Modelo classificador da doença de Alzheimer por meio da análise do eletroencefalograma em resposta a estímulos olfativos (2024)
- Authors:
- Autor USP: FERNANDES, ALEXANDRE CHAVES - ICMC
- Unidade: ICMC
- Subjects: DEMÊNCIA; REDES NEURAIS
- Keywords: Alzheimer; Transformada de Wavelet
- Language: Português
- Abstract: A síndrome demencial é uma grave condição clínica e com importante repercussão em saúde pública. O crescente aumento da prevalência da doença de Alzheimer na população tem importante impacto no aspecto econômico devido aos gastos públicos em saúde. Nesse sentido, reconhecer fatores de risco que aumentam a probabilidade da doença de Alzheimer é fundamental para guiar os esforços em saúde pública. Apesar da tentativa de mapear-se fatores de risco, ainda não existe na literatura modelos preditivos bem estabelecidos e robustos que calculam matematicamente o risco individual de desenvolvimento de Alzheimer apenas com dados epidemiológicos e clínicos individuais. Nesse contexto, o objetivo primário desse estudo é desenvolver um modelo preditivo de classificação da fase da doença de Alzheimer baseado em dados de eletroencefalograma (EEG) pré e pós estímulo olfativo em pacientes com Alzheimer, declínio cognitivo leve e saudáveis. Utilizando a transformada de wavelet foi possível gerar o escalograma de cada indivíduo, expressando a relação ao longo do tempo da frequência e magnitude da frequência. Na sequência, treinou-se dois modelos de redes neurais (Convolutional Neural Network - CNN e Long-Short term Memory - LSTM) com a finalidade de testar os seus respectivos desempenhos em classificar o indivíduo como sendo do grupo Alzheimer, declínio cognitivo leve ou normal. O modelo que apresentou maior desempenho geral foi o LSTM, seguido pela CNN. Embora o estudo tenha alcançado performance satisfatória em classificar alguns grupos e demonstrar um potencial futuro, é importante destacar que se trata de um estudo preliminar.Assim, deve-se validar esses modelos de redes neurais em contextos clínicos para avaliar sua real capacidade de generalização e predizer a evolução clínica da doença, com foco no desenvolvimento de novos estudos com modelos que sejam capazes de diferenciar os indivíduos com maior probabilidade de evoluírem de um estágio para outro.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
FERNANDES, Alexandre Chaves. Modelo classificador da doença de Alzheimer por meio da análise do eletroencefalograma em resposta a estímulos olfativos. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/1853bc7f-ec3f-4169-89c0-1091d7628f1a/Alexandre_Chaves_Fernandes.pdf. Acesso em: 21 mar. 2025. -
APA
Fernandes, A. C. (2024). Modelo classificador da doença de Alzheimer por meio da análise do eletroencefalograma em resposta a estímulos olfativos (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/1853bc7f-ec3f-4169-89c0-1091d7628f1a/Alexandre_Chaves_Fernandes.pdf -
NLM
Fernandes AC. Modelo classificador da doença de Alzheimer por meio da análise do eletroencefalograma em resposta a estímulos olfativos [Internet]. 2024 ;[citado 2025 mar. 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/1853bc7f-ec3f-4169-89c0-1091d7628f1a/Alexandre_Chaves_Fernandes.pdf -
Vancouver
Fernandes AC. Modelo classificador da doença de Alzheimer por meio da análise do eletroencefalograma em resposta a estímulos olfativos [Internet]. 2024 ;[citado 2025 mar. 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/1853bc7f-ec3f-4169-89c0-1091d7628f1a/Alexandre_Chaves_Fernandes.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Alexandre_Chaves_Fernande... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
