Deteção de convulsões epiléticas em eletroencefalogramas usando deep learning

• Autor(a) principal: Silva, José Manuel Soares Campos Ferreira da
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/11993
• topic: Deep Learning; Convolutional Neural Networks; Eletroencefalograma intracranial; Epilepsia; Previsão de convulsões; Intracranial Electroencephalogram; Epilepsy; Seizure Prediction; Sistemas Computacionais

Através da análise dos dados obtidos por eletroencefalogramas intracranianos (iEEG), pretende-se a identificação dos períodos com maior probabilidade de ocorrência de convulsões, permitindo dessa forma uma deteção e previsão mais eficaz dos sistemas baseados em iEEG. Sendo, com a análise dos iEEG, possível a deteção destes períodos, os pacientes apenas terão de se medicar em situações de convulsões iminentes, resultando numa redução geral dos efeitos secundários associados a este tipo de medicação. O objetivo deste trabalho é desenvolver uma metodologia usando algoritmos de deep learning capaz de classificar sinais resultantes do iEEG, para deteção e previsão de convulsões epiléticas em humanos. Pretende-se ainda que seja elaborado um estudo sobre as diferentes técnicas descritas por outros autores, de forma a avaliar a possibilidade de aplicação de algumas dessas metodologias. Pretende-se ainda comparar resultados obtidos por trabalhos já publicados com os resultados obtidos neste trabalho.