Dissertação

{en_GB=EpiBOX: A Novel Approach to Long-Term Data Acquisition with Automatic Seizure Detection in Epilepsy} {} EVALUATED

{pt=Epilepsia é uma doença neurológica que afeta cerca de 50 milhões de pessoas em todo o mundo, incluindo 50 mil em Portugal. É uma perturbação do sistema nervoso central, caracterizada por crises recorrentes, que podem ter impactos consideráveis na saúde física e mental dos doentes e das suas famílias. Investigação é crucial para criar novas e melhores ferramentas de gestão da epilepsia, tanto para os doentes como para os profissionais de saúde. No entanto, dados são fundamentais e nem sempre são acessíveis nas condições ideais. Assim, este trabalho propõe uma alternativa para aquisição de biosinais a partir de wearables, com o objetivo final de criar um sistema automático de deteção de crises para a construção de uma base de dados de aquisições de longa duração. EpiBOX foi concebido como uma ferramenta autónoma de aquisição multimodal de dados, com capacidade para adquirir, reproduzir e armazenar até 12 canais simultaneamente, através de uma interface simples. Adicionalmente, foram desenhados classificadores Support Vector Machines, específicos para oito categorias de crise, utilizando uma configuração limitada de canais (Fp1-Fp2). Utilizando a base de dados de TUH EEG Seizure Corpus, foram obtidos resultados excecionais para as crises tónico-clónicas e mioclónicas, com sensibilidades de 98.9% e 98.2%, bem como precisões de 100% e 99.8%, respetivamente. Esta dissertação apresenta uma base de trabalho importante para outros projetos colaborativos mais envolventes, não só na área de epilepsia como outras, desempenhando tanto um papel de ferramenta auxiliar para investigação, como de primeiros passos para a criação de algumas soluções tecnológicas. , en=Epilepsy is a neurological disease that affects about 50 million people worldwide, and around 50 thousand in Portugal alone. It is a disorder of the central nervous system, characterized by recurrent seizures that can have a massive impact in the physical and mental health of the people who suffer from it, as well as their loved ones. Research is an invaluable tool in the improvement of conditions for clinicians and patients to deal with epilepsy. However data is key, and it is not always available, at least not in the desired conditions. Accordingly, this work proposes a practical alternative for the acquisition of biosignals using wearable devices, with the ultimate goal of providing a fully automated seizure detection system, for scalable long-term dataset creation. EpiBOX was conceived as a practical and standalone multimodal acquisition system with capacity for acquiring, displaying and storing up to 12 different channels, simultaneously, with a simple interaction framework. Additionally, a seizure-specific Support Vector Machines classifier was designed for eight different types of seizure, using a limited-channel configuration (Fp1-Fp2). The dataset used was TUH EEG Seizure Corpus, for which phenomenal results were achieved for Tonic-Clonic Seizures and Myoclonic Seizures, with sensitivities of 98.9% and 98.2%, as well as precisions of 100% and 99.8%, respectively. This dissertation provides important ground work for larger collaborative projects in the field of epilepsy and others, serving both as a complementary tool for research, as well as first steps for some technological solutions.}
{pt=epilepsia, deteção de crises, EEG, aquisição de biossinais, BITalino, Raspberry Pi, en=epilepsy, seizure detection, EEG, biosignal acquisition, BITalino, Raspberry Pi}

Janeiro 22, 2021, 14:0

Orientação

ORIENTADOR

Ana Luísa Nobre Fred

Departamento de Bioengenharia (DBE)

Professor Associado

ORIENTADOR

Hugo Humberto Plácido da Silva

Departamento de Bioengenharia (DBE)

Professor Auxiliar Convidado