Académique Documents
Professionnel Documents
Culture Documents
Belo Horizonte
Outubro de 2015
iii
iv
UNIVERSIDADE FEDERAL DE
MINAS GERAIS
ESCOLA DE ENGENHARIA
Belo Horizonte
2015
vi
AGRADECIMENTOS
minha famlia, minha base e fundao, que tornou tudo isto possvel. Ao meu pai,
pelos conselhos e apoio em todos os momentos. minha me, pelo carinho
incondicional. Felipe, Aline e Davi, por encher a casa de novas alegrias.
Ao Dudu, eterno irmo e inspirao por toda minha vida.
Aninha, amor que comeou com o incio deste trabalho e j parte constante de
minha vida.
Ao Prof. Mazoni, pela orientao e apoio h mais de trs anos. Ao Prof. Mrcio, mestre
e referncia, por ensinar o significado e a importncia de se fazer cincia.
Aos colegas do laboratrio, Prof. Dr. Flvio Mouro (grande pesquisador e patrimnio
do NNC), Simes, Hyo, Daniel, Henrique, Levticus, Pedro e demais alunos e
professores do NNC.
Aos amigos, pelos momentos de descontrao entre os trabalhos; Colegas da pelada
amerndia, da Olaria do Arrocha, colegas de curso e do Paoca F.C.
UFMG e Escola de Engenharia, pelo privilgio do aprendizado.
s agncias de fomento pesquisa; CNPq, Capes e Fapemig.
vii
Look up at the stars and not down at your feet. Try to make sense of what you see,
and wonder about what makes the universe exist. Be curious.
Stephen Hawking
viii
RESUMO
Este trabalho envolve a extrao de caractersticas relacionadas excitabilidade e
sincronismo em registros eletrogrficos, para a avaliao de hipteses a respeito do
processamento auditivo em ratos da linhagem WAR, um modelo animal de Crises
Audiognicas. Estas so avaliadas em registros do Colculo Inferior, obtidos em
protocolos de experimentos baseados na sondagem acstica, onde tons modulados
em amplitude so apresentados, evocando respostas auditivas em regime permanente
(ASSR). Respostas evocadas deste tipo podem ser consideradas como assinaturas
eletrogrficas do processamento auditivo ao longo do tempo de cada animal,
realando atributos relativos magnitude e sincronismo da resposta com o estmulo.
O primeiro protocolo utiliza sons com intensidade 85 dB, insuficiente para
desencadear Crises Audiognicas nos animais, modulados em amplitude em 53,71 Hz
ou 92,77 Hz, em trials intercalados. Este protocolo utilizado para abordar a hiptese
de que o processamento auditivo de WARs hiperexcitvel em relao a animais
saudveis, sendo necessria a aplicao de estmulos auditivos para ressaltar a
diferena. A maior amplitude da resposta confirmou o processamento auditivo
anormal de WARs, indicando a hiperexcitabilidade do Colculo Inferior destes animais.
Porm, a atividade basal tambm diferenciada entre os grupos, com animais
ictognicos apresentando maior energia nas bandas de alta frequncia (Gamma e
Beta), alm de episdios semelhantes a fusos de alta amplitude. A segunda hiptese
proposta, que circuitos neurais de WARs possuem tendncia a sincronizar mais
facilmente com estmulos externos, foi confirmada pelo maior ndice de acoplamento
de fase (PLV) entre estmulo e resposta destes animais. Com os atributos de energia e
PLV utilizados nas abordagens das duas primeiras hipteses, foram testados
classificadores para identificao de registros provenientes de animais WAR. A
amplitude da resposta evocada possui o maior poder preditivo, sobretudo quando a
moduladora de 53,71 Hz utilizada (96% de exatido), em comparao com a de 92,77
Hz (80% de exatido). O uso de mais atributos (como energia de outras bandas e PLV)
possibilita a melhora no desempenho no segundo caso, aumentando de 80% para 87%.
Isto indica a possibilidade de usar atributos de um protocolo de sondagem como
biomarcadores, com aplicaes em ferramentas diagnsticas. A dinmica dos mesmos
atributos ao longo de crises analisada em um segundo protocolo, de modo a
confirmar ou refutar a hiptese que o processamento auditivo de WARs prejudicado
durante e aps uma crise audiognica. As caractersticas so extradas de registros do
novo protocolo, onde uma estimulao sonora de maior intensidade (110 dB) induz
crises tnico-clnicas em animais WAR. Foi mostrado que, apesar de alteraes
transitrias durante a crise, a energia da resposta evocada no alterada
significativamente entre os perodos pr-ictal, ictal e ps-ictal. Isto contrasta com as
energias em outras bandas de frequncia, que aumentam consideravelmente durante
a crise, devido ao recrutamento pelo foco ictal, mas diminuem no ps-ictal, onde
circuitos recrutados pela crise esto em perodo hipoexcitvel. O sincronismo da
resposta com o estmulo, quantificado pelo ndice PLV, confirma parte desta
concluso. Antes da crise, o PLV est abaixo dos valores normais encontrados em
WARs, possivelmente devido a interaes entre os circuitos responsveis pela resposta
e circuitos. Assim, apesar da amplitude da resposta no ser alterada antes da crise, a
capacidade de acompanhar o estmulo ligeiramente prejudicada. Durante a crise h
somente alteraes transitrias do PLV, sobretudo prximo ao final. No perodo ps-
ix
ictal, grande parte das oscilaes endgenas do sistema est em perodo hipoexcitvel,
mas este ainda responsivo a estmulos sonoros externos, evidenciado pela
persistncia e sincronismo da ASSR. Estes resultados refutam a hiptese proposta, pois
apesar de alteraes transitrias, a capacidade de processamento auditivo no
significativamente comprometida durante e aps a crise audiognica. Isto sugere que
circuitos que fazem parte do processamento auditivo, apesar de estarem envolvidos
no processo que leva a uma crise audiognica, podem no fazer parte efetivamente da
via ictognica, pois continuam responsivos durante e aps a crise.
ABSTRACT
This work deals with the extraction of features related to excitability and synchronism
in electrographic signals, for evaluating hypotheses about auditory processing in WAR
animals, an animal model for audiogenic seizures. These hypotheses are evaluated in
Local Field Potential (LFP) signals from the Inferior Colliculus, obtained through
experiment protocols based on the acoustic probing of the brain. Amplitude
Modulated tones are presented to evoke Auditory Steady State Responses (ASSR).
These can be considered as electrographic signatures of the auditory processing over
time of each animal, highlighting features related to response magnitude and
synchronism. The first protocol employs tones with intensity of 85 dB, enough to
evoke the ASSR, but without triggering audiogenic seizures, modulated in amplitude at
53.71 Hz or 92.77 Hz, in interleaved trials. The first hypothesis states that the auditory
processing in WARs is distinct from physiologic animals. The application of auditory
stimuli would be needed to elicit responses which would make this difference visible.
The larger amplitude response in WARs confirmed the hypothesis, indicating the
hyperexcitability of the Inferior Colliculus of these animals. However, basal activity is
also different between the groups, with ictogenic animals having greater energy in
high frequency bands (gamma and beta), besides the occurrence of episodes
resembling High Amplitude Spindles. The second hypothesis proposed that neural
circuits in WARs have a tendency to synchronize more easily with external stimuli. This
was confirmed by the higher phase coupling index (PLV) between stimulus and
response of these animals. A diagnostic tool is then proposed, on which these features
extracted from the probing protocol are used as inputs to classifiers that identify
animals prone to audiogenic seizures. The ASSR was found to have the greatest
predictive power, achieving accuracy of 96% with a modulating frequency of 53 Hz.
The use of other features such as energies of endogenous EEG rhythms enables the
improvement of performance, when a modulating frequency of 92 Hz is used. This
indicates the possibility of using features from a probing protocol as diagnostic
biomarkers. The second protocol involves the presentation of high intensity (110dB)
AM tones in order to elicit audiogenic seizures in WARs only. The dynamic of the
features presented earlier is analyzed in the pre-ictal, ictal and post-ictal periods, with
the purpose of evaluating the hypothesis that the auditory processing in WARs is
impaired during and after a seizure. It was shown that, although transitory changes
happen during the seizure, the energy of the evoked response is not significantly
changed across these three periods. This contrasts with the energies in other
frequency bands, which significantly increase during the seizure due to recruitment by
the ictal focus, followed by a refractory period with decreased activity after the
seizure. The synchrony of the response with the stimulus, measured by the PLV index,
confirms part of this conclusion. Before the seizure, the PLV is below the normal range
found in WARs, possibly due to interactions of the response circuits with ictogenic
ones. Thus, despite the magnitude of the response not being changed before the
seizure, the ability to follow the stimulus is slightly impaired. During the seizure, there
are only transient changes of the PLV, especially near its end. In the post-ictal period,
most of the endogenous oscillations are in refractory period, but the system is still
responsive to external sound stimuli, as evidenced by the persistence and synchrony of
the ASSR. Thus, the dynamics of the ASSR suggest that the circuitry of the auditory
xi
pathway, despite being involved in the processes leading to audiogenic seizures, may
not effectively be part of the ictogenic focus.
xii
LISTA DE FIGURAS
Figura 1: Diagrama representando as etapas de treinamento e teste de um
classificador .................................................................................................................... 10
Figura 2: Diagrama mostrando a sondagem de um sistema e subsequente extrao de
informaes para anlise ou classificao. .................................................................... 12
Figura 3: Exemplos de acoplamento entre X e Y. ........................................................... 18
Figura 4: Representao do Protocolo de Estimulao sublimiar de 85 dB. ................. 24
Figura 5: Exemplo de um sinal (CI do WAR02) e seu respectivo espectrogrma ........... 28
Figura 6: Sinal AM
. ............................ 31
e fase
instantneas .............................................................................................................. 31
Figura 8: Fase Relativa de dois sinais.............................................................................. 33
Figura 9: Exemplo simples mostrando a maximizao da margem entre separador e
vetores de suporte ......................................................................................................... 37
Figura 10: Exemplos de HVS no sinal. ............................................................................. 39
Figura 11: Espectrograma e ASSR de dois registros. ...................................................... 41
Figura 12: Potncias ASSR normalizadas pelo basal, grupos WAR x Wistar. ................. 42
Figura 13: Potncias ao redor da moduladora ............................................................... 42
Figura 14: Potncias dos ritmos Delta, Theta, Alpha, Beta e Gamma, em trechos sem
som ................................................................................................................................. 43
Figura 15: Potncias normalizadas pelos respectivos nveis basais, das bandas Delta,
Theta, Alpha, Beta e Gamma, durante trechos com som (trials) .................................. 45
Figura 16: Registros e seus respectivos valores de PLV ao longo do tempo. ................ 46
Figura 17: PLV, protocolo de 85 dB. ............................................................................... 47
Figura 18: Registro CI do WAR 01, protocolo 110 dB, e o respectivo espectrograma. .. 55
Figura 19: Potncia da ASSR, normalizada pelo respectivo basal, de animais WAR ao
longo dos trechos pr-ictal, ictal e ps-ictal................................................................... 56
Figura 20: Potncia da ASSR, normalizada pelo respectivo basal, de animais WAR e
Wistar ao longo dos trechos pr-ictal, ictal e ps-ictal .................................................. 56
Figura 21: Potncias normalizadas de WARs, nos trechos pr-ictal, ictal e ps-ictal .... 58
xiii
Figura 22: Potncias normalizadas das cinco bandas, comparando cada trecho de
animais WARs (pr-ictal, ictal e ps-ictal) com os respectivos perodos em animais
Wistar ............................................................................................................................. 59
Figura 23: ndices PLV de animais WAR, ao longo dos trechos pr-ictal, ictal e ps-ictal
........................................................................................................................................ 61
Figura 24: ndices de PLV de animais WAR e Wistar, ao longo dos trechos pr-ictal, ictal
e ps-ictal ....................................................................................................................... 61
Figura 25: Dinmica de uma Crise Audiognica em um WAR. ....................................... 64
Figura 26: Dinmica do trial do protocolo de 110 dB, em um Wistar. .......................... 65
Figura 27: Varincia intra-trial da ASSR, nos trials de 53 Hz e 92 Hz do protocolo de 85
dB. ................................................................................................................................... 85
Figura 28: Varincia intra-trial da ASSR, protocolo de 110 dB. ...................................... 86
Figura 29: Atributos de
. ................................................................................. 88
xiv
LISTA DE TABELAS
Tabela 1: Resultados de Classificao ............................................................................ 49
Tabela 2: Melhores ndices de desempenho de cada mtodo .................................... 107
xv
ASSR
CA
Crise Audiognica
CFC
CI
Colculo Inferior
EEG
Eletroencefalograma
EMD
EWT
fc
Frequncia portadora
fm
Frequncia moduladora
FFT
FM
HVS
IS
ndice de Severidade
LFP
PAC
PDS
PLV
PSD
STFT
WAR
WIS
Wistar
xvi
Sumrio
AGRADECIMENTOS ........................................................................................................... vi
RESUMO.......................................................................................................................... viii
ABSTRACT .......................................................................................................................... x
LISTA DE FIGURAS ............................................................................................................ xii
LISTA DE TABELAS ........................................................................................................... xiv
LISTA DE ABREVIATURAS E SMBOLOS ............................................................................ xv
1.
