, especificidade de 90.8% e 91.5% de precisão. Alzheimer’s disease (AD) is the most common form of dementia. The average life expectancy is
increasing and this disease arise associated with aging, which is worrying. To achieve an early and
accurate diagnosis of this disease is necessary to optimize the methods of detection. The signal analysis
of the electroencephalogram (EEG) may reveal structural and functional disability associated with AD.
Therefore, this work aimed at the analysis of spontaneous EEGs activity of patients diagnosed with
probable AD and a control group, using different spectral parameters, as well as the creation of a system
based on Artificial Neural Networks (ANN) in order to discriminate the EEG signals, among patients
with AD and control subjects. Three different methodologies and variations were applied, depending
on the type of signal processing applied. The EEG recording analisys was performed using the Power
Spectral Density (PSD) function based on Short Time Fourier Transform (STFT), the PSD based on
Wavelet Transform (WT) and the application of Discrete Wavelet Transform (DWT). The PSD obtained
by WT was presented in this work as a pioneer technique in the EEG signal processing and achieve
better results than those obtained by traditional techniques, such as the PSD based on STFT and DWT.
The best classification was performed by the ANN using PSD of WT Biorthogonal 3.5 with 0.97 of
AROC , 92.1% of sensitivity, 90.8% of specificity and 91.5% of accuracy.
Description
Keywords
Doença de Alzheimer Electroencefalograma Rede neuronal artificial Transformada de Wavelet
Pedagogical Context
Citation
Rodrigues, Pedro Miguel de Luís (2011). Diagnóstico da doença de Alzheimer com base no electroencefalograma. Bragança: Escola Superior de Tecnologia e Gestão. Dissertação de Mestrado em Tecnologia Biomédica
Publisher
Instituto Politécnico de Bragança, Escola Superior de Tecnologia e Gestão