Dissertação
{en_GB=LAMPSY - A Novel Epilepsy Video Monitoring and Seizure Detection Device} {} EVALUATED
{pt=A epilepsia é uma patologia neurológica caracterizada por crises epiléticas que afeta 50 milhões de pessoas mundialmente, 30% das quais sofrem de epilepsia fármaco-resistente. Estes pacientes têm crises frequentes que podem diminuir a sua qualidade de vida e levar a uma morte prematura. A deteção automática de crises pode permitir um melhor ajuste da medicação ao simplificar o processo de diagnóstico e melhorar a sua precisão. Pode também contribuir para a diminuição da ansiedade dos doentes e cuidadores e permitir a prestação imediata de cuidados de saúde em crises graves. O principal objetivo deste trabalho foi criar um dispositivo de deteção de crises por vídeo que fosse preciso, acessível e discreto e preservasse a privacidade dos pacientes de raíz. Este dispositivo foi apelidado de "Lampsy" e um pedido de patente foi efetuado. Foi construído um protótipo com base num Raspberry Pi integrado num candeeiro, uma câmara e um ecrã, que foi colocado no Hospital de Santa Maria para aquisições durante sessões de vídeo-EEG. Os dados foram transmitidos para um servidor seguro por SFTP, preservando a privacidade dos pacientes. Foi desenvolvido um algoritmo de detecção de crises baseado no fluxo óptico, isolamento de movimentos epilépticos através de PCA, ICA e novas métricas, e classificação com aprendizagem automática. Foi atingido um alto nível de precisão, com uma AUC de 96,5%, sensibilidade e especificidade de 94,8%, e latência média de 52,9 segundos. As crises foram segmentadas com um erro de +/- 8,85 segundos, quando comparadas com anotações feitas por profissionais de saúde., en=Epilepsy is a neurological condition characterized by the occurrence of unprovoked seizures. It affects 50 million people worldwide, 30% of which have pharmacoresistant epilepsy, leading to frequent seizures that may considerably worsen their quality of life and potentially lead to premature death. Seizure detection and registration could be essential in facilitating the diagnosis and management of this condition and improving diagnostic accuracy, thereby enabling better medication adjustment. It can also reduce stress levels in patients and caregivers and ensure that timely help can be delivered when dangerous seizures happen. The main objective of this work was to create an accurate, affordable, unobtrusive, and accessible video-based seizure detection device that preserved patient privacy by design. This device was named "Lampsy", and a patent request for it was filed. A prototype was built using a Raspberry Pi single-board computer integrated within a light fixture, a small camera, and a display, and placed in Hospital de Santa Maria for video acquisition during video-EEG sessions. The video data was transmitted to a secure server via SFTP, preserving patient privacy. A seizure detection algorithm based on optical flow, PCA and ICA-based seizure movement isolation, novel seizure metrics, and machine learning classification was developed. High detection accuracy was achieved, with an AUC of 96.5%, sensitivity, and specificity of 94.8% at the equal error rate, and an average latency of 52.9 seconds. Seizures were segmented with an error of +/- 8.85 seconds when compared to annotations by health professionals.}
dezembro 7, 2021, 16:0
Orientação
