Notícias

Provas públicas de Mestrado em Engenharia Informática

Provas públicas de Mestrado em Engenharia Informática

por Karolina Baras -
Número de respostas: 0

Título: Sleep analysis Through Electroencephalogram Cyclic Alternating Pattern A Phase Detection

Autor:   Arturo José Morais Alves

Local: Sala de Documentação da FCEE e Sessão Zoom

Dia/Hora: 24/03/2022 16:30 Sala de Documentação FCEE e sessão Zoom ID: 930 4503 9746 Senha: 184189
https://videoconf-colibri.zoom.us/j/93045039746?pwd=WEcyM2ViOGtkVW1LSzg5Q1VyYjJPQT09

Resumo:

A privação do sono leva a um aumento da mortalidade e as outras situações indesejadas, logo, o diagnóstico de condições médicas relacionadas como sono é crucial para a medicina. O sono é um processo fisiológico complexo que é subdividido em diferentes fases de profundidade. Uma análise mais de-talhada do sono revela que podem ocorrer eventos que indicam uma mudança repentina na atividade elétrica cerebral. O padrão alternante cíclico é um padrão repetitivo associado à instabilidade do sono e que pode ser detetado através da análise de sinais fisiológicos. Esta análise pode contribuir para a deteção das doenças do sono como a apneia obstrutiva, usando o padrão alternante cíclico como um indicador das mesmas. Estes ciclos tendem a ser difíceis e lentos de identificar manualmente devido ao fato de que é necessária uma análise de longos registos de sinais fisiológicos por parte de profissionais.Portanto, a deteção automática destes padrões é necessária. Isto pode ser feito utilizando algoritmos de aprendizagem automática como as redes neuronais, que, utilizando dados de pacientes para treinar um modelo, poderão reconhecer os padrões dentro da estrutura do sono. Neste trabalho, foram extraídas features do sinal eletroencefalográfico de cada paciente para serem utilizadas pelo classificador com o objetivo de identificar estes ciclos. Os resultados da classificação foram melhorados utilizado metodologias como a seleção de features e a otimização do modelo. A solução final apresentou muito bons resultados conseguindo obter uma exatidão de 73%, uma sensibilidade de 77% e uma especificidade de 74%.