Uso de redes complexas no estudo e no diagnóstico da Doença de Alzheimer

Abstract

O Alzheimer é uma doença degenerativa do cérebro, incurável, que se agrava ao longo do tempo e atinge sobretudo pessoas entre 65 e 90 anos. A doença de Alzheimer (DA) é a principal demência entre os idosos e caracteriza-se por perda de funções cognitivas (memória, orientação, comportamento e linguagem), causada pela morte de células cerebrais. Atualmente, o diagnóstico definitivo da DA é feito por meio de um exame do tecido cerebral obtido por biopsia ou necropsia. Como somente após a morte do paciente pode-se ter a certeza que o mesmo tinha a DA, seu diagnóstico é feito utilizando exames, avaliações e excluindo-se outras causas de demência do seu histórico clínico. Em paralelo, estudos têm sido desenvolvidos para o estudo da DA com base de dados de EletroEncefaloGrama (EEG), e nesse sentido, diversos métodos de análise de dados de EEG têm sido propostos. Contudo, o estudo da DA por meio de dados de EEG é ainda um desafio, e consequentemente, faz-se necessária a preposição de novos métodos com o intuito de capturar informações adicionais da doença. Nesse sentido, utilizamos o mapeamento de uma série temporal em uma rede complexa no estudo da dinâmica de séries temporais de EEG de pacientes com a DA. Mais especificamente, na distinção entre envelhecimento e a DA e na identificação, dos estágios da DA em pacientes doentes a partir, das ondas cerebrais, alfa, beta, teta e delta.

Alzheimer’s is a degerative brain disease, incurable, which aggravates over time and mainly affects people between 65 and 90 years. Alzheimer’s disease (AD) is the leading dementia among the elderly and is characterized by cognitive functions loss (memory, orientation, behavior and language) caused by the death of brain cells. Currently, confirmatory diagnosis of AD can only be made through the examination the brain tissue obtained by biopsy or necropsy. Considering that only after the patient’s death it is possible to be sure that he or she had AD, the approximate diagnosis is made excluding other causes of dementia. In parallel, studies have been developed for the study of AD with the use of Electroencephalography (EEG), and in this sense, several methods of EEG data analysis have been proposed. However, the study of AD with the use of EEG data is still a challenge, and consequently, it is necessary the proposal of new methods to capture additional information about the disease. In this sense, we used the map from a time series to a network, recently proposed by Campanharo, in a novel application, that is, in the study of EEG time series of patients with AD. More specifically, to distinguish aging and AD and to identify the stages of AD in unhealthy patients based on alpha, beta, theta and delta brain waves information.