2.
Introduo ................................................................................................................ 1
1.1.
1.2.
Diagnstico ........................................................................................................ 2
1.3.
1.4.
1.5.
1.6.
1.7.
1.8.
1.9.
1.10.
1.11.
Objetivos e Hipteses................................................................................... 19
1.12.
Estrutura do Texto........................................................................................ 20
Introduo........................................................................................................ 21
2.2.
2.2.1.
Animais ......................................................................................................... 23
2.2.2.
Cirurgia ......................................................................................................... 23
2.2.3.
xvii
2.3.
2.3.1.
2.3.1.1.
2.3.2.
2.3.3.
2.4.
2.5.
2.6.
2.6.1.
2.8.
2.8.1.
Hiptese I - Resultados................................................................................. 40
2.8.2.
2.10.
4.
Classificadores .............................................................................................. 36
2.7.
2.9.
3.
3.2.
3.3.
3.4.
Concluso................................................................................................................ 68
4.1.
5.
Referncias ............................................................................................................. 71
6.
Anexos .................................................................................................................... 82
6.1.
6.2.
xviii
6.2.1.
Varincia intra-trial
6.2.1.1.
6.2.2.
.................................................................... 84
Resultados ................................................................................................ 85
Caractersticas do envelope da ASSR: Centroide espectral e energia de
.................................................................................................................... 86
6.2.2.1.
6.3.
6.3.1.1.
6.3.2.
6.4.
Resultados ................................................................................................ 88
6.4.1.
Introduo .................................................................................................... 98
6.4.2.
6.4.3.
6.4.4.
6.4.5.
6.4.6.
6.4.7.
6.4.8.
1. Introduo
1.1. Epilepsia e Crises Epilpticas
Epilepsia uma desordem neurolgica que afeta certa de 50 milhes de
pessoas ao redor do mundo, 80% das quais vivem em pases em desenvolvimento
(WORLD HEALTH ORGANIZATION, 2012). Esta desordem caracterizada por uma ou
mais das seguintes condies; (1) ocorrncia de ao menos duas crises espontneas,
separadas entre si por no mnimo 24 horas, (2) uma crise espontnea com alto risco de
recorrncia, ou (3) diagnstico de uma sndrome epilptica (FISHER et al., 2014).
Um dos fatores que contribui para sua alta incidncia o grande nmero de
causas que levam a essa condio, tais como: fatores genticos, falhas no
desenvolvimento, convulses febris, traumas e infeces no sistema nervoso,
isquemia, tumores, entre outros. Apesar de ocorrer em todas as faixas etrias, crianas
e idosos possuem as maiores taxas de incidncia (IASEMIDIS, 2003).
Crises so caracterizadas pela atividade anormal, em geral rtmica e de alta
intensidade, de grupos de neurnios do crebro, cuja dinmica comumente
interpretada como excesso de excitabilidade e sincronismo neural (MORAES, 1998;
JIRUSKA et al., 2013).
Crises epilpticas podem ser classificadas como parciais ou generalizadas,
dependendo de seu local de origem e natureza (DREIFUSS, 1989). Tais disparos podem
comear localmente, em pores de hemisfrios cerebrais, caracterizando crises
parciais ou focais (sendo focos nicos ou mltiplos), ou simultaneamente em ambos os
hemisfrios, nas crises generalizadas (IASEMIDIS, 2003). Aps o incio de uma crise
parcial, essa pode permanecer local e levar a certos sintomas cognitivos, sensrios,
motores e autonmicos. Mas caso se espalhe, sintomas mais severos podem ocorrer,
como conscincia alterada, comportamentos automticos complexos, ou movimentos
tnico-clnicos bilaterais (IASEMIDIS, 2003). Abaixo mostrado, de modo geral, como
crises epilpticas so classificadas (BERG et al., 2010).
Crises Generalizadas
o Tnico-Clnico
o Ausncia
Tpica
Atpica
Ausncia com caractersticas especiais
o Mioclnica
Mioclnica
Mioclnica-atnica
Mioclnica-tnica
o Clnica
o Tnica
o Atnica
Crises Focais
Desconhecido
o Espasmos Epilpticos
1.2. Diagnstico
Dentro da ampla categorizao das sndromes epilpticas generalizadas e
locais, so definidas duas subclassificaes: Epilepsia primria (idioptica) e secundria
(sintomtica). Na epilepsia primria, nenhuma patologia subjacente identificada,
sendo que as prprias crises constituem a doena. Na epilepsia secundria, as crises
so consequncias de algum tipo de desordem neurolgica. Como resultado, no
segundo caso os prognsticos so menos favorveis, assim como respostas a
medicamentos (DREIFUSS, 1989).
Considerando os diferentes tipos e manifestaes de epilepsia e a semelhana
de seus sintomas com outras condies, seu diagnstico em geral no uma tarefa
simples. Os principais indicadores utilizados no diagnstico desta condio so os tipos
de crise de um paciente e suas possveis causas, assim como exames que envolvem o
monitoramento por Eletroencefalografia (EEG) do paciente. Alm destes, so levados
em conta uma srie de fatores e exames, como histrico mdico, exames por imagem,
testes sanguneos e testes de desenvolvimento, comportamento e neurolgicos
(FRAZEN, 2000). Contudo, diagnsticos errneos de epilepsia ainda no so incomuns,
com taxas que variam de 4.6% at 30% em diferentes situaes (SMITH; DEFALLA;
CHADWICK, 1999; STROINK et al., 2003; ULDALL et al., 2006; CHOWDHURY; NASHEF;
ELWES, 2008). Entre outros fatores, isso se deve semelhana de episdios de crise
com outras condies como Sncopes, ataques no epilpticos de origem psicognica e
at vertigem e enxaqueca (SMITH; DEFALLA; CHADWICK, 1999; CHOWDHURY; NASHEF;
ELWES, 2008).
comum que relatos de episdios de crise por testemunhas faam parte do
histrico do paciente. Ainda que estes relatos possam prover indcios que auxiliam no
diagnstico, sua confiabilidade muitas vezes questionvel. Alm da subjetividade
inerente a todo testemunho, que dificulta a descrio inequvoca de eventos, comum
que testemunhas estejam ansiosas durante episdios de crise, podendo prejudicar
ainda mais a confiabilidade do relato. Contudo, a ausncia de testemunhas ou
registros de uma crise ainda pior, uma vez que as caractersticas no podem ser
determinadas de modo algum. Logo, comum o monitoramento por vdeo-EEG de
pacientes por longos perodos de tempo, em busca de episdios de crise e sua
caracterizao comportamental e eletrofisiolgica, de anormalidades no EEG ou
eventos inter-ictais que indicariam um estado patolgico. Ainda que o mtodo seja de
grande valia no diagnstico de epilepsia, sua especificidade prejudicada pelo fato
que atividades epileptiformes podem ser detectadas sem epilepsia (CHOWDHURY;
NASHEF; ELWES, 2008). Sua sensibilidade tambm pode ser piorada, pois tais
anormalidades no EEG podem ser ausentes (ou no detectveis) em certos indivduos
com esta patologia, ou ocorrerem em perodos transitrios fora dos perodos
registrados por EEG (CHOWDHURY; NASHEF; ELWES, 2008), motivando o
monitoramento de pacientes a longo prazo (FRAZEN, 2000).
A prescrio de tratamentos em pacientes erroneamente diagnosticados com
epilepsia pode ter consequncias srias. Alm de reaes adversas decorrentes do uso
de remdios antiepilpticos, estes podem levar ao comprometimento do
desenvolvimento (sobretudo de crianas), danos psicolgicos (em parte devido ao
preconceito e fardo social acarretado por esta condio) e socioeconmicos (GIBBS;
APPLETON, 1992; CHOWDHURY; NASHEF; ELWES, 2008). Uma pessoa erroneamente
et al., 2005; GULER; UBEYLI; GULER, 2005; IASEMIDIS; SHIAU, 2005; KALITZIN; VELIS;
DA SILVA, 2010), motivados por teorias que associam o crebro epilptico a um
sistema catico no linear, e crises epilpticas ocorrem devido a falhas no caos espaotemporal do crebro (SACKELLARES; IASEMIDIS; SHIAU, 2000).
outras reas, anlises de sincronismo podem ser feitas em diversas escalas, desde o
nvel celular, com sinapses e disparo de grupos de neurnios vizinhos, at o
acoplamento de circuitos neurais e comunicaes entre diferentes regies do crebro
(SCHARFMAN, 2007). Logo, fundamental discernir como ocorrem os processos de
sincronizao do crebro e quais anlises quantitativas deveriam ser empregadas, de
modo a oferecer uma viso mais profunda a respeito do desenvolvimento de crises
epilpticas (MORMANN et al., 2000; IASEMIDIS, 2003).
Um tema central em discusses a respeito de crises epilpticas, apesar dos
mltiplos mecanismos possveis para ictognese, a perturbao dos mecanismos que
regulam inibio e excitabilidade de clulas ou grupos neurais (SCHARFMAN, 2007).
Alguns mecanismos que levam excitabilidade de substratos neurais podem agir sobre
o potencial de repouso de membrana de neurnios, que normalmente esto situados
em uma faixa relativa ao limiar do potencial de ao, permitindo o disparo do neurnio
quando necessrio, mas evitando que este se comporte de modo instvel e seja
ativado de modo relativamente ininterrupto (SCHELTER; TIMMER; SCHULZE-BONHAGE,
2008). Porm, seja focal ou generalizada, somente disparos excessivos de neurnios
no so suficientes para causar uma crise (SCHARFMAN, 2007); necessrio que um
grupo ou circuito de neurnios esteja envolvido, e este recrutamento de neurnios
disparando de forma anormal envolve necessariamente algum tipo de sincronismo,
que pode ocorrer de modos e em escalas diferentes, por diversos mecanismos.
Eventos eletrogrficos durante estgios ictais refletem desvios paroxsmicos de
despolarizao (PDS) sncronos de clulas corticais piramidais (MATSUMOTO;
MARSAN, 1964), resultado de interconexes glutamatrgicas que geram massivos
potenciais excitatrios ps-sinpticos (JOHNSTON; BROWN, 1984; SCHARFMAN, 2007).
Outro mecanismo que pode promover sincronizao a baixa resistncia para
correntes intracelulares em junes Gap de neurnios corticais, que facilitaria o
acoplamento de neurnios vizinhos (TRAUB et al., 2004). O sincronismo de neurnios
tambm pode ser paradoxalmente promovido por mecanismos como inibio, como
neurnios principais se recuperando de inibio de forma sncrona (KLAASSEN et al.,
2006; JIRUSKA et al., 2013). Visto o grande nmero de mecanismos e modos de
altamente complexo, a anlise de seus sinais marcada por desafios que necessitam
de diferentes abordagens para serem solucionados. Assim, no processamento de sinais
de EEG, so utilizados mtodos provenientes de diversas reas como Bioengenharia,
Engenharia Eltrica, Qumica, Matemtica e Fsica, alm de novos mtodos criados
para lidar com as particularidades de sinais neurais (IASEMIDIS, 2003).
com algum tipo de patologia (classe ), outra metade de pacientes saudveis (classe
).
das novas amostras a ele submetidas. Para avaliao (ou teste) do algoritmo, novos
dados conhecidos (no utilizados no treinamento) so submetidos, e a taxa de acerto e
outros parmetros de desempenho relacionados taxa de Falsos Positivos e
Verdadeiros Positivos so quantificados. Quando trabalhando com conjuntos de
dados, comum a separao de cerca de
restante para teste do algoritmo. Para fins ilustrativos, a ideia bsica da metodologia
representada na Figura 1, onde sinais rotulados como classe A ou B tm dois atributos
extrados e so separados por um classificador (no caso, uma Mquina de Vetores de
Suporte linear - SVM).
10
Treinamento do Classificador
Sistema A
Aplicao/Teste do Classificador
Sistema B
Sistema ?
Medio (LFP/EEG)
Medio (LFP/EEG)
Extrao de Caractersticas
Extrao de Caractersticas
Classificador:
Definio da Superfcie de Separao
Predio
2.5
2.5
1.5
1.5
Superfcie Separao
A(Previsto)
B(Previsto)
B(teste)
A(test)
A
B
vetores de suporte
3
3.5
4.5
5.5
6.5
3.5
4.5
5.5
6.5
11
12
usados como marcadores para predio de episdios ictais. Caso seja utilizada para
esta finalidade, importante que os estmulos utilizados no sejam pr-convulsivos,
que as crises no sejam agravadas nem causadas pela estimulao (MEDEIROS et al.,
2013). Porm, tambm possvel o desenvolvimento de protocolos onde a
estimulao esteja diretamente relacionada com a iniciao e desenvolvimento de
crises, de modo a estudar os mecanismos de iniciao e dinmicas ictais. Nestes casos,
podem ser explorados modelos animais de crises ou modelos de epilepsia reflexa, com
a aplicao dos respectivos estmulos que desencadeiam as crises. E em protocolos
onde estas no so induzidas (com estmulos de baixa intensidade, por exemplo),
possvel que a prospeco seja til na identificao de sistemas ictognicos. A Figura 2
representa, de forma geral, a prospeco de um sistema para obteno de
informaes a seu respeito.
