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

Título: SleepLab V.2.0: plataforma integrada de teste de algoritmos para classificação não supervisionada do sono
Autor: Fernandes, Nuno Gonçalo Pacheco
Orientador: Batista, Arnaldo
Ortigueira, Manuel
Palavras-chave: Classificação do sono
Distância de Itakura
Distância de Itakura-Saito
Electroencefalograma
Transformada wavelet
Issue Date: 2011
Editora: Faculdade de Ciências e Tecnologia
Resumo: 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
Descrição: 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
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  - Feedback
Estamos no RCAAP Governo Português separator Ministério da Educação e Ciência   Fundação para a Ciência e a Tecnologia

Financiado por:

POS_C UE