DSpace UNL

RUN >
Faculdade de Ciências e Tecnologia (FCT) >
FCT Departamentos >
FCT: Departamento de Física >
FCT: DF - Dissertações de Mestrado >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10362/7519

Title: SleepLab V.2.0: plataforma integrada de teste de algoritmos para classificação não supervisionada do sono
Authors: Fernandes, Nuno Gonçalo Pacheco
Advisor: Batista, Arnaldo
Ortigueira, Manuel
Keywords: Classificação do sono
Distância de Itakura
Distância de Itakura-Saito
Electroencefalograma
Transformada wavelet
Issue Date: 2011
Publisher: Faculdade de Ciências e Tecnologia
Abstract: O sono é definido como um estado inconsciente a partir do qual uma pessoa pode ser despertada por estímulos sensoriais ou outros. Como tal, é um processo fisiológico bem estruturado e organizado sendo visto como uma ferramenta fundamental no diagnóstico e investigação de distúrbios neurológicos. A maioria dos conhecimentos dos ritmos do sono obteve-se através da polissomnografia onde é registada uma sucessão de ondas cerebrais cíclicas de diferentes amplitudes e frequências, movimentos oculares e mudanças de tónus muscular. Assim, a classificação do sono é efectuada com base na inspecção visual do sinal electroencefalográfico rotulando-se cada época como um estado, sendo um processo demorado e dispêndioso. Este projecto é uma contribuição para a classificação automática do sono. Para tal, foi desenvolvida uma plataforma (SleepLab v.2.0), onde é possível efectuar o carregamento do sinal electroencefalográfico proveniente de alguns dos eléctrodos ou derivação recomendada pela AASM ou à escolha do utilizador, executando-se depois uma classificação automática do sono através da distância de Itakura-Saito e de Itakura e a detecção de fusos através da aplicação da Transformada Wavelet Contínua. Assim, quanto maior for a distância entre a época em análise e o template Acordado, num estado mais profundo do sono estará o paciente. Com este trabalho pretende-se contribuir para o desenvolvimento de uma ferramenta capaz de classificar o sono sem supervisão, evitando-se o dispêndio de tempo em tal tarefa e obtendo-se uma eficácia superior em relação às existentes actualmente. Posto isto, a plataforma existente alia o campo da medicina do sono à investigação científica, permitindo uma visualização de sinais em intervalos de tempo à escolha, análise de sinais unipolares ou de derivações e ainda estudo de neuropatologias que são identificáveis com o sono. Como tal, trata-se de uma plataforma de desenvolvimento aberta a novas adições em termos de algoritmos e opções
Description: Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica
URI: http://hdl.handle.net/10362/7519
Appears in Collections:FCT: DF - Dissertações de Mestrado

Files in This Item:

File Description SizeFormat
Fernandes_2011.pdf4.66 MBAdobe PDFView/Open
Statistics
View Statistics
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Universidade Nova de Lisboa  - Statistics  - Feedback
Estamos no RCAAP Governo Português separator Ministério da Educação e Ciência   Fundação para a Ciência e a Tecnologia

Financiado por:

POS_C UE