Protocolo de Sondagem
ESTMULO
Sistema X
Medio (LFP/EEG)
Extrao de Caractersticas
Anlise
Classificao
Classificao
Classificao
Figura 2: Diagrama mostrando a sondagem de um sistema e subsequente extrao de informaes para anlise
ou classificao.
13
14
(portadora) envelopada
est relacionada
. Ou seja, um
15
substratos
neurais
desempenham
papel
fundamental
para
16
sua posio na via auditiva, tons AM evocam ASSRs evidentes no CI, com oscilaes
presentes na frequncia de modulao (
17
1.10.
Sinais de EEG e LFP tambm podem ser vistos como medies da atividade de
conjuntos de osciladores que geram atividade rtmica, em geral aleatria, em diversas
faixas de frequncia (BAAR, 2013). Porm, estmulos sensoriais podem ser utilizados
para acoplar tais osciladores, fazendo-os agir de forma coerente e resultando em
potenciais evocados. Neste trabalho, um protocolo ASSR utilizado de modo a realar
informaes a respeito do sistema, que estejam relacionadas com ictognese. Ou seja,
caractersticas do sistema, inicialmente contidas na atividade aparentemente
desordenada de neurnios, podem ser transformadas por meio de ASSR em um estado
ordenado e mais simples de extrair caractersticas. Embora os parmetros relacionados
ASSR sejam de maior interesse neste trabalho, a anlise dos sinais no restrita aos
potenciais evocados, mas tambm inclui a dinmica de ritmos neurais endgenos
durante a apresentao de estmulos e ao longo de episdios ictais.
Dos sinais de LFP medidos, temos interesse em caractersticas relacionadas a
dois fatores fundamentais para o desenvolvimento de crises (MORAES, 1998):
excitabilidade (ou nvel de atividade neural) e sincronismo. A excitabilidade vista na
prpria amplitude do sinal (embora esta esteja relacionada indiretamente com o
sincronismo entre neurnios de grupos locais). Porm, os sinais de LFP possuem
diversos componentes e so no-estacionrios em sua maioria (dependendo do
perodo e regio analisada, alm do estado do animal). Como o ASSR tem uma
frequncia especfica (definida por
18
Figura 3: Exemplos de acoplamento entre X e Y.(a) sinal X e seu envelope (em vermelho) (b) Acoplamento
1
Amplitude -Amplitude (c) Acoplamento de fase n:m a cada ciclo de X, temos 4 ciclos de Y2. (d) Acoplamento
fase-amplitude, ou PAC (Phase-Amplitude Coupling). (e) Fase de X modulando a frequncia de Y4. (f) Amplitude
de X modulando a frequncia de Y5 (g) Acoplamento Frequncia-Frequncia (JENSEN; COLGIN, 2007)
Neste caso, amplitude = power, sendo relacionada com a magnitude do envelope do sinal (em vermelho, na Figura 3)
19
resposta neural em
1.11.
Objetivos e Hipteses
Isto no seria visvel na atividade basal, mas seria evidente pela ASSR
evocada pela ativao da via auditiva por um som modulado em
amplitude.
ii.
II.
III.
20
IV.
1.12.
Estrutura do Texto
21
) dos dois
grupos no seria diferente, de modo que a ativao da via por estimulao acstica
seria necessria para ressaltar a diferena.
Considerando que hipersincronismo outro fator envolvido em ictognese, foi
proposta a hiptese (II) que a resposta de animais WAR possui maior grau de
acoplamento com estmulos externos. Para avaliar esta hiptese, foi utilizado o mesmo
protocolo de estimulao sonora, com eletrodos no CI. Porm, ao invs da potncia da
ASSR, quantificado o grau de sincronismo de fase entre a ASSR e a componente
do som aplicado, por meio do ndice de Phase Locking Value (PLV).
Em seguida, apresentada a hiptese III, no qual os mtodos utilizados para
avaliao das hipteses anteriores so empregados no desenvolvimento de um
22
algoritmo que, por meio de sinais de EEG obtidos durante estimulao sonora,
identifica parmetros para diferenciar animais suscetveis a crises de animais
saudveis. Esta hiptese tem como motivao o desenvolvimento de uma ferramenta
diagnstica auxiliar, visto que diagnsticos errneos de epilepsia ainda so um
problema. O monitoramento por EEG durante longos perodos, alm de trabalhoso,
no garante a deteco de episdios ictais e inter-ictais (ou eventos fisiolgicos podem
ser interpretados como patolgicos). Alm disso, um diagnstico positivo errneo
devido identificao de anomalias no EEG no decorrentes de epilepsia, que resulte
na administrao desnecessria de medicamentos, pode ter consequncias
catastrficas na vida e desenvolvimento do paciente, sobretudo se este for uma
criana. Um protocolo de diagnstico baseado na sondagem de sistemas neurais seria
uma ferramenta auxiliar dentro do conjunto de exames de diagnstico para epilepsia,
com o diferencial de que os sinais so obtidos com a prospeco do sistema, de modo
a ressaltar caractersticas no sinal inerentes ictognese. Estas seriam representadas
de modo esparso, relativamente separadas das componentes geradas por ritmos
endgenos do crebro. As sees a seguir descrevem a metodologia do protocolo de
experimento, seguido pelos mtodos de anlise dos sinais obtidos.
23
2.2.1. Animais
Foram utilizados oito ratos WAR, uma linhagem obtida por seleo gentica no
qual os animais sofrem crises generalizadas tnico-clnicas, seguidas por espasmos
clnicos, quando submetidos a estimulaes sonoras de alta intensidade ( 110 dB). O
grupo controle composto por oito ratos machos da linhagem Wistar. Todos os
animais possuam peso entre 270 e 310 gramas (aproximadamente oito semanas de
idade) e foram fornecidos pelo Centro de Bioterismo do Instituto de Cincias Biolgicas
da Universidade Federal de Minas Gerais (CeBIO-ICB/UFMG).
Para incluso nos protocolos experimentais, cada animal deveria se adequar
aos critrios de; (1) Screening Audiognico, para determinar a sensibilidade aos
estmulos acsticos e (2) Confirmao do posicionamento do eletrodo de registro, por
meio de verificao histolgica.
2.2.2. Cirurgia
Alguns pontos a respeito do procedimento cirrgico so mostrados abaixo:
24
de 53,71 Hz ou 92,77,
foi
Assim, so sete trechos sem som, que foram considerados como perodos de
atividade basal nas anlises, e seis trechos com som (trials), dos quais trs so com
uma moduladora de
, e trs com
25
92,77 Hz. As trilhas sonoras foram reproduzidas por um tocador de CD (Panasonic, SLS140) de modo que o primeiro canal fosse registrado como um sinal pelo
condicionador analgico de sinais e o segundo canal fosse reproduzido pelo sistema de
reproduo de som. A sada do segundo canal foi, ento, conectada a um amplificador
automotivo (MXR 2250 500 watts), que por sua vez se conectava a um alto falante
(Sellenium T-40). O alto falante foi acondicionado em uma caixa metlica, para
blindagem eletromagntica, forrada internamente com espuma acstica. O estmulo
sonoro foi ento conduzido por um tubo de borracha at o topo da caixa de acrlico e a
intensidade do som no interior da caixa foi calibrada (Brel & Kjr, Type 2236) antes
de cada sesso experimental para 85 dBA SPL no centro da caixa.
Os sinais foram registrados em dois canais. O primeiro contm a onda
moduladora
est presente
somente em estgios iniciais da via auditiva (uma vez que neurnios no disparam a
10kHz). O segundo canal registra o LFP por meio de um eletrodo monopolar ativo no CI
(fios entrelaados de ao 0,005, revestido por TeflonTM, alcanando uma espessura
final de 0,007, #7915, A-M Systems) e referncia no osso nasal.
Na aquisio, ambos os sinais so filtrados na banda de
26
, temos
temos
respectivamente.
so analisados
27
(2)
(3)
Sob outra perspectiva, podemos ver a STFT como o produto interno entre o
sinal e um conjunto de funes de oscilao de suporte compacto tomos.
28
(4)
) amostras, equivalendo a
x 10
4
(V)
(a) 2
0
-2
-4
0
50
100
150
200
250
Tempo(s)
300
350
400
450
Espectrograma do Sinal
V/Hz
(b)
Frequncia(Hz)
20
1.5
40
1
60
0.5
80
100
50
100
150
200
250
Tempo(s)
300
350
400
450
Figura 5: Exemplo de um sinal (CI do WAR02) e seu respectivo espectrogrma (a) e (b), respectivamente. So
representadas as dinmicas de diferentes componentes de frequncia ao longo do tempo. A ASSR de cada trial
evidente, com componentes em 53,71Hz ou 92,77Hz.
29
delta (
theta (
alpha (
beta (
gamma (
)
)
)
, onde
Para o clculo de potncia de cada banda (delta, theta, alpha, beta, gamma e
ASSR), a STFT de cada trecho de interesse calculada, e os coeficientes de cada faixa
de frequncia de interesse so somados (resultando num vetor que representa a
energia de determinada banda ao longo do tempo). No caso da banda gamma, os
coeficientes ao redor da frequncia da ASSR so eliminados (
).
calculada ento a mdia de energia de cada vetor (de energia de banda ao longo do
tempo), resultando em 6 valores de potncia por STFT, um para cada banda de
frequncia. Isto feito de modo que cada trecho de interesse (trials com som, ou sem
som) seja uma amostra, com 6 atributos de potncia. Caso determinado trecho possua
partes com artefatos considerveis, seus atributos sero obtidos pela mdia dos
valores calculados de seus segmentos vlidos (sem rudo). Como analisada a resposta
perante um estmulo, de interesse a normalizao destes valores pelos respectivos
valores basais de cada animal, para compensar eventuais diferenas do LFP medido de
30
diferentes animais. Os valores basais so obtidos pelas mdias dos valores calculados
para os trechos sem som. Assim, so extrados 12 amostras de cada registro, das quais
6 correspondem a trechos com som (3 trials de 53,71Hz e 3 trials de 92,77Hz) e 6
trechos sem som, e cada uma possui 6 atributos de potncia (delta, theta, alpha, beta,
gamma e ASSR). Estes podem ser ou no normalizados pelos respectivos valores
basais, de acordo com a anlise necessria. O subconjunto de amostras e as
respectivas caractersticas a serem comparadas tambm iro depender do propsito
da anlise em questo. De forma geral, sero comparados:
a Transformada de Hilbert de
(6)
, representado na forma
composto
31
s(t)
s H(t)
-1
-2
-3
0.15
Figura 6: Sinal AM
relao
0.2
0.25
0.3
tempo(s)
0.35
0.4
em
. Assim, representando
com
, e a
(t)
0
-2
39.35
39.4
39.45
39.5
39.55
39.6
150
30
180
210
330
240
270
300
32
de cada sinal filtrado, que aps serem desenroladas (unwrapped) e subtradas entre
si, resultam na srie de fase relativa
calculamos a fase cclica relativa
. De
, limitada em *0 2+:
(7)
33
Wistar) e suas respectivas sries de fase, alm da fase relativa cclica resultante
.
Sinal 1 (SOM) original (V)
Sinal filtrado em 53+-1Hz (V)
Fase Instantnea (rad)
Canal 1 - SOM
2
0
-2
40.1
40.2
40.3
40.4
40.5
Canal 2 - CI
tempo(s)
40.6
40.2
40.3
40.4
40.5
tempo(s)
40.6
40.7
40.8
40.9
Sinal 2 (CI) original (V)
Sinal filtrado em 53+-1Hz (V)
Fase Instantnea
40.7
40.8
40.9
-5
40
40.1
(rad) [0 2]
6
4
180
2
0
40
41
210
330
240 270 300
40.2
40.4
40.6
tempo(s)
40.8
41
Figura 8: Fase Relativa de dois sinais. (a) Sinal de estmulo (azul) e respectiva srie de Fase instantnea em
vermelho (b) Sinal de EEG (CI) original, sinal filtrado e respectiva srie de Fase instantnea (c) Fase Relativa
cclica, mostrando o acoplamento relativo entre as componentes (d) Representao polar da fase relativa. Caso
no houvesse acoplamento, a distribuio dos valores seria prxima do uniforme ao longo do crculo polar.
Com
Onde
( )
a varincia circular
(8)
. Este ndice relacionado com
e calculando o
34
respectivo ndice
(9)
35
EEG basal destes animais, mas poderia ser evidenciada na ASSR evocada por um som
modulado em amplitude.
Primeiramente, a potncia normalizada da ASSR de cada trial calculada e
comparada entre os grupos WAR e Wistar. Estes valores so indicadores da
excitabilidade perante estmulo (ou capacidade de resposta) de cada animal. Em
seguida, so comparados os valores de potncia sem normalizao (ao redor de
das bandas delta, theta, alpha, beta, gamma) de cada grupo, dos perodos sem som e
com som. Assim, so avaliados trs fatores; se a resposta evocada realmente
diferente do nvel basal, se os valores basais so diferentes entre WAR e Wistar, e se
os grupos so diferentes em relao potncia evocada pela ASSR. Os valores de
potncia so calculados por STFT (seo 2.3.1.1), considerando coeficientes ao redor
de
.
