A carregar...
Publicação
SleepLab V.2.0: plataforma integrada de teste de algoritmos para classificação não supervisionada do sono
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 4.55 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
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
Palavras-chave
Classificação do sono Distância de Itakura Distância de Itakura-Saito Electroencefalograma Transformada wavelet