Uso da aprendizagem de máquina para predição de espículas em pacientes epilépticos submetidos à fotoestimulação

Abstract

A epilepsia é uma das doenças neurológicas mais comuns no mundo. Apresenta diversas etiologias e está associada a capacidade do cérebro em gerar crises epilépticas em decorrência de mudanças no comportamento neuronal causadas pelo disparo anormal sincrônico e rítmico de grupos neuronais. O diagnóstico é realizado com o auxílio do Eletroencefalograma, que permite visualizar eventos anormais na atividade elétrica cerebral. Apresentar atividades anormais como presença de espiculas é fundamental para o diagnóstico clínico, entretanto, para captar atividades paroxísticas epilépticas, comumente, são necessários registros mais longos, tornando o procedimento exaustivo para o profissional e paciente, desta forma, pretende-se, através do uso de aprendizagem de máquina e de trechos de foto estimulação, prever se o paciente irá apresentar paroxismos epilépticos ou não, reduzindo, desta forma, o tempo de exame. Os pacientes foram divididos em dois grupos, onde no primeiro estão os que apresentam espículas e no segundo, os que não apresentaram. Utilizou-se duas bases de dados para testar os classificadores, para cada banco de dados foram estabelecidas duas classes: uma denominada “Com espículas” e a outra “Sem espículas”, onde testou-se os classificadores SVM, linear e polinomial; Random Forest; Bayes Net e Naive Bayes. Com os testes utilizados para os classificadores durante o estudo, verificou-se taxas de acerto na classificação de 97,7% a 100%, com tempo de duração para cada teste variando de 0,55 segundos, o mais rápido, a 133,22 segundos, o mais demorado. Observou-se que, a partir dos classificadores testados com as duas bases de dados utilizadas, é possível obter boas taxas de acerto, entretanto, é possível que os números variem quando inseridos mais registros, além da possibilidade da diminuição nas taxas de acerto aumento do erro na classificação das instancias e aumento do tempo para classificação.