A segunda parte desta hiptese avalia os efeitos de estmulos auditivos (sons
modo, o ndice de acoplamento calculado no afetado por pulos nem por atrasos
incrementais da fase relativa. Apesar de estas dinmicas serem potencialmente de
36
2.6.1. Classificadores
So consideradas duas classes possveis; uma classe positiva (1), representando
animais suscetveis a crises (WAR), e uma classe negativa (2), de animais saudveis ou
controle (Wistar). Dois tipos de classificadores foram utilizados: Bagging aplicado a
uma rvore de decises, e uma Mquina de Vetores de Suporte (SVM) (CORTES;
VAPNIK, 1995).
O mtodo de Bagging (de Bootstrap Aggregation), proposto em (BREIMAN,
1996), consiste basicamente na obteno de novas amostras, dado um nico conjunto
de amostras de treinamento, de modo a reduzir a varincia e evitar a
sobreparametrizao do modelo. A rvore de decises, por sua vez, prev respostas
para determinadas amostras, de acordo com regras de deciso. Estas regras vo desde
a raiz (incio) at ns terminais ou folhas, que contm a deciso sobre a classe
pertencente determinada amostra.
O mtodo SVM possui fortes bases tericas que resultam em certas garantias
de desempenho. De modo geral, um classificador SVM define um hiperplano timo
37
para separao entre classes, por meio de um problema de otimizao quadrtica que
busca maximizar a margem entre hiperplano e vetores de suporte, como mostrado no
exemplo simples da Figura 9:
Figura 9: Exemplo simples mostrando a maximizao da margem entre separador e vetores de suporte (amostras
prximas da margem) (WATSON, 2011)
igual mdia dos valores (de Acc, SE e SP) encontrados para cada iterao. Deste
modo, a capacidade de generalizao do classificador melhor avaliada, e no
somente sua capacidade de se ajustar aos dados (overfitting).
Foram feitos diferentes testes de desempenho, utilizando diferentes
subconjuntos de caractersticas:
a. Potncia normalizada da ASSR (1 atributo)
b. Potncia normalizada da ASSR + PLV (2 atributos)
c. Potncia normalizada (trial) das bandas delta-gamma (5 atributos)
d. PLV, Potncias normalizadas de ASSR e bandas delta-gamma durante trial (7
atributos)
e. Potncia basal das bandas delta-gamma (5 atributos)
38
Nos testes (a) e (b), somente atributos relacionados com a resposta evocada
foram utilizados, de modo a provar a eficincia do protocolo de estimulao sonora
para identificao de indivduos suscetveis a crises. O teste (c) feito de modo a
simular o desempenho do classificador em casos onde a ASSR no estaria disponvel
(ou no seria to evidente). No teste (d), so utilizados atributos diretamente
relacionados ASSR e a potncia normalizadas das bandas delta at gamma
(combinao de b e c). Por fim, no teste (e) feita a classificao utilizando trechos
sem apresentao do som, para esclarecer se a estimulao sonora realmente
necessria para classificao, ou se somente o EEG basal suficiente para identificar
animais
propensos
a crises.
Outros atributos
poderiam
ser considerados
rtulos de classe (WAR ou Wistar) e atributos (Potncia de bandas, PLV, etc). Para a
extrao destes atributos de forma confivel, necessria a inspeo dos registros e
trechos de cada trial, em busca de artefatos no sinal que poderiam influenciar os
resultados.
Nos registros dos animais WAR, observou-se a presena de espculas de alta
amplitude, inicialmente de origem desconhecida. Um registro de um animal WAR
mostrado na Figura 10, assim como seu respectivo espectrograma (STFT) e um trecho
destacado de um episdio deste tipo.
39
WAR 02
4
2
0
-2
-4
0
(a)
50
100
150
200
250
tempo(s)
HVS - High Voltage Spindle
300
350
400
450
(b)
0
-2
Frequncia(Hz)
375
20
40
60
80
100
376
377
378
379
tempo(s)
STFT do sinal
380
381
382
383
384
(c)
50
100
150
200
250
tempo(s)
300
350
400
450
Figura 10: Exemplos de HVS no sinal.(a) Registro de um WAR (com amplificao de 10000x e seu respectivo
espectrograma (c). Trecho de fuso/HVS em destaque em (b).
literatura (
eram
caracterizados
pela
imobilidade
momentnea
dos
animais.
40
, representando a ASSR.
. Percebe-
se que o registro do WAR possui maiores valores de energia de ASSR. Para avaliar
estatisticamente a diferena entre WARs e Wistars, a potncia normalizada de cada
trial (trecho com som) de todos animais calculada. As distribuies de cada grupo
no foram rejeitadas por testes de normalidade (KolmogorovSmirnov e Shapiro-Wilk),
sendo posteriormente comparadas entre si por Teste T, como mostrado pela Figura 12.
41
fm=53Hz
Freq.(Hz)
5
0
0
-5
(a)
0
200
300
400
Tempo(s)
Espectrograma WAR 01
100
200
300
400
Tempo(s)
Energia ASSR WAR - fm 53Hz
400
50
100
200
300
400
Tempo(s)
Energia ASSR Wistar - fm 53Hz
1.5
V/Hz
V/Hz
200
300
Tempo(s)
100
(d)
1.5
1
0.5
0
(e)
200
300
400
tempo(s)
Energia ASSR WAR - fm 92Hz
1
0.5
0
(g)
100
200
300
tempo(s)
400
1
0.5
0
(f)
100
V/Hz
V/Hz
100
Espectrograma Wistar 01
(V/Hz)
0.4
0.2
50
Registro Wistar
x 10
-5
(b)
0
100
100
(c)
-4
fm=92Hz
Freq.(Hz)
(V)
Registro WAR
(V)
-4
x 10
100
200
300
400
tempo(s)
Energia ASSR Wistar - fm 92Hz
1
0.5
0
(h)
100
200
300
tempo(s)
400
Figura 11: Espectrograma e ASSR de dois registros.Registros de um WAR (a) e Wistar (b), com os perodos de
aplicao de estmulo sonoro marcados. (c) e (d) mostram o espectrograma de cada sinal (janela de 32768
amostras), representando a evoluo da magnitude de diferentes componentes de frequncia ao longo do
tempo. evidente a ASSR durante a aplicao do som. Abaixo, so mostradas as energias das respectivas ASSRs
ao longo do tempo, por meio da soma dos coeficientes ao redor de
; 53.01Hz at 54.32Hz para (e) e (f), e 92.12
at 93.37Hz para (g) e (h).
Independentemente do
) diferente
42
***
***
12
12
10
10
(adim.)
(adim.)
8
8
6
WAR
WIS
WAR
WIS
Figura 12: Potncias ASSR normalizadas pelo basal, grupos WAR x Wistar. Em (a),
e (b)
. Resultados mostrados como mdia + EPM. Diferenas significativas (teste T) encontradas em
ambos os casos; ***p<=0.001.
Energia em fm = 53.71+-0.61Hz
Energia em fm = 92.77+-0.61Hz
***
1.2
1.2
***
0.8
0.8
(V/Hz)
(V/Hz)
***
0.6
0.4
0.2
***
***
***
0.6
0.4
0.2
***
***
0
WAR(basal)
WIS(basal)
WAR(trial)
WIS(trial)
WAR(basal)
WIS(basal)
WAR(trial)
WIS(trial)
43
contrrio do proposto na hiptese, h uma diferena tambm nos nveis basais, onde
WARs apresentam maior potncia em
e em
, frequncias
Energia em Theta
trechos SEM som
0.8
Energia em Alpha
trechos SEM som
1.5
1
0.8
0.6
0.4
V/Hz
V/Hz
V/Hz
0.5
0.2
WAR
WIS
WAR
WIS
WAR
WIS
Energia em Gamma
trechos SEM som
1.2
***
2.5
0.8
V/Hz
V/Hz
0.4
0.2
Energia em Beta
trechos SEM som
0.6
1.5
1
0.4
0.5
0.2
0
0.6
WAR
WIS
WAR
WIS
Figura 14: Potncias dos ritmos Delta, Theta, Alpha, Beta e Gamma, em trechos sem som(definidos como
atividade basal). Resultados mostrados como mdia + EPM.. Diferenas significativas so mostradas por
asteriscos (teste T). *p<=0.05 ***p<=0.001
44
promover o sincronismo entre seus disparos, que poderia ser um fator envolvido no
aumento de atividade de circuitos locais, indicado pelo aumento nas potncias em
Gamma desta seo. Porm, os experimentos deste trabalho so insuficientes para
avaliar tal hiptese. Para tal, seriam necessrios registros multi-unitrios, assim como a
confirmao de que o mecanismo de transmisso eftica favorecido em certos
substratos neurais de animais WAR.
Oscilaes em gamma tambm podem estar relacionadas com armazenamento
e recuperao de informaes (LISMAN, 1999), mecanismos de inibio (BARTOS;
VIDA; JONAS, 2007), ou servir como referncia para codificao temporal (BUZSAKI;
CHROBAK, 1995). Alteraes neste ritmo tambm podem levar a distrbios
psiquitricos como esquizofrenia (SPENCER et al., 2003). Porm, novamente os
experimentos deste trabalho no so suficientes para avaliar a relao de possveis
mecanismos de oscilaes gamma com a maior potncia deste ritmo encontrada em
WARs, e qual o papel disto na ictognese e outras particularidades em animais desta
linhagem.
Por fim, avaliada a sub-hiptese que diz respeito influencia de estmulos
sonoros em osciladores endgenos do CI de animais WAR. Assim, potncias
normalizadas pelos respectivos nveis basais, das bandas Delta at Gamma, so
calculadas para ambos os grupos, de modo a avaliar se a apresentao de estmulos
altera os nveis basais de modo diferente em animais suscetveis a CAs. Os resultados
so mostrados na Figura 15.
Novamente, as bandas Beta e Gamma apresentam diferenas entre os grupos.
Porm, agora que so considerados os trechos com som, e normalizando pelos
respectivos valores basais, animais WAR apresentam menores valores. Ou seja, houve
uma queda significativa em relao aos nveis basais de animais WAR, em relao a
Wistars, nas duas bandas de frequncias mencionadas. Isto confirma a subhiptese (ii),
que o som produz efeitos em osciladores endgenos em WARs. Ademais, a queda nos
valores normalizados em Gamma poderia ser decorrente do recrutamento de circuitos
deste ritmo pela ASSR (uma vez que a resposta est inserida no ritmo Gamma), que
poderia ser um dos fatores envolvidos na maior amplitude de resposta de WARs.
0.8
0.8
0.8
0.6
0.6
0.6
0.4
0.4
0.4
0.2
0.2
0.2
WAR
WIS
WIS
WAR
WIS
0.8
adim.
0.8
0.6
0.6
0.4
0.4
0.2
0.2
WAR
adim.
adim.
adim.
adim.
45
WAR
WIS
WAR
WIS
Figura 15: Potncias normalizadas pelos respectivos nveis basais, das bandas Delta, Theta, Alpha, Beta e Gamma,
durante trechos com som (trials). Resultados mostrados como mdia + EPM. Diferenas significativas so
mostradas por asteriscos (teste T). *p<=0.05
46
Registro WAR 01
(a)
0
-5
0
50
100
150
200
250
Tempo(s)
300
350
400
450
PLV
(b)
0.5
0
50
100
150
200
250
Tempo(s)
300
350
400
450
Registro Wistar 06
(c)
0
-5
0
50
100
150
200
250
Tempo(s)
300
350
400
450
PLV
(d)
0.5
0
50
100
150
200
250
Tempo(s)
300
350
400
450
Figura 16: Registros e seus respectivos valores de PLV ao longo do tempo.Os ndices PLV so calculados entre
registro e som, na banda de
e em janelas deslizantes de 4 segundos, com 75% de overlap. (a)
Registro de um WAR (com amplificao de 10.000 vezes) e em (b) seus respectivos valores de PLV ao longo do
tempo. (c) Registro de um Wistar (com amplificao de 10.000 vezes) e PLV ao longo do tempo em (d). Durante
os trials de 53 Hz (demarcados pelos crculos pretos e vermelhos), a ASSR acoplada com o estmulo auditivo,
resultando no aumento do PLV.
reduzida (em relao a 53 Hz), pois enquanto o PLV WAR est perto do valor mximo
em ambos os casos, o PLV de animais WISTAR aumenta de
para
47
***
0.9
0.8
ndice PLV
ndice PLV
0.8
0.6
0.7
0.4
0.6
0.2
0.5
0.4
WAR
Wistar
WAR
Wistar
Figura 17: PLV, protocolo de 85 dB.ndices PLV de cada grupo (WAR ou WIS), nos trials de 53 Hz ( esquerda) e 92
Hz ( direita). Resultados mostrados como boxplots; mediana em vermelho, e os limites da caixa so os percentis
de 50% e 75%. Diferenas significativas (Wilcoxon Rank Sum) encontradas em ambos os casos; *p<=0.05,
***p<=0.001.
disso, a ordem de amplitude da ASSR em relao aos nveis basais alta, de tal modo
que diferenas significativas no PLV decorrentes de ligeiros aumentos na atividade
basal seriam improvveis.
