Processamento e análise de sinais fisiológicos com o uso de redes complexas

Abstract

Epilepsy is a chronic brain disease that affects about 1% of the population. This pathology is characterized by the generation of epileptic seizures, which are disordered electrical discharges in the brain. ElectroEncephaloGraphy (EEG) is a technique that consists in the graphic recording of brain neurophysiological activities and, therefore, it performs a fundamental role in the diagnosis of epilepsy. However, subjective analysis of EEG signals may induce to misinterpretations, once signals are frequently contaminated by noise. Thus, there is the necessity to develop tools capable of realizing automatical analysis of these physiological signals. The theory of complex networks gained great prominence in the last times due to its wide applicability. Recently, it was proposed a time series mapping in complex networks, showing that the dynamic properties of a time series affect directly in the characteristics of the generated networks. Thus, it becomes possible the use of complex networks in the study of physiological time series, such as EEG signals, for example. In this sense, the objective of this work is mapping signals from patients with and without epilepsy, in order to identify the patients’ pathological conditions under the light of complex networks theory

A epilepsia é uma doença cerebral cronica que afeta cerca de 1% da população. Essa patologia é caracterizada pela geração de crises epiléticas, as quais são descargas elétricas desordenadas no cérebro. A EletroEncefaloGrafia (EEG) é uma técnica que consiste no registro gráfico das atividades neurofisiológicas do encéfalo e, portanto, desempenha um papel fundamental no diagnostico da epilepsia. No entanto, análises subjetivas de sinais de EEG podem induzir a interpretações errôneas, uma vez que os sinais são frequentemente contaminados por ruídos. Dessa forma, existe a necessidade do desenvolvimento de ferramentas capazes de realizar a analise automática desses sinais fisiológicos. A teoria de redes complexas ganhou grande destaque nos últimos tempos devido á sua ampla aplicabilidade. Recentemente, foi proposto um mapeamento de series temporais em redes complexas, mostrando que as propriedades dinâmicas de uma série temporal afetam diretamente nas características das redes geradas. Assim, torna-se possível o uso de redes complexas no estudo de series temporais fisiológicas, como sinais de EEG, por exemplo. Neste sentido, o objetivo deste trabalho é mapear sinais de pacientes com e sem epilepsia, a fim de realizar a identificação das condições patológicas dos pacientes sob a luz da teoria de redes complexa