Predicción de crisis epilépticas mediante teoría de grafos y conectividad funcional
El comportamiento anormal de redes neuronales causa la ocurrencia de crisis espontáneas y recurrentes, principal síntoma de la epilepsia. La dinámica de estas redes epilépticas y los mecanismos detrás de la generación de las crisis, son temas de gran interés en la comunidad médica y científica, d...
| Autor Principal: | Peña Campos, Johan Sebastián |
|---|---|
| Formato: | Tesis de maestría |
| Publicado: |
Pontificia Universidad Javeriana
2019
|
| Materias: | |
| Acceso en línea: |
http://hdl.handle.net/10554/40995 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
El comportamiento anormal de redes neuronales causa la ocurrencia de crisis espontáneas y
recurrentes, principal síntoma de la epilepsia. La dinámica de estas redes epilépticas y los
mecanismos detrás de la generación de las crisis, son temas de gran interés en la comunidad
médica y científica, dado que aún no han sido completamente descubiertos ([1], [2], [3]). En el
presente trabajo, se hace uso de los datos de la base EPILEPSIAE [4] recolectados de 10
pacientes usando electroencefalogramas intracraneales. Se analizan datos de 8 horas antes
de la crisis, con una frecuencia de muestreo de 1024 Hz. Adicionalmente, se usan datos de 5
pacientes del Hospital Universitario San Ignacio (HUSI), correspondientes a un intervalo de 3
horas antes de la crisis a una frecuencia de muestreo de 256 Hz.
Para este fin, se propone una metodología en la cual se estudian redes de conectividad que
son construidas a partir de medidas de similitud multivariable entre canales de la
sincronización cerebral. Estas características se analizan entre todas las posibles
combinaciones de los canales para cada una de las bandas cerebrales fisiológicas.
Las redes de conectividad construidas, se filtran usando un umbral estadístico. Con las
matrices resultantes se calculan las medidas topológicas de la red. Estas medidas son
utilizadas para analizar la dinámica de las redes cerebrales, en ventanas de tiempo de 1
minuto, buscando encontrar el marcador cerebral que permita anticipar la ocurrencia de una
crisis epiléptica o etapa ictal. Finalmente, estas medidas se usan como variables de entrada a
un módulo de aprendizaje de máquina para realizar clasificación automática.
Adicionalmente, se estudia la dinámica de la red a lo largo del tiempo, buscando encontrar
marcadores que permitan aportar al conocimiento del fenómeno. |
|---|