Assim, as diferenas encontradas entre os grupos validam a hiptese proposta,
que circuitos neurais do CI de animais WAR sincronizam mais facilmente com
estmulos externos. Isto estaria relacionado com a propenso destes animais a CAs,
48
49
Tabela 1: Resultados de Classificao Desempenho de diferentes classificadores (SVM e bagging), em trials (de
53 Hz ou 92 Hz) e trechos sem som, utilizando os atributos; PLV entre ASSR e estmulo, potncia da ASSR e das
bandas delta at gamma. Diferentes subconjuntos so testados; todos 7 atributos (7), somente potncia da ASSR
(1), potncia ASSR + PLV (2), potncias normalizadas de delta/theta/alpha/beta/gamma, em trials (5), potncias
de trechos sem som, das 5 bandas (5)
Atributos
7
Trials
53 Hz
1
2
5
7
Trials
92 Hz
1
2
5
BASAL
Classificador
Acc(%)
SE(%)
SP(%)
SVM
88,8%
88,0%
89,6%
Bag
96,1%
96,2%
95,9%
SVM
95,6%
91,2%
100,0%
Bag
96,1%
96,0%
96,2%
SVM
95,0%
90,0%
100,0%
Bag
96,4%
96,3%
96,5%
SVM
73,7%
72,7%
74,8%
Bag
68,7%
73,2%
64,1%
SVM
85,6%
84,4%
86,8%
Bag
86,8%
85,6%
88,0%
SVM
76,2%
83,3%
69,0%
Bag
80,4%
75,3%
85,5%
SVM
81,7%
88,5%
75,0%
Bag
81,7%
78,5%
84,8%
SVM
67,7%
66,2%
69,3%
Bag
75,3%
72,4%
78,2%
SVM
77,4%
80,9%
73,9%
Bag
77,3%
77,7%
76,9%
50
poder preditivo. Neste caso, o uso de mais atributos (PLV ou potncia de deltagamma) desaconselhvel, pois estes podem ser redundantes ou inclusive piorarem o
desempenho. J nos trials de 92 Hz, o poder preditivo da potncia da ASSR
significativamente diminudo, classificando cerca de
das amostras
em relao a
(BUZSKI,
2006)), a potncia pura (no normalizada pelo basal) da ASSR no alterada nos
animais Wistar, enquanto h uma diminuio (de 92 Hz em relao a 53 Hz) em
animais WAR. Isso resulta em um aumento da potncia normalizada da ASSR de
em relao a
escolhida. Logo, a
) so
51
52
2.10.
Concluso do Captulo
53
54
), e
55
Os
x 10
corrida
pr
ps-ictal
(a)
(V)
-1
-2
20
40
60
Tempo(s)
80
100
120
uV/Hz
0.1
(b)
Frequncia(Hz)
10
0.08
20
0.06
30
0.04
40
0.02
50
60
20
40
60
Tempo(s)
80
100
120
Figura 18: Registro CI do WAR 01, protocolo 110 dB, e o respectivo espectrograma.Em destaque, acima, os 4
estgios segmentados (1) pr-ictal (2) corrida (3) ictal (4) ps-ictal. (b) mostra o Espectrograma do sinal.
56
E n e r g ia A S S R - W A R
e n e r g ia n o r m a liz a d a
15
10
0
8
B
p
c
-i
ta
l
ic
ta
c
-i
ta
110dB
Figura 19: Potncia da ASSR, normalizada pelo respectivo basal, de animais WAR ao longo dos trechos pr-ictal,
ictal e ps-ictal, do protocolo de 110 dB. Valores do protocolo de 85 dB tambm so representados e utilizados
como controle. Resultados mostrados como mdia + EPM. No foram encontradas diferenas significativas entre
os grupos (Anova de uma via, post hoc de Bonferroni).
15
***
W AR
***
W IS
**
10
ta
ta
-i
ic
ta
c
-i
0
l
e n e r g ia n o r m a liz a d a A S S R
E n e r g ia A S S R - W A R x W is t a r
110dB
Figura 20: Potncia da ASSR, normalizada pelo respectivo basal, de animais WAR e Wistar ao longo dos trechos
pr-ictal, ictal e ps-ictal do protocolo de 110dB. Comparaes so feitas entre cada grupo de animais, para cada
estgio (RM-Anova de duas vias com Correo Bonferroni). Resultados mostrados como mdia + EPM. Como
esperado, diferenas significativas foram encontradas nos trs casos. **
e ***
.
57
amplitude
da ASSR, no
afetada
58
E n e r g ia s N o r m a liz a d a s - T r e c h o s W A R
D e lta - W A R s
T h e ta - W A R s
2 .0
e n e r g ia n o r m a liz a d a
e n e r g ia n o r m a liz a d a
1 .5
1 .0
0 .5
0 .0
(a )
**
**
1 .5
1 .0
0 .5
0 .0
85dB
P r e - Ic t a l
Ic t a l
P s - Ic t a l
(b )
85dB
P r e - Ic t a l
110dB
A lp h a - W A R s
**
P s - Ic t a l
B e ta - W A R s
**
**
2 .0
e n e r g ia n o r m a liz a d a
**
**
2 .5
*
e n e r g ia n o r m a liz a d a
Ic t a l
110dB
2 .0
1 .5
1 .0
0 .5
***
1 .5
1 .0
0 .5
0 .0
85dB
0 .0
85dB
P r e - Ic t a l
Ic t a l
P s - Ic t a l
Ic t a l
P s - Ic t a l
110dB
(d )
110dB
(c )
P r e - Ic t a l
G am m a - W ARs
**
**
***
e n e r g ia n o r m a liz a d a
2 .0
***
***
1 .5
1 .0
0 .5
0 .0
85dB
(e )
P r e - Ic t a l
Ic t a l
P s - Ic t a l
110dB
Figura 21: Potncias normalizadas de WARs, nos trechos pr-ictal, ictal e ps-ictal, comparados entre si e com o
controle de 85 dB. Bandas (a) Delta, (b) Theta, (c) Alpha , (d) Beta e (e) Gamma. Resultados mostrados como
mdia + EPM. (RM-Anova de uma via post Hoc de Bonferroni). *
**
e ***
.
59
E n e r g ia s N o r m a liz a d a s - W A R x W is t a r
D e lta - W A R x W is ta r
T h e t a - W A R x W is ta r
2 .0
W AR
W AR
e n e r g ia n o r m a liz a d a
e n e r g ia n o r m a liz a d a
1 .5
W IS
1 .0
0 .5
0 .0
(a )
W IS
1 .5
1 .0
0 .5
0 .0
c
-i
ta
l
ic
ta
c
-i
ta
(b )
-i
ta
l
ic
-i
ta
tre c h o s - 1 1 0 d B
tre c h o s - 1 1 0 d B
B e ta - W A R x W is ta r
A lp h a - W A R x W is ta r
2 .0
2 .5
W AR
W AR
***
e n e r g ia n o r m a liz a d a
e n e r g ia n o r m a liz a d a
ta
W IS
2 .0
1 .5
1 .0
0 .5
W IS
1 .5
***
1 .0
0 .5
0 .0
0 .0
-i
ta
l
ic
ta
-i
ta
l
p
tre c h o s - 1 1 0 d B
-i
ta
l
ic
ta
-i
ta
tre c h o s - 1 1 0 d B
(d )
(c )
G a m m a - W A R x W is ta r
e n e r g ia n o r m a liz a d a
2 .0
W AR
***
W IS
1 .5
***
1 .0
0 .5
0 .0
-i
ta
(e )
ic
ta
-i
ta
tre c h o s - 1 1 0 d B
Figura 22: Potncias normalizadas das cinco bandas, comparando cada trecho de animais WARs (pr-ictal, ictal e
ps-ictal) com os respectivos perodos em animais Wistar. Bandas (a) Delta, (b) Theta, (c) Alpha , (d) Beta e (e)
Gamma. Resultados mostrados como mdia + EPM. (RM-Anova de uma via com Correo Bonferroni). *
e ***
.
60
61
neste captulo para este atributo, apesar destes dados (do protocolo de 110 dB) no
terem sido rejeitados por testes de normalidade.
A c o p la m e n t o d e F a s e - W A R
1 .5
***
**
PLV
1 .0
0 .5
0 .0
8
B
p
c
-i
ta
l
ic
ta
c
-i
ta
110dB
Figura 23: ndices PLV de animais WAR, ao longo dos trechos pr-ictal, ictal e ps-ictal, do protocolo de 110 dB.
Valores do protocolo de 85 dB tambm so representados e utilizados como controle. Resultados mostrados
como boxplots (tukey). Diferenas significativas encontradas entre pr-ictal e demais estgios (Teste de Friedman
com teste post hoc de Dunn). **
e ***
.
A c o p la m e n t o d e F a s e - W A R x W is t a r
1 .5
W AR
W IS
*
PLV
1 .0
0 .5
l
ta
ta
-i
ic
-i
ta
0 .0
tre c h o
Figura 24: ndices de PLV de animais WAR e Wistar, ao longo dos trechos pr-ictal, ictal e ps-ictal do protocolo
de 110 dB. Comparaes so feitas entre cada grupo de animais, para cada estgio (Kruskal-Wallis com teste post
hoc de Dunn). Resultados mostrados como boxplots (Tukey). *
62
63
64
corrida
x 10
2
pr
ictal
ps-ictal
ictal
-2
40
(a)
50
60
70
Tempo(s)
80
90
100
rad
0.02
bins
4
6
PLV
(b)
40
50
40
50
60
70
80
Tempo(s)
Phase-Locking Value (ASSR - fm)
90
100
80
90
100
80
90
100
0.5
0
(c)
60
-5
Energia ASSR
x 10
70
Tempo(s)
8
6
4
2
(d)
40
50
60
70
Tempo(s)
Figura 25: Dinmica de uma Crise Audiognica em um WAR. Em (a), mostrado o registro do animal, 5 segundos
antes do incio do som de 110 dB, at 5s aps o fim do som. Os 4 estgios, pr-ictal, corrida, ictal e ps-ictal, so
demarcados por linhas verticais (a vermelha marca o incio da CA). Os valores em (b), (c) e (d) so calculados em
janelas deslizantes de 1 segundo, com 75% de sobreposio. (b) mostra a distribuio da fase relativa cclica entre
ASSR e a componente
do som, de cada segmento de 1 segundo. Distribuies uniformes indicam ausncia de
acoplamento, enquanto a concentrao dos valores em ngulos especficos resulta em altos ndices de PLV, como
mostrado em (c). A energia da ASSR ao longo do tempo mostrada em (d). Esta srie foi obtida com a filtragem
do registro em
, seguida pelo clculo da mdia da srie de Amplitude Instantnea deste sinal
filtrado da ASSR (), em cada janela de 1 segundo.
65
queda brusca (que nem sempre esto associados queda de energia da ASSR). O final
da CA de todos os animais caracterizado pela queda no PLV (brusca em alguns, ligeira
em outros) e na energia da ASSR, seguido pelo aumento significativo do PLV no psictal. Tambm neste perodo, a ASSR de quase todos os animais permanece
relativamente constante; porm, no animal mostrado na Figura 25, h um aumento na
energia da ASSR na metade do trecho ps-ictal.
A Figura 26 mostra menores valores de PLV e energia da ASSR de um Wistar. A
dinmica dos valores destes animais, apesar de mais ruidosa, no apresenta
dinmicas temporais lentas considerveis.
-4
x 10
4
2
0
-2
-4
40
(a)
50
60
70
Tempo(s)
Distribuio da Fase relativa
80
90
100
rad
0
2
0.02
bins
PLV
6
(b)
40
50
40
40
60
80
90
100
50
60
80
90
100
50
60
80
90
100
70
Tempo(s)
Phase-Locking Value (ASSR - fm)
0.5
0
(c)
-5
x 10
70
Tempo(s)
Energia ASSR
1.5
1
0.5
(d)
70
Tempo(s)
Figura 26: Dinmica do trial do protocolo de 110 dB, em um Wistar.(a) Registro, (b) Distribuio da fase relativa
entre ASSR e som e (c) PLV resultante de cada janela. (d) energia da ASSR ao longo do tempo.
Estes resultados so uma adio aos obtidos nas sees anteriores, para a
avaliao da hiptese deste captulo. Eles mostram que a amplitude da ASSR, apesar
de no ser alterada significativamente em cada estgio, possui alteraes transitrias
nos perodos pr-ictal e ictal. O ndice PLV, possui mudanas transitrias mais bruscas
antes e durante a crise. Isto indica que o processamento auditivo de WARs
comprometido em certos momentos da CA. Porm, como estas alteraes ocorrem
66
67
valores prximos do mximo, indicando que apesar de grande parte do sistema estar
em estado hipoexcitvel (evidenciado pela queda de potncia em vrias bandas), este
ainda responsivo a um guia (ou drive) externo, com alta capacidade de acoplamento.
68
4. Concluso
Este trabalho avaliou hipteses a respeito de ictognese em um modelo animal,
por meio da extrao de caractersticas de registros eletroencefalogrficos em um
protocolo de estimulao acstica. De forma geral, os objetivos propostos foram
atingidos, provendo indcios que auxiliam na compreenso dos complexos mecanismos
de ictognese, alm da proposio e avaliao de um mtodo de diagnstico com
possveis aplicaes clnicas.
