Characterization and detection of epileptic seizures based on actigraphy data

Detalhes bibliográficos
Autor(a) principal: Ramos, Mariana Ferreira
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/97182
Resumo: Dissertação de Mestrado em Engenharia Física apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
id RCAP_accaf11d8d98dc01700003f698f33598
oai_identifier_str oai:estudogeral.uc.pt:10316/97182
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Characterization and detection of epileptic seizures based on actigraphy dataEpilepsyelectroencephalographyaccelerometerseizuresdetectionactigraphyEpilepsiaelectroencefalografiaacelerómetrocrisesdetecçãoactigrafiaDissertação de Mestrado em Engenharia Física apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.Epilepsy is a severe medical condition affecting millions of people in the world. Detection and prediction of epileptic events is an open problem and an active field of research in the medical and neuroscience communities. Patients with epilepsy are monitored at the service of Neurology from the Hospital de Santa Maria in Lisbon for long periods where huge amount of data, such as EEG, ECG and video, is collected in order to capture the appropriated number of epileptic episodes needed to characterize the disease. These episodes, impossible to predict, are random and sparse in time which makes the task of analysis difficult and time consuming. In this thesis an actigraphy device (an accelerometer) was designed and assembled to be plugged into the amplifier used in the hospital to collected the EEG signals. This way the activity of the patient on his non-dominant wrist (usually the left one) is recorded and stored simultaneously with the other signals acquired during the exam avoiding to perform the usual complex procedure of signal alignment and sampling frequency adjustment. Algorithms for detection of specific movement patterns were designed in order to automatically detect epileptic seizures with associated movement disturbances. The goal is to perform an automatic annotation of the data collected during exam and help the technical staff in its analysis. In the future these algorithms will be used in ambulatory systems to identify and record epileptic seizures in normal life conditions of the patients. Two prototypes were produced and tested at the hospital with real patients and the algorithms for movement detection and epileptic seizure identification were designed, implemented and tested using synthetic and real data. The EEG data from the patients were annotated and classified manually by the technicians where all the paroxysmal events were identified and used for training and testing as ground truth information. A total of 62 events from 4 patients, checked by the medical doctor, where used to train the detector and validate the algorithm. An accuracy of more than 98% was achieved in detecting movements and among them more than 84% were correctly classified as epileptic seizures. The two prototypes are installed at the hospital where more data are being collected.A epilepsia é uma condição médica grave que afeta milhões de pessoas no mundo. A detecção e previsão de crises epilépticas é um problema em aberto e um campo ativo de pesquisa nas comunidades médica e de neurociência. Os pacientes com epilepsia são monitorizados no serviço de Neurologia do Hospital Santa Maria em Lisboa durante longos períodos, durante o qual uma grande quantidade de dados, tais como EEG, ECG e vídeo, é recolhida a fim de detectar o número necessário de crises epilépticas necessário para caracterizar a doença. Estes episódios, impossíveis de prever, são aleatórios e dispersos no tempo o que torna a tarefa de análise difícil e demorada. Nesta tese foi projetado e montado um dispositivo de actigrafia (um acelerómetro) para ser conectado ao amplificador usado no hospital para adquirir os sinais de EEG. Desta forma, a actividade motora do paciente é gravada e armazenada simultaneamente com os outros sinais adquiridos durante o exame evitando a realização do procedimento habitual e complexo de alinhamento de sinal e ajuste da frequência de amostragem, usando o dispositivo no pulso não-dominante (usualmente a esquerdo). Dois algoritmos para detecção de padrões de movimento específicos foram concebidos a fim de detectar automaticamente crises epilépticas com distúrbios de movimento associados. O objetivo é realizar uma anotação automática dos dados recolhidos durante o exame e ajudar os técnicos na análise. Futuramente, estes algoritmos iram ser utilizados em sistemas ambulatórios para identificar e registar as crises epilépticas em condições normais de vida dos pacientes. Dois protótipos foram produzidos e testados no hospital com pacientes reais e os algoritmos de detecção de movimento e identificação de crise epiléptica foram concebidos, implementados e testados utilizando dados sintéticos e reais. Os dados de EEG adquiridos nos pacientes foram anotados e classificados manualmente pelos técnicos nos quais foram identificados e utilizados para treino e testes todos os eventos paroxísticos. Um total de 62 eventos adquiridos a partir de 4 pacientes, verificados pelo médico, foram utilizados para treinar o detector e validar o algoritmo. Uma precisão de superior a 98% foi atingida na detecção de movimentos e entre eles mais de 84% foram corretamente classificados como crises epilépticas. Os dois protótipos estão instalados no hospital onde mais dados estão a ser adquiridos.2016-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/97182http://hdl.handle.net/10316/97182engRamos, Mariana Ferreirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T06:58:31Zoai:estudogeral.uc.pt:10316/97182Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:15:16.662335Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Characterization and detection of epileptic seizures based on actigraphy data
title Characterization and detection of epileptic seizures based on actigraphy data
spellingShingle Characterization and detection of epileptic seizures based on actigraphy data
Ramos, Mariana Ferreira
Epilepsy
electroencephalography
accelerometer
seizures
detection
actigraphy
Epilepsia
electroencefalografia
acelerómetro
crises
detecção
actigrafia
title_short Characterization and detection of epileptic seizures based on actigraphy data
title_full Characterization and detection of epileptic seizures based on actigraphy data
title_fullStr Characterization and detection of epileptic seizures based on actigraphy data
title_full_unstemmed Characterization and detection of epileptic seizures based on actigraphy data
title_sort Characterization and detection of epileptic seizures based on actigraphy data
author Ramos, Mariana Ferreira
author_facet Ramos, Mariana Ferreira
author_role author
dc.contributor.author.fl_str_mv Ramos, Mariana Ferreira
dc.subject.por.fl_str_mv Epilepsy
electroencephalography
accelerometer
seizures
detection
actigraphy
Epilepsia
electroencefalografia
acelerómetro
crises
detecção
actigrafia
topic Epilepsy
electroencephalography
accelerometer
seizures
detection
actigraphy
Epilepsia
electroencefalografia
acelerómetro
crises
detecção
actigrafia
description Dissertação de Mestrado em Engenharia Física apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
publishDate 2016
dc.date.none.fl_str_mv 2016-03
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/97182
http://hdl.handle.net/10316/97182
url http://hdl.handle.net/10316/97182
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134050078687232

Registros relacionados