Dissertação
Deep learning of dynamic functional connectivity states during sleep and epilepsy using simultaneous EEG-fMRI EVALUATED
A Conectividade Funcional (CF) estimada a partir de imagens de ressonância magnética funcional constitui uma métrica promissora para investigar a organização intrínseca do cérebro. Considerando a sua modulação pelo nível de vigilância e por patologias, têm sido propostos classificadores de estadios do sono e de doenças neurológicas baseados em métricas de CF. A análise da CF dinâmica e a transição de métodos convencionais de aprendizagem automática para técnicas de deep learning constituem duas tendências actuais neste domínio que foram exploradas neste trabalho. Primeiramente, foram aplicadas Convolutional Neural Networks (CNNs) para classificar estadios de sono a nível individual, considerando o sucesso de métodos convencionais obtido em estudos anteriores. Este método foi posteriormente aplicado num contexto exploratório envolvendo a classificação de estados epilépticos a nível individual e de grupo, bem como na classificação em novos doentes. Neste último problema, foram ainda investigadas estratégias de dataset augmentation e de transfer learning. Relativamente à classificação de estadios de sono, a aplicação de CNNs permitiu obter exactidões superiores a 80%; contudo, o melhor desempenho foi obtido utilizando uma rede neuronal não profunda. No contexto da epilepsia, o mesmo modelo produziu resultados semelhantes a nível individual e de grupo. Uma comparação sistemática com Support Vector Machines revelou um desempenho equivalente, apesar das desvantagens ao nível do custo computacional e da interpretação. Relativamente à classificação em novos doentes, a capacidade de generalização dos classificadores implementados foi limitada pela considerável variabilidade interindividual. O acesso a datasets mais extensos é essencial para validar as técnicas propostas nesta dissertação.
novembro 21, 2018, 14:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Patrícia Margarida Piedade Figueiredo
Departamento de Bioengenharia (DBE)
Professor Auxiliar