A elevada ASSR evocada pelo protocolo de estimulao em WARs confirma a
hiptese (I) que o processamento de informaes auditivas em animais ictognicos
feita de modo diferente, sendo caracterizada por sua hiperexcitabilidade. Parte da
hiptese foi refutada, quando foi mostrado que WARs possuem atividade basal
diferenciada em neurnios do CI. Alm da presena de fusos de alta amplitude (HVS), a
potncia em bandas de frequncias mais altas (Gamma e Beta) elevada nestes
animais, um possvel indicador de maior atividade em circuitos neurais locais. O efeito
do som em osciladores neurais endgenos diferenciado em WARs, onde a
apresentao de sons AM causou a diminuio de atividade nas bandas Gamma e
Beta. Em seguida, utilizando o ndice PLV como marcador da capacidade de
acoplamento da ASSR com a componente moduladora do som, foi confirmada a
hiptese (II) de que WARs possuem propenso hipersincronizao com estmulos
externos. As caractersticas utilizadas para validao das hipteses anteriores e
caracterizao de animais WAR foram ento empregadas em classificadores para
identificao de amostras de sistemas ictognicos. ndices de exatido de
69
estado hipoexcitvel aps o fim desta, a energia da ASSR ao longo dos estgios prictal, ictal e ps-ictal no sofre alteraes significativas, apesar de esta sofrer ligeiras
alteraes transientes antes e durante a CA. J o ndice de acoplamento da ASSR com o
estmulo ligeiramente prejudicado antes e durante a CA, mas atinge nveis mximos
no ps-ictal. Estes resultados sugerem que, embora circuitos de processamento
auditivo do CI estejam envolvidos no gatilhamento de CAs, estes no fariam parte
efetivamente do foco ictal. Isto teria implicaes em abordagens de intervenes
cirrgicas para tratamento de epilepsia, alm de esclarecer parte dos mecanismos de
ictognese e epileptognese.
70
71
5. Referncias
ABUBAKR, A.; WAMBACQ, I. The localizing value of auditory event-related potentials
(P300) in patients with medically intractable temporal lobe epilepsy. Epilepsy &
Behavior,
v.
4,
n.
6,
p.
692701,
2003.
Disponvel
em:
<http://linkinghub.elsevier.com/retrieve/pii/S1525505003002336>.
ACHARYA, U. R.; SREE, S. V.; ALVIN, A. P. C.; YANTI, R.; SURI, J. S. Application of nonlinear and wavelet based features for the automated identification of epileptic EEG
signals. International journal of neural systems, v. 22, n. 2, p. 1250002, abr. 2012.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/23627588>. Acesso em: 22
mar. 2014.
ADELI, H.; ZHOU, Z.; DADMEHR, N. Analysis of EEG records in an epileptic patient using
wavelet transform. Journal of neuroscience methods, v. 123, n. 1, p. 6987, 15 fev.
2003. Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/12581851>.
ANDRZEJAK, R.; LEHNERTZ, K.; MORMANN, F.; RIEKE, C.; DAVID, P.; ELGER, C.
Indications of nonlinear deterministic and finite-dimensional structures in time series
of brain electrical activity: Dependence on recording region and brain state. Physical
Review E, v. 64, n. 6, p. 061907, nov. 2001. Disponvel em:
<http://link.aps.org/doi/10.1103/PhysRevE.64.061907>. Acesso em: 23 jan. 2014.
ARU, J.; PRIESEMANN, V.; WIBRAL, M. Untangling cross-frequency coupling in
neuroscience.
arXiv
preprint
arXiv:
,
2014.
Disponvel
em:
<http://arxiv.org/abs/1405.7965>. Acesso em: 15 nov. 2014.
BAJAJ, V.; PACHORI, R. Classification of Seizure and Non-seizure EEG Signals using
Empirical Mode Decomposition. IEEE journal of biomedical and health informatics, v.
16,
n.
6,
p.
11351142,
22
dez.
2011.
Disponvel
em:
<http://www.ncbi.nlm.nih.gov/pubmed/22203720>.
BAJAJ, V.; PACHORI, R. B. Epileptic seizure detection based on the instantaneous area
of analytic intrinsic mode functions of EEG signals. Biomedical Engineering Letters, v.
3,
n.
1,
p.
1721,
14
abr.
2013.
Disponvel
em:
<http://link.springer.com/10.1007/s13534-013-0084-0>. Acesso em: 6 nov. 2013.
BARTOS, M.; VIDA, I.; JONAS, P. Synaptic mechanisms of synchronized gamma
oscillations in inhibitory interneuron networks. Nature reviews. Neuroscience, v. 8, n.
1, p. 4556, 2007.
BAAR, E. Brain oscillations in neuropsychiatric disease. Dialogues in Clinical
Neuroscience, v. 15, n. 3, p. 291300, 2013.
BELLUSCIO, M. a.; MIZUSEKI, K.; SCHMIDT, R.; KEMPTER, R.; BUZSAKI, G. CrossFrequency Phase-Phase Coupling between Theta and Gamma Oscillations in the
Hippocampus. Journal of Neuroscience, v. 32, n. 2, p. 423435, 2012.
BERG, A. T.; BERKOVIC, S. F.; BRODIE, M. J.; BUCHHALTER, J.; CROSS, J. H.; VAN EMDE
BOAS, W.; ENGEL, J.; FRENCH, J.; GLAUSER, T. a.; MATHERN, G. W.; MOSH, S. L.;
72
NORDLI, D.; PLOUIN, P.; SCHEFFER, I. E. Revised terminology and concepts for
organization of seizures and epilepsies: Report of the ILAE Commission on
Classification and Terminology, 2005-2009. Epilepsia, v. 51, n. 4, p. 676685, 2010.
BERNARD, C.; ANDERSON, A.; BECKER, A.; POOLOS, N. P.; BECK, H.; JOHNSTON, D.
Acquired dendritic channelopathy in temporal lobe epilepsy. Science (New York, N.Y.),
v.
305,
n.
5683,
p.
5325,
23
jul.
2004.
Disponvel
em:
<http://www.ncbi.nlm.nih.gov/pubmed/15273397>. Acesso em: 3 dez. 2015.
BLAUWBLOMME, T.; JIRUSKA, P.; HUBERFELD, G. Mechanisms of Ictogenesis. In: [s.l:
s.n.]p. 155185.
BREIMAN, L. Bagging predictors. Machine learning, n. 421, 1996. Disponvel em:
<http://link.springer.com/article/10.1007/BF00058655>. Acesso em: 20 mar. 2014.
BURGES, C. J. C. A Tutorial on Support Vector Machines for Pattern Recognition. v. 43,
p. 143, 1997.
BUZSKI, G. Rhythms of the brain. [s.l.] Oxford University Press, 2006. v. 1
BUZSKI, G.; ANASTASSIOU, C. a.; KOCH, C. The origin of extracellular fields and
currents EEG, ECoG, LFP and spikes. Nature Reviews Neuroscience, v. 13, n. 6, p.
407420, 2012. Disponvel em: <http://dx.doi.org/10.1038/nrn3241>.
BUZSKI, G.; BICKFORD, R. G.; ARMSTRONG, D. M.; PONOMAREFF, G.; CHEN, K. S.;
RUIZ, R.; THAL, L. J.; GAGE, F. H. Electric activity in the neocortex of freely moving
young and aged rats. Neuroscience, v. 26, n. 3, p. 73544, 1988. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/3200427>.
BUZSAKI, G.; BICKFORD, R. G.; PONOMAREFF, G.; THAL, L. J.; MANDEL, R.; GAGE, F. H.
Nucleus basalis and thalamic control of neocortical activity in the freely moving rat.
The Journal of neuroscience: the official journal of the Society for Neuroscience, v. 8,
n. 11, p. 40074026, 1988.
BUZSAKI, G.; CHROBAK, J. J. Temporal structure in spatially organized neuronal
ensembles: A role for interneuronal networks. Current Opinion in Neurobiology, v. 5,
n. 4, p. 504510, 1995.
BUZSKI, G.; WATSON, B. O. Brain rhythms and neural syntax: Implications for efficient
coding of cognitive content and neuropsychiatric disease. Dialogues in Clinical
Neuroscience, v. 14, n. 4, p. 345367, 2012.
CANOLTY, R. T.; EDWARDS, E.; DALAL, S. S.; SOLTANI, M.; NAGARAJAN, S. S.; KIRSCH, H.
E.; BERGER, M. S.; BARBARO, N. M.; KNIGHT, R. T. High gamma power is phase-locked
to theta oscillations in human neocortex - SUPLEMENTARY MATERIAL. Science (New
York, N.Y.), v. 313, n. 5793, p. 16268, 15 set. 2006a. Disponvel em:
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=2628289&tool=pmcentr
ez&rendertype=abstract>. Acesso em: 10 jul. 2014.
CANOLTY, R. T.; EDWARDS, E.; DALAL, S. S.; SOLTANI, M.; NAGARAJAN, S. S.; KIRSCH, H.
E.; BERGER, M. S.; BARBARO, N. M.; KNIGHT, R. T. High gamma power is phase-locked
to theta oscillations in human neocortex. Science (New York, N.Y.), v. 313, n. 5793, p.
73
16268,
15
set.
2006b.
Disponvel
em:
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=2628289&tool=pmcentr
ez&rendertype=abstract>. Acesso em: 10 jul. 2014.
CHAOVALITWONGSE, W.; IASEMIDIS, L. D.; PARDALOS, P. M.; CARNEY, P. R.; SHIAU, D.S.; SACKELLARES, J. C. Performance of a seizure warning algorithm based on the
dynamics of intracranial EEG. Epilepsy research, v. 64, n. 3, p. 93113, maio 2005.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/15961284>. Acesso em: 8 nov.
2013.
CHIAPPA, K. H. Evoked potentials in clinical medicine. Third ed. [s.l.] LWW, 1997.
CHOWDHURY, F. a.; NASHEF, L.; ELWES, R. D. C. Misdiagnosis in epilepsy: A review and
recognition of diagnostic uncertainty. European Journal of Neurology, v. 15, n. 10, p.
10341042, 2008.
COHEN, L.; LEE, C. Instantaneous Bandwidth for Signals and Spectrogram.
International Conference on Acoustics, Speech, and Signal Processing, p. 24512454,
1990.
Disponvel
em:
<http://ieeexplore.ieee.org/articleDetails.jsp?arnumber=116086>. Acesso em: 6 maio.
2015.
COHEN, M. X. Assessing transient cross-frequency coupling in EEG data. Journal of
neuroscience methods, v. 168, n. 2, p. 4949, 15 mar. 2008. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/18061683>. Acesso em: 1 dez. 2014.
CORTES, C.; VAPNIK, V. Support-vector networks. Machine Learning, v. 20, n. 3, p.
273297, set. 1995. Disponvel em: <http://link.springer.com/10.1007/BF00994018>.
DAUBECHIES, I. Ten lectures on wavelets. [s.l.] Society for Industrial and Applied
Mathematics, 1992.
DREIFUSS, F. E. Juvenile myoclonic epilepsy: characteristics of a primary generalized
epilepsy. Epilepsia, v. 30 Suppl 4, p. S1S7; discussion S24S27, 1989.
DUTRA MORAES, M. F.; GALVIS-ALONSO, O. Y.; GARCIA-CAIRASCO, N. Audiogenic
Kindling in the Wistar Rat: A Potential Model for Recruitment of Limbic Structures.
Epilepsy Research, v. 39, n. 3, p. 251259, 5 maio 2000. Disponvel em:
<http://www.epires-journal.com/article/S0920121100001078/fulltext>. Acesso em: 16
jun. 2015.
ENGEL, A. K.; SINGER, W. Temporal binding and the neural correlates of sensory
awareness. Trends in Cognitive Sciences, v. 5, n. 1, p. 1625, 2001.
ENGEL, J. Seizures and epilepsy. Annals of Neurology, v. 28, n. 3, p. 398398, set. 1989.
Disponvel em: <http://doi.wiley.com/10.1002/ana.410280323>. Acesso em: 29 nov.
2013.
EPSZTEIN, J.; REPRESA, A.; JORQUERA, I.; BEN-ARI, Y.; CRPEL, V. Recurrent mossy
fibers establish aberrant kainate receptor-operated synapses on granule cells from
epileptic rats. The Journal of neuroscience: the official journal of the Society for
Neuroscience, v. 25, n. 36, p. 822939, 7 set. 2005. Disponvel em:
74
75
n.
16,
p.
39994010,
ago.
2013.
Disponvel
<http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=6522142>.
em:
GULER, N.; UBEYLI, E.; GULER, I. Recurrent neural networks employing Lyapunov
exponents for EEG signals classification. Expert Systems with Applications, v. 29, n. 3,
p.
506514,
out.
2005.
Disponvel
em:
<http://linkinghub.elsevier.com/retrieve/pii/S0957417405000679>. Acesso em: 28
nov. 2013.
HARRIS, S.; BRUYNS-HAYLETT, M.; KENNERLEY, A.; BOORMAN, L.; OVERTON, P. G.; MA,
H.; ZHAO, M.; SCHWARTZ, T. H.; BERWICK, J. The effects of focal epileptic activity on
regional sensory-evoked neurovascular coupling and postictal modulation of bilateral
sensory processing. Journal of cerebral blood flow and metabolism: official journal of
the International Society of Cerebral Blood Flow and Metabolism, v. 33, n. 10, p.
