Dissertação

{en_GB=Schizophrenia Diagnosis using Electroencephalographic Data } {} EVALUATED

{pt=O crescente acesso a sinais do cérebro com recurso a eletroencefalografia cria novas oportunidades para estudar a atividade cerebral eletrofisiológica e realizar diagnósticos ambulatoriais de doenças neuronais. Este trabalho centra-se na aplicação de diferentes abordagens para apoiar o diagnóstico de patologias neurológicas. Neste contexto, este trabalho olha para a esquizofrenia, onde ainda existe uma lacuna quando se trata de explorar o domínio da frequência do sinal electroencefagráfico neste tipo de patologia. Portanto, dadas essas limitações o problema foi solucionado de duas maneiras: 1) análise estatística e técnicas de segmentação; e 2) classificação de indivíduos. De acordo com as limitações observadas na classificação de dados electroencefalográficos em esquizofrenia, propomos uma nova abordagem. Esta abordagem consiste na aprendizagem da distância entre pares para classificação, baseada nas propriedades espectrais do sinal. Os melhores resultados foram encontrados nas análises não supervisionadas e ba abordagem proposta para classificação. Estes últimos permitem um melhor diagnóstico da comunidade no diagnóstico de esquizofrenia., en=The increasing access to brain signal data using electroencephalography creates new opportunities to study electrophysiological brain activity and perform ambulatory diagnoses of neuronal diseases. This work concentrates on applying different approaches in order for one to be capable of making a diagnostic of a neuronal pathology with outstanding confidence. Further, the neuronal pathology taken into account is Schizophrenia, where there is still a research gap when it comes to explore the frequency domain of brain signal data. Hence we fill this gap in two ways: 1) thorough statistical and clustering analysis; and 2) attempt to classify each observation. Given the performance limitations of state-of-the-art classifiers in schizophrenia electroencephalographic data, a new approach was developed. In this context, a pairwise distance learning approach relying on the spectral properties of the signal is proposed. Significant remarks were found using the conducted unsupervised analyzes and the proposed pairwise distance learning approach, with both helping the community on the diagnosis of the Schizophrenia pathology.}
{pt=Eletroencefalografia, Aprendizagem Profunda, Agrupamento Hierárquico, Aprendizagem à Distância de Pares, Esquizofrenia, en=Electroencephalography, Deep Learning, Hierarchical Clustering, Pairwise Distance Learning, Schizophrenia}

Julho 23, 2019, 8:30

Orientação

ORIENTADOR

Rui Miguel Carrasqueiro Henriques

Departamento de Engenharia Informática (DEI)

Professor Auxiliar