Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/86220
Title: Aplicação Computacional para o processamento e análise de sinais de O2 recolhidos de modelos animais de epilepsia
Other Titles: Computational Application for the processing and analysis of O2 signals collected from animal models of epilepsy
Authors: Branco, Maria José Mateus
Orientador: Ledo, Ana Margarida da Cruz
Teixeira, César Alexandre Domingues
Keywords: Processamento de sinais eletroquímicos; Previsão e deteção de crises; Modelo animal de epilepsia induzido por pilocarpina; Epilepsia do lobo temporal; Arrays de microeléctrodos de platina em suporte cerâmico; Electrochemical signals processing; Seizures prediction and detection; Pilocarpine induced epilepsy animal model; Temporal lobe epilepsy; Platinum microelectrode arrays in ceramic support
Issue Date: 26-Jul-2018
Serial title, monograph or event: Aplicação Computacional para o processamento e análise de sinais de O2 recolhidos de modelos animais de epilepsia
Place of publication or event: CISUC/DEI/CNC
Abstract: Epilepsy is a non-communicable brain disease that affects approximately 50 million people of all ages worldwide. It is estimated that about 2.4 million people are diagnosed with epilepsy per year. As a way to improve their lives, it is important to understand the changes occurred during and especially before crises to enable their correct prediction.The purpose of this study was the development of a computational application able to analyze and process electrochemical signals recorded in vivo using platinum microelectrodes arrays microfabricated in ceramic support chronically implanted into the brain of rats treated with pilocarpine as temporal lobe epilepsy model and displaying suitable electroanalytical properties for the measurement of oxygen with high resolution in the brain extracellular space.In this study, extraction of univariated features of the collected signal is executed based on the analysis of electroencephalograms (EEG). The developed application implements a processing chain composed of: pre-processing; extraction of characteristics; reduction / selection of characteristics; classification and analysis of results.Four Wistar rats were studied at eight weeks of age, showing that it is possible to identify the moments in which seizures occur through analyzed features. The mean sensitivity and specificity in detection test data were 66.41% and 50.4%, respectively. However, for some animals a sensitivity and specificity above 80% have been detected.Through the application, it was possible to observe that different pre-processing options introduce changes on data classification performance, although a concrete pattern is not visible, probably due the small number of analyzed animals. To the best of our knowledge it appears to be no seizure prediction/detection studies using pO2 signals, which makes the results presented in this thesis innovative.
A epilepsia é uma doença cerebral crónica não transmissível, que afeta aproximadamente 50 milhões de pessoas de todas as idades em todo o mundo. Estima-se que, por ano, são diagnosticadas cerca de 2,4 milhões de pessoas com epilepsia. Como forma de melhorar a vida destas pessoas é importante perceber as alterações ocorridas durante e principalmente antes das crises, para possibilitar a sua previsão no futuro e consequentemente a melhoria da qualidade de vida.Esta tese descreve o desenvolvimento de uma aplicação computacional com a capacidade de analisar e processar sinais eletroquímicos recolhidos através de microeléctrodos de platina em matriz microfabricados num suporte cerâmico e que possuem as propriedades eletroanalíticas adequadas para a medição de oxigénio in vivo, no espaço extracelular no cérebro, com elevada resolução espacial e temporal, depois de implantados no cérebro de ratos tratados com pilocarpina como modelo de epilepsia do lobo temporal.No estudo é realizada a extração de características univariadas dos sinais recolhidos com base em estudos prévios realizados com eletroencefalogramas (EEG). A aplicação desenvolvida implementa uma cadeia de processamento composta por: pré-processamento; extração de características; redução/seleção de características; classificação e análise de resultados.Foram estudados quatro ratos Wistar com 8 semanas de vida, mostrando que é possível identificar os momentos em que ocorrem crises através das características analisadas. A sensibilidade e especificidade médias em dados de teste de deteção foram de 66,41% e 50,04%, respetivamente. No entanto, para alguns animais obtiveram-se sensibilidades e especificidades acima de 80%.Foi possível perceber que diferentes opções de processamento introduzem alterações no desempenho da classificação dos dados, apesar de não ser visível um padrão concreto, provavelmente devido ao reduzido número de animais analisados.No melhor do nosso conhecimento parece não haver estudos de previsão/deteção de crises usando sinais relativos à pO2, o que torna os resultados apresentados nesta tese inovadores.
Description: Trabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/86220
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
maria Branco.pdf4.94 MBAdobe PDFView/Open
Show full item record

Page view(s) 50

429
checked on Mar 26, 2024

Download(s) 50

392
checked on Mar 26, 2024

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons