Tesis
Classificação de esquizofrenia com base em máquinas de suporte vetorial aplicadas a características de imagens de ressonância magnética
Fecha
2016-07-21Registro en:
CCRUZ, Bartholomeu Ferreira da. Classificação de esquizofrenia com base em máquinas de suporte vetorial aplicadas a características de imagens de ressonância magnética. 2015. xii, 71 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Universidade de Brasília, Brasília, 2015.
Autor
Cruz, Bartholomeu Ferreira da
Institución
Resumen
A Esquizofrenia constitui um transtorno psíquico grave, apresentando manifestações em geral no final da adolescência e sendo um grande enigma, por não serem conhecidas suas causas concretas. Os transtornos esquizofrênicos caracterizam-se geralmente por deformidade nas características do pensamento e de percepção do real. O diagnóstico da doença é estritamente clínico e feito pelo psiquiatra com base na anamnese do paciente. O diagnóstico precoce dessa doença é essencial para o bem-estar do paciente e de seus familiares, trazendo melhor controle dos sintomas e melhor convívio social. Entretanto, o diagnóstico é muito complexo, pois os sintomas variam com o tempo e de pessoa para pessoa, e os indivíduos muitas vezes não se consideram doentes. Consequentemente, é comum que o tratamento se inicie tardiamente, quando a qualidade de vida já foi impactada. Por outro lado, evidências recentes descritas na literatura científica sugerem alterações anatômicas perceptíveis no cérebro de pacientes esquizofrênicos. Essas evidências são passíveis de serem observadas em imagens estruturais de ressonância magnética nuclear, o que sugere a utilização deste tipo de imagem para auxílio de diagnóstico. Nesse contexto, esta pesquisa propõe o desenvolvimento e a avaliação de um sistema para classificação de imagens de ressonância magnética para auxiliar de forma coadjuvante o diagnóstico clínico da doença. Neste sentido, foi realizado um plano de procedimentos para o desenvolvimento do classificador com base em máquinas de suporte vetorial (SVM, do inglês support vector machines) aplicadas às características de imagens de ressonância magnética extraídas de um único corte do plano axial. Desse modo, os procedimentos experimentais abrangem a escolha do corte axial, os pontos de extração, normalizações dos dados, análise MANOVA, testes de hipótese para escolha das estruturas anatômicas mais relevantes à classificação, treinamento do classificador de padrões em SVM e validações do classificador pela análise das medidas estatísticas de desempenho (verdadeiros positivos, verdadeiros negativos, falsos positivos, falsos negativos, acurácia, precisão, sensibilidade e especificidade). Foram realizadas comparações estatísticas entre as dimensões anatômicas de pacientes controles e esquizofrênicos, tanto em valores absolutos quanto em valores relativos às dimensões do cérebro. Neste último caso, foram testados quatro tipos de normalização das medidas -- considerando (i) a distância entre os pontos extremos do cérebro na vertical da imagem no corte analisado (altura), (ii) a distância entre os pontos extremos do cérebro na horizontal da imagem no corte analisado (largura), (iii) a norma dos comprimentos associados à altura e à largura, (iv) a dimensão (dentre altura e largura) na dimensão mais alinhada com cada estrutura anatômica em estudo. Os melhores resultados de classificação foram obtidos utilizando a normalização (i) de cada medida, e selecionando para o classificador apenas as estruturas para as quais haviam sido encontradas diferenças estatisticamente significativas entre esquizofrênicos e não-esquizofrênicos (com p < 0,05). O classificador submetido a estas entradas foi treinado com um percentual de todas as imagens disponíveis no banco de dados -foram avaliados os treinamentos com 60%, 65%, 70%, 80% das imagens. Para cada percentual, foram usadas para o treinamento até 50000 combinações de imagens de treinamento, e selecionou-se o sistema melhor treinado para a validação do sistema com as imagens não usadas no treinamento. Nessa situação, a taxa de erro do sistema melhor treinado foi de 6,7%. Assim, pode-se sugerir a utilização desta metodologia de classificação de esquizofrenia como exame complementar para auxiliar o diagnóstico clínico. Desse modo, compete frisar a importância do diagnóstico precoce nesses casos, para agilizar o procedimento terapêutico e preservar a qualidade de vida do paciente e dos seus familiares.