Electroencephalogram data platform for application of reduction methods

dc.contributorCagy, Maurício
dc.contributorhttp://lattes.cnpq.br/1413137090510984
dc.contributorhttp://lattes.cnpq.br/0303993301924042
dc.contributorTierra Criollo, Carlos Julio
dc.contributorhttp://lattes.cnpq.br/5743404268947726
dc.contributorIchinose, Roberto Macoto
dc.contributorSilva, Eduardo Jorge Custódio da
dc.contributorJunior Fiorani, Mario
dc.creatorAlbuquerque, Ana Carolina Gomes de Almeida
dc.date2020-10-14T02:25:36Z
dc.date2023-09-27T03:00:24Z
dc.date2019-06
dc.date.accessioned2023-09-27T13:41:38Z
dc.date.available2023-09-27T13:41:38Z
dc.identifierhttp://hdl.handle.net/11422/13225
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8911941
dc.descriptionLong-term electroencephalogram (EEG) monitoring (≥24-h) is a resourceful tool for properly diagnosis sparse life-threatening events like non-convulsive seizures and status epilepticus in Intensive Care Unit (ICU) inpatients. Such EEG data requires objective methods for data reduction, transmission and analysis. This work aims to assess specificity and sensibility of HaEEG and aEEG methods in combination with conventional multichannel EEG when achieving seizure detection. A database architecture was designed to handle the interoperability, processing, and analysis of EEG data. Using data from CHB-MIT public EEG database, the reduced signal was obtained by EEG envelope segmentation, with 10 and 90 percentiles obtained for each segment. The use of asymmetrical filtering (2-15 Hz) and overall clinical band (1-70 Hz) was compared. The upper and lower margins of compressed segments were used to classify ictal and non-ictal epochs. Such classification was compared with the corresponding specialist seizure annotation for each patient. The difference between medians of instantaneous frequencies of ictal and non-ictal periods were assessed using Wilcoxon Rank Sum Test, which was significant for signals filtered from 2 to 15 Hz (p = 0.0055) but not for signals filtered from 1 to 70 Hz (p = 0.1816).
dc.descriptionO eletroencefalograma (EEG) de longa duração (≥24-h) em monitoramento contínuo é diferencial no diagnóstico e classificação de eventos epileptiformes, como crises não convulsivas e status epilepticus, em pacientes de Unidades de Tratamento Intensivo (UTI). Este exame requer métodos objetivos de análise, redução e transmissão de dados. O objetivo desse trabalho é avaliar a especificidade e a sensibilidade dos métodos HaEEG e aEEG em combinação com EEG multicanal convencional na detecção de eventos epileptiformes. Uma arquitetura de integração de dados foi projetada para gerir o armazenamento, processamento e análise de dados de EEG. Foram utilizados dados do banco de dados de EEG público do CHB-MIT. O sinal reduzido foi obtido pela segmentação do envelope do EEG, com percentis 10 e 90 obtidos para cada segmento. A aplicação do filtro assimétrico (2-15 Hz) e em bandas clínicas (1-70 Hz) foi comparada. Os limiares superiores e inferiores dos segmentos do aEEG e HaEEG foram usados para classificar épocas ictais e não ictais. A classificação foi comparada com as anotações feitas por um especialista para cada paciente. As medianas das frequências instantâneas para períodos ictais e não ictais foram analisadas com Wilcoxon Rank Sum Test com significância para filtragem assimétrica (p = 0,0055), mas não nas bandas clínicas (p = 0,1816).
dc.languageeng
dc.publisherUniversidade Federal do Rio de Janeiro
dc.publisherBrasil
dc.publisherInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
dc.publisherPrograma de Pós-Graduação em Engenharia Biomédica
dc.publisherUFRJ
dc.rightsAcesso Aberto
dc.subjectHilbert Amplitude-integrated Electoecephalography
dc.subjectAmplitude-integrated Electoecephalography
dc.subjectEEG Database for Epileptic Seizure Detection
dc.subjectCNPQ::ENGENHARIAS
dc.titleElectroencephalogram data platform for application of reduction methods
dc.typeDissertação


Este ítem pertenece a la siguiente institución