1595604, 2013. Disponvel em: <http://dx.doi.org/10.1038/jcbfm.2013.115>.
HUANG, N. E.; SHEN, Z.; LONG, S. R.; WU, M. C.; SHIH, H. H.; ZHENG, Q.; YEN, N.-C.;
TUNG, C. C.; LIU, H. H. The empirical mode decomposition and the Hilbert spectrum for
nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A:
Mathematical, Physical and Engineering Sciences, v. 454, n. 1971, p. 903995, 8 mar.
1998.
Disponvel
em:
<http://rspa.royalsocietypublishing.org/cgi/doi/10.1098/rspa.1998.0193>. Acesso em:
8 ago. 2013.
IASEMIDIS, L. D. Epileptic seizure prediction and control. IEEE transactions on biomedical engineering, v. 50, n. 5, p. 54958, maio 2003. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/12769431>.
IASEMIDIS, L.; SHIAU, D.-S. Long-term prospective on-line real-time seizure prediction.
Clinical , v. 116, n. 3, p. 53244, mar. 2005. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/15721067>. Acesso em: 8 nov. 2013.
JENSEN, O.; COLGIN, L. L. Cross-frequency coupling between neuronal oscillations.
Trends in cognitive sciences, v. 11, n. 7, p. 2679, jul. 2007. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/17548233>.
JIANGTAO XI; CHICHARO, J. F. A New Algorithm for Improving the Accuracy of Periodic
Signal Analysis. IEEE Transactions on Instrumentation and Measurement, v. 45, n. 4,
p.
827831,
1996.
Disponvel
em:
<http://ieeexplore.ieee.org/articleDetails.jsp?arnumber=517004>. Acesso em: 26 jun.
2015.
JIRUSKA, P.; DE CURTIS, M.; JEFFERYS, J. G. R. Modern Concepts of Focal Epileptic
Networks. In: [s.l: s.n.]p. 17.
JIRUSKA, P.; DE CURTIS, M.; JEFFERYS, J. G. R.; SCHEVON, C. a; SCHIFF, S. J.; SCHINDLER,
K. Synchronization and desynchronization in epilepsy: controversies and hypotheses.
The Journal of physiology, v. 591, n. Pt 4, p. 78797, 15 fev. 2013. Disponvel em:
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3591697&tool=pmcentr
ez&rendertype=abstract>. Acesso em: 20 jan. 2014.
76
JOHNSTON, D.; BROWN, T. H. The synaptic nature of the paroxysmal depolarizing shift
in hippocampal neurons. Annals of neurology, v. 16 Suppl, p. S6571, jan. 1984.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/6095744>. Acesso em: 25 nov.
2015.
KALITZIN, S. N.; VELIS, D. N.; DA SILVA, F. H. L. Stimulation-based anticipation and
control of state transitions in the epileptic brain. Epilepsy & behavior: E&B, v. 17, n. 3,
p.
31023,
mar.
2010.
Disponvel
em:
<http://www.ncbi.nlm.nih.gov/pubmed/20163993>. Acesso em: 14 jul. 2014.
KALITZIN, S.; PARRA, J.; VELIS, D. N.; LOPES DA SILVA, F. H. Enhancement of phase
clustering in the EEG/MEG gamma frequency band anticipates transitions to
paroxysmal epileptiform activity in epileptic patients with known visual sensitivity. IEEE
transactions on bio-medical engineering, v. 49, n. 11, p. 127986, nov. 2002.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/12450358>.
KAMONDI, A.; ACSDY, L.; BUZSKI, G. Dendritic spikes are enhanced by cooperative
network activity in the intact hippocampus. The Journal of neuroscience: the official
journal of the Society for Neuroscience, v. 18, n. 10, p. 391928, 15 maio 1998.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/9570819>. Acesso em: 19 nov.
2015.
KIRA, K.; RENDELL, L. A practical approach to feature selection. Proceedings of the
ninth
international
workshop
on
,
1992.
Disponvel
em:
<http://dl.acm.org/citation.cfm?id=656966>. Acesso em: 17 fev. 2014.
KLAASSEN, A.; GLYKYS, J.; MAGUIRE, J.; LABARCA, C.; MODY, I.; BOULTER, J. Seizures
and enhanced cortical GABAergic inhibition in two mouse models of human autosomal
dominant nocturnal frontal lobe epilepsy. Proceedings of the National Academy of
Sciences of the United States of America, v. 103, n. 50, p. 1915219157, 2006.
KONONENKO, I.; IMEC, E.; ROBNIK-IKONJA, M. Overcoming the Myopia of Inductive
Learning Algorithms with RELIEFF. Applied Intelligence, v. 7, n. 1, p. 3955, 1997.
Disponvel em: <http://link.springer.com/article/10.1023/A:1008280620621>. Acesso
em: 31 maio. 2015.
KREUZ, T.; MORMANN, F.; ANDRZEJAK, R. G.; KRASKOV, A.; LEHNERTZ, K.;
GRASSBERGER, P. Measuring synchronization in coupled model systems: A comparison
of different approaches. Physica D: Nonlinear Phenomena, v. 225, n. 1, p. 2942, jan.
2007.
Disponvel
em:
<http://linkinghub.elsevier.com/retrieve/pii/S0167278906003836>. Acesso em: 10
dez. 2014.
LACHAUX, J.; RODRIGUEZ, E. Measuring phase synchrony in brain signals. Human brain
,
v.
208,
p.
194208,
1999.
Disponvel
em:
<http://www.researchgate.net/publication/2499461_Measuring_Phase_Synchrony_in
_Brain_Signals/file/60b7d52baa8c9a792b.pdf>. Acesso em: 5 dez. 2014.
LE VAN QUYEN, M.; FOUCHER, J.; LACHAUX, J.; RODRIGUEZ, E.; LUTZ, a; MARTINERIE,
J.; VARELA, F. J. Comparison of Hilbert transform and wavelet methods for the analysis
of neuronal synchrony. Journal of neuroscience methods, v. 111, n. 2, p. 8398, 2001.
77
LE VAN QUYEN, M.; NAVARRO, V.; MARTINERIE, J.; BAULAC, M.; VARELA, F. J. Toward a
neurodynamical understanding of ictogenesis. Epilepsia, v. 44 Suppl 1, p. 3043, 2003.
LISMAN, J. E. Relating Hippocampal Circuitry to Function. Neuron, v. 22, n. 2, p. 233
242,
fev.
1999.
Disponvel
em:
<http://www.sciencedirect.com/science/article/pii/S0896627300810855>.
MARTIS, R. J.; ACHARYA, U. R.; TAN, J. H.; PETZNICK, A.; YANTI, R.; CHUA, C. K.; NG, E. Y.
K.; TONG, L. Application of empirical mode decomposition (emd) for automated
detection of epilepsy using EEG signals. International journal of neural systems, v. 22,
n.
6,
p.
1250027,
dez.
2012.
Disponvel
em:
<http://www.ncbi.nlm.nih.gov/pubmed/23186276>. Acesso em: 6 nov. 2013.
MATSUMOTO, H.; MARSAN, C. Cortical Cellular Epilepsy: Phenomena in Experimental
lctal Manifestations. Exp. Neurol., v. 326, p. 305326, 1964.
MEDEIROS, D. C.; OLIVEIRA, L. B.; MOURO, F. A. G.; BASTOS, C. P.; CAIRASCO, N. G.;
PEREIRA, G. S.; MENDES, E. M. A. M.; MORAES, M. F. D. Temporal Rearrangement of
Pre-ictal PTZ Induced Spike Discharges by Low Frequency Electrical Stimulation to the
Amygdaloid Complex. Brain stimulation, p. 19, 25 nov. 2013. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/24332185>. Acesso em: 22 dez. 2013.
MEDEIROS, D. D. C.; MORAES, M. F. D. Focus on desynchronization rather than
excitability: A new strategy for intraencephalic electrical stimulation. Epilepsy &
behavior:
E&B,
25
jan.
2014.
Disponvel
em:
<http://www.ncbi.nlm.nih.gov/pubmed/24472684>. Acesso em: 30 jan. 2014.
MORAES, M. F. D. Epilepsia experimental: estudos eletrofisiolgicos e
comportamentais em modelos animais de crises convulsivas audiognicas. 1998.
Universidade de So Paulo - Faculdade de Medicina de Ribeiro Preto, 1998.
MORAES, M. F. D.; DEL VECCHIO, F.; TERRA, V. C.; GARCIA-CAIRASCO, N. Time
evolution of acoustic information processing in the mesencephalon of Wistar rats.
Neuroscience Letters, v. 284, n. 1-2, p. 1316, 2000.
MORMANN, F.; ANDRZEJAK, R. G.; ELGER, C. E.; LEHNERTZ, K. Seizure prediction: the
long and winding road. Brain: a journal of neurology, v. 130, n. Pt 2, p. 31433, fev.
2007. Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/17008335>. Acesso em:
11 dez. 2013.
MORMANN, F.; LEHNERTZ, K.; DAVID, P.; E. ELGER, C. Mean phase coherence as a
measure for phase synchronization and its application to the EEG of epilepsy patients.
Physica D: Nonlinear Phenomena, v. 144, n. 3-4, p. 358369, out. 2000. Disponvel em:
<http://linkinghub.elsevier.com/retrieve/pii/S0167278900000877>.
ODONNELL, B. F.; VOHS, J. L.; KRISHNAN, G. P.; RASS, O.; HETRICK, W. P.; MORZORATI,
S. L. The auditory steady-state response (ASSR): A translational biomarker for
schizophrenia. Supplements to Clinical Neurophysiology, v. 62, n. October 2015, p.
101112,
2013.
Disponvel
em:
<http://linkinghub.elsevier.com/retrieve/pii/B9780702053078000065>.
ODA, Y. Gamma band neural synchronization deficits for auditory steady state
78
79
PICTON, T. W.; JOHN, M. S.; DIMITRIJEVIC, A.; PURCELL, D. Human auditory steadystate responses. International journal of audiology, v. 42, n. 4, p. 177219, jun. 2003.
Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/12790346>. Acesso em: 16
jun. 2015.
PITKNEN, A.; SCHWARTZKROIN, P. A.; MOSH, S. L. Models of seizures and epilepsy.
[s.l.] Elsevier, 2006.
QUIAN QUIROGA, R.; KRASKOV, a.; KREUZ, T.; GRASSBERGER, P. Performance of
different synchronization measures in real data: A case study on
electroencephalographic signals. Physical Review E, v. 65, n. 4, p. 041903, mar. 2002.
Disponvel em: <http://link.aps.org/doi/10.1103/PhysRevE.65.041903>. Acesso em: 7
out. 2014.
ROGAWSKI, M. A.; LSCHER, W. The neurobiology of antiepileptic drugs. Nature
Reviews Neuroscience, v. 5, n. 7, p. 553564, jul. 2004. Disponvel em:
<http://dx.doi.org/10.1038/nrn1430>. Acesso em: 24 set. 2015.
ROSS, B.; HERDMAN, A. T.; PANTEV, C. Right hemispheric laterality of human 40 Hz
auditory steady-state responses. Cerebral cortex (New York, N.Y.: 1991), v. 15, n. 12,
p.
202939,
1
dez.
2005.
Disponvel
em:
<http://cercor.oxfordjournals.org/content/15/12/2029.short>. Acesso em: 1 dez.
2015.
SACKELLARES, J.; IASEMIDIS, L.; SHIAU, D. Epilepsywhen chaos fails. Chaos in the ,
n.
1,
p.
122,
2000.
Disponvel
em:
<http://plus.maths.org/issue35/features/dartnell/feat.pdf>. Acesso em: 6 dez. 2013.
SAKATA, S.; YAMAMORI, T.; SAKURAI, Y. 7-12 Hz cortical oscillations: behavioral
context and dynamics of prefrontal neuronal ensembles. Neuroscience, v. 134, n. 4, p.
1099111, 2005. Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/16019153>.
SCARLATELLI-LIMA, A. V; MAGALHES, L. H. M.; DORETTO, M. C.; MORAES, M. F. D.
Assessment of the seizure susceptibility of Wistar Audiogenic rat to electroshock,
pentyleneterazole and pilocarpine. Brain research, v. 960, n. 1-2, p. 1849, 17 jan.
2003. Disponvel em: <http://www.ncbi.nlm.nih.gov/pubmed/12505671>. Acesso em:
16 jun. 2015.
SCHARFMAN, H. E. The neurobiology of epilepsy. Current Neurology and Neuroscience
Reports, v. 7, n. 4, p. 348354, 2007.
SCHELTER, B.; TIMMER, J.; SCHULZE-BONHAGE, A. Seizure prediction in epilepsy: from
basic mechanisms to clinical applications. [s.l: s.n.]
SCHULZE-BONHAGE, A.; FELDWISCH-DRENTRUP, H.; IHLE, M. The role of high-quality
EEG databases in the improvement and assessment of seizure prediction methods.
Epilepsy & behavior: E&B, v. 22 Suppl 1, p. S8893, dez. 2011. Disponvel em:
<http://www.ncbi.nlm.nih.gov/pubmed/22078525>. Acesso em: 8 nov. 2013.
