Modelamento matemático utilizando as equações da eletrostática e as wavelets de haar, como tentativa de um novo biomarcador para identificação precoce da doença de Alzheimer

• Autor(a) principal: Freitas, F. O.
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da FEI
• Texto Completo: https://repositorio.fei.edu.br/handle/FEI/287
• topic: Alzheimer, Doença de; Hipocampo (Cérebro); Modelos matemáticos; Transtorno cognitivo leve; Biomarcadores

A doença de Alzheimer (DA) é o tipo de demência mais frequente entre a população idosa, sem cura, caracterizada pela degeneração progressiva e irreversível das células nervosas. Um dos desafios atuais é, dado os recursos para as diferentes populações mundiais, melhorar a acurácia dos sistemas de predição da DA, pelo desenvolvimento de novos biomarcadores. O hipocampo tem sido alvo de pesquisas, por ser uma das primeiras regiões cerebrais que passam por transformações morfológicas anormais, já no Transtorno Cognitivo Leve, estágio intermediário entre ter cognição normal e ser paciente de DA. Nesse contexto, esse trabalho propõe o desenvolvimento de uma ferramenta para determinar a distribuição das densidades superficiais de cargas elétricas (DDSC) nas regiões do hipocampo, com o objetivo de que as DDSC possam contribuir como novo biomarcador relativo aos seus aspectos morfológicos. O modelo proposto para esta ferramenta utiliza conjuntamente as equações da eletrostática, método dos momentos e wavelets de Haar, tendo como elementos de entrada as imagens de ressonância magnética estrutural (RM), com segmentação do hipocampo. A ferramenta foi validada na geração de 309 DDSC com formas variadas de hipocampos, nas quais as morfologias mantiveram-se fieis, tais como nas imagens de RM que as originaram. Realizou-se também um breve estudo do potencial das DDSC como biomarcador, sendo observado que devido a influência de cada carga elétrica sobre as demais, a DDSC é dependente da forma do hipocampo, apresentando variações nas regiões de expansão e retração, bem como nas regiões sem variações morfológicas. Os resultados obtidos são promissores, mostrando que a ferramenta proposta é eficiente na geração das DDSC, tendo potencial para gerar um novo biomarcador para uso conjunto com os demais existentes.