SILVA, F. L. da; NIEDERMEYER, E. Electroencephalography: basic principles, clinical
applications, and related fields. Fifth edit ed. [s.l.] Lippincott Williams & Wilkins, 2010.
80
81
82
6. Anexos
O anexo 6.1 contm o certificado CEUA para os experimentos utilizados neste
trabalho.
Nos anexos seguintes (6.2 em diante), esto contidas anlises voltadas para a
extrao de informaes dos sinais obtidos nos captulos 2 e 3. Porm, os resultados e
dados disponveis so insuficientes para a confirmar ou refutar as hipteses desejadas.
Ainda assim, os resultados podem servir de motivao ou suporte para futuros
trabalhos, de modo que seu registro nos apndices deste trabalho se faz pertinente.
O anexo 6.4 contm a abordagem preliminar deste trabalho, que lida com a
avaliao de mtodos de decomposio de sinais na classificao de registros em uma
base de dados de epilepsia. Com a mudana de escopo, optou-se por incluir esta parte
do trabalho como anexo.
83
84
85
extrao de
resposta evocada de cada trial. Ou seja, quanto menor a varincia, mais concentrada
a distribuio dos valores de amplitude ao longo do trial, significando uma resposta
mais estvel em relao excitabilidade. A Varincia de
[
Onde
definida por:
[ ].
a mdia
6.2.1.1. Resultados
As figuras a seguir mostram as comparaes entre a varincia normalizada da
ASSR, entre WARs e Wistars no protocolo de 85 dB, separando trials de 53 Hz e 92 Hz.
Como as distribuies foram rejeitadas em testes de normalidade (KS e Shapiro-Wilk),
foram utilizados testes no-paramtricos Kruskal-Wallis com Post Hoc de Dunn.
V a r i n c i a d a A S S R - 8 5 d B
a d im . ( n o r m a liz a d o )
15
**
**
W AR
W is ta r
10
z
H
9
fm
Figura 27: Varincia intra-trial da ASSR, nos trials de 53 Hz e 92 Hz do protocolo de 85 dB. Dados representados
como boxplot (tukey). Kruskal-Wallis com Post Hoc de Dunn. **
86
V a r i n c ia d a A S S R - W A R s
*
**
25
a d im . ( n o r m a liz a d o )
25
***
W AR
W IS
20
***
15
10
a d im . ( n o r m a liz a d o )
V a r i n c ia d a A S S R - 1 1 0 d B
**
20
**
15
10
-i
ta
l
ic
ta
(a )
-i
p e r o d o
ta
(b )
B
p
-i
ta
l
ic
ta
-i
ta
110dB
Figura 28: Varincia intra-trial da ASSR, protocolo de 110 dB. (a) comparando WAR com Wistars (b) comparando
entre os estgios do WAR. Dados representados como boxplot (tukey). Kruskal-Wallis com Post Hoc de Dunn.
*
. **
**
como a verso
com um passa-
87
O espectro de
Densidade Espectral (PSD Power Spectral Density). Neste trabalho, a estimao foi
feita por meio do mtodo de multitaper de Thomson (THOMSON, 1982). Este mtodo
obtm uma estimativa consistente da PSD de um sinal por meio da promediao de
diferentes estimativas independentes do espectro. Cada estimativa obtida por meio
da multiplicao do sinal com tapers (funes para o janelamento do sinal) ortogonais
entre si e com boas propriedades de concentrao espectral, definidas como
sequncias Slepian. Cada periodograma k associado a uma sequncia Slepian
como
Em sua forma mais simples, a estimativa da PSD por Multitaper feita ento ao
tirar a mdia de
, temos
, cujos coeficientes de
88
Ou seja,
6.2.2.1. Resultados
So extrados dois atributos: Potncia de
e Centroide Espectral,
, limitando os ritmos de
C e n t r o id e E s p e c t r a l - 8 5 d B
***
***
E n e r g ia d o E n v e lo p e d a A S S R - 8 5 d B
4 .0 1 0
-1 0
3 .0 1 0
-1 0
2 .0 1 0
-1 0
1 .0 1 0
-1 0
W AR
(a )
W is ta r
(b )
***
Hz
***
0
5
z
9
t r ia ls
R
W
IS
53Hz
t r ia ls
R
W
IS
92Hz
Em WARs, a potncia de
amplitude mais oscilatria. Este resultado est de acordo com o encontrado pela
varincia, o que pode indicar que h certa instabilidade em processos de modulao
top-down envolvidos no processamento auditivo de animais ictognicos. Ou seja,
animais normais teriam uma ASSR menor, mas relativamente estvel em magnitude,
enquanto a de WARs seria mais afetada por processos de modulao em amplitude. As
Figuras a seguir mostram os resultados para o protocolo de 110 dB.
89
C e n t r o id e E s p e c t r a l W A R s - 1 1 0 d B
**
C e n t r o id e E s p e c tr a l - W A R x W IS (1 1 0 d B )
*
**
W AR
***
6
Hz
Hz
W IS
***
2
2
(a )
B
p
-i
ta
l
ic
ta
-i
ta
(b )
-i
ta
l
ic
ta
-i
ta
tre c h o s - 1 1 0 d B
110dB
E n e r g ia d o E n v e lo p e d a A S S R
**
8 .0 1 0
-1 0
6 .0 1 0
-1 0
W A R x W IS (1 1 0 d B )
***
**
8 .0 1 0
-1 0
6 .0 1 0
-1 0
4 .0 1 0
-1 0
2 .0 1 0
-1 0
**
4 .0 1 0
-1 0
2 .0 1 0
-1 0
(a )
W IS
***
V
W AR
**
B
p
-i
ta
l
ic
ta
-i
ta
(b )
-i
ta
l
ic
ta
-i
ta
110dB
90
, e
, representando a
91
92
, correspondendo
e
e
, so
e amplitude do
,e
filtrando em [
93
Sinal original
Amplitude(V)
0.3
0.2
0.1
0
-0.1
-0.2
35.5
36
36.5
37
37.5
tempo(s)
38
38.5
39
fgamma: 48 - 78 Hz
39.5
40
ftheta: 4 - 8 Hz
0.2
0.05
0.1
0
-0.1
-0.05
-0.2
35.5
36
36.5
37
37.5 38
tempo(s)
38.5
39
39.5
40
35.5
36
36.5
37
37.5 38
tempo(s)
38.5
39
39.5
40
Figura 32: Filtragem de sinais para ndice PAC. Sinal original (superior) e componentes filtradas. Inferior
esquerda - x_A (t). Inferior direita - x_p (t)
,a
Onde
de um
94
fgamma
Amplitude(fgamma)
Fase(ftheta)
Amplitude acumulada
35.5
36
36.5
37
37.5
38
tempo(s)
Histograma de distribuio de amplitude
38.5
39
39.5
40
0.06
0.04
0.02
0
-4
-3
-2
-1
0
bins de fase
Na distribuio
Assim, o ndice
distribuio uniforme, at
somente uma bin k e
e uma distribuio
para
95
. O ndice normalizado
ento definido:
). Esta
banda de frequncia foi escolhida pois acredita-se que este ritmo (theta) esteja
associado ao processamento de informaes e processos de modulao faseamplitude (CANOLTY et al., 2006a, 2006b; TORT et al., 2010; BELLUSCIO et al., 2012),
alm de uma srie de outras funes aparentes que justificam a ateno dada por
neurocientistas a este ritmo, com mais de 1600 trabalhos (BUZSKI, 2006).
Primeiramente, foi analisada a evoluo do ndice
V 0
-5
0
50
100
150
200
250
tempo(segundos)
MI Normalizado
300
350
400
450
50
100
150
200
30
350
400
450
Adim.
8
6
4
2
0
250
Figura 34: Registro e MI ao longo do tempo. Acima, registro (WAR 01, amplificao em 10.000x) e MI calculado
em janelas deslizantes (abaixo). Sinal filtrado em 4-8 Hz (baixa frequncia, componente de fase) e 43.71-63.71Hz
(alta frequncia, componente de amplitude)
96
revelou que estes so devido aos HVS, pois a forma de onda dos fusos composta por
vrias componentes de frequncia (indo de 4Hz at 40Hz), quando representada por
Fourier. Assim, quando so filtradas em duas componentes;
, as
so calculados variando as
97
combinaes possveis. Alm disso, preciso que, caso ocorram indcios de PAC,
tenhamos uma motivao e interpretao fisiolgica e evidncias que estes ocorram
por mecanismos neurais e no sejam ndices esprios (ARU; PRIESEMANN; WIBRAL,
2014).
98
99
100
II.
101
102
, e a Wavelet Emprica
que so construdas de tal modo que um Frame justo obtido. Maiores detalhes sobre
a construo de tais funes so dados em (GILLES, 2013).
Com as condies para construo de um Frame Justo satisfeitas, a EWT
definida de modo semelhante a uma Transformada de Wavelet tradicional, onde os
detalhes so dados por
103
em
[http://www.mathworks.com/matlabcentral/fileexchange/42141-
empirical-wavelet-transforms].
104
Sinal de EEG
Espectro do Sinal
10
V/Hz
500
-500
10
15
tempo(s)
Sinal de EEG
20
0
(a)
10
15
tempo(s)
Sinal de EEG
20
20
40
60
frequncia(Hz)
Espectro do Sinal
80
20
40
60
frequncia(Hz)
Espectro do Sinal
80
20
40
60
frequncia(Hz)
80
(b)
1000
40
V/Hz
10
V/Hz
500
-500
20
-1000
0
10
15
tempo(s)
20
(c)
Figura 36: Sinais de EEG e respectivos espectros de frequncia(a) Normal (b) Inter ictal (c) Ictal
105
a PSD estimada
pelo mtodo de Welch. A segunda caracterstica dada pela Entropia Espectral (EntE)
como mostrado abaixo
onde
(determinando o Pico Espectral, PE), assim como a frequncia associada (F), definindo
a 3 e 4 caracterstica, respectivamente. A 5 caracterstica extrada definida pela
centride espectral (CE), que pode ser vista como o centro de massa da PSD, com a
seguinte frmula:
106
107
Dec.
Clas.
Nfeats
ACC(%)
Sen(%)
Spec(%)
EMD
LDA
Bag
LDA
Bag
41
6
33
41
93,87
94,53
79,7
94,8
95,20
97,00
77,0
96,6
97,10
97,10
96,4
99,2
EWT
108
109
6.4.8. Concluso
O desenvolvimento de mtodos de extrao de caractersticas e classificao
um passo fundamental tanto para a compreenso dos mecanismos de funcionamento
de epilepsia, como para anlises clnicas, incluindo possveis aplicaes em dispositivos
de previso de crises. Tal tarefa dificultada pela complexidade do problema em
questo, alm da falta de conhecimento dos fatores que levam a essa condio.
Neste captulo, demonstramos que a EWT, um mtodo relativamente novo de
decomposio de modos, pode ser usado para extrair a caractersticas relevantes para
a classificao e deteco de sinais de EEG de crises, com desempenhos semelhantes
EMD, um mtodo semelhante e previamente utilizado para esta finalidade. Estes
mtodos de decomposio e extrao de atributos tornam-se interessantes pelo fato
de que utilizam caractersticas relacionados com componentes AM-FM que so
alterados na presena de crises e, possivelmente, em perodos anteriores esses
eventos.
Porm, embora os mtodos apresentados neste captulo tenham dado bons
resultados, a aplicao posterior destes na classificao de registros extensos de EEG,
ou em sistemas de predio de crises, est longe de ser um problema trivial, como
visto no Captulo 1 e em (MORMANN et al., 2007). Alm dos problemas citados, outro
desafio considervel a falta de bancos de dados disponveis publicamente. Como
mostrado nesta seo, testamos os mtodos na base de dados de Bonn (ANDRZEJAK et
al., 2001), que interessante para avaliaes preliminares dos mtodos, pois contm
caractersticas interessantes, como simplicidade, nmero de amostras, e possibilita
comparaes com outros trabalhos. Porm, os registros desta base so obtidos em
situaes controladas e relativamente curtos, tornando sua classificao um problema
relativamente fcil, comparados com o que teramos em registros clnicos e de
situaes mais reais. Assim, embora a base de Bonn seja interessante para
avaliaes preliminares de algoritmos de classificao de crises, e os resultados
indiquem que mtodos de decomposio EMD e EWT so bons candidatos para
avaliaes mais aprofundadas, estes ainda devem ser testados onde vrios outros
mtodos promissores falharam.
110
Como descrito por (MORMANN et al., 2007), a predio de crises uma estrada
longa e sinuosa. Assim, evitando percorrer o mesmo caminho de diversos outros
mtodos antes promissores, mas que falharam quando submetidos a testes mais
abrangentes, optou-se por mudar a abordagem de tal problema. Ao invs de propor e
testar algoritmos de processamento e anlise de sinais em bases de dados j
conhecidas (e bem exploradas), decidiu-se por prosseguir com a obteno dos dados
por novos protocolos de experimentos, voltados para avaliao de hipteses em um
modelo animal de crises. Deste modo, espera-se ressaltar caractersticas que
diferenciem crebros normais dos suscetveis a crises epilpticas, alm de esclarecer
possveis mecanismos de ictognese. Esta foi a abordagem apresentada nos captulos
principais deste trabalho.