Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/64883
Share on
Title: | Sistema para auxílio diagnóstico da doença de Alzheimer: uma aplicação com rede neural artificial adaptativa |
Authors: | ALVES, Gilson José |
Keywords: | Rede neural artificial; doença de Alzheimer; reconhecimento de padrões; EEG |
Issue Date: | 28-Feb-2025 |
Publisher: | Universidade Federal de Pernambuco |
Citation: | ALVES, Gilson José. Sistema para auxílio diagnóstico da doença de Alzheimer: uma aplicação com rede neural artificial adaptativa. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Pernambuco, Recife, 2025. |
Abstract: | As doen ̧cas neurol ́ogicas (DNs) s ̃ao dist ́urbios que afetam o Sistema Nervoso Central (SNC), composto pelo enc ́efalo e pela medula espinhal, respons ́aveis pelo processamento e transmiss ̃ao de informa ̧c ̃oes no organismo. Existem mais de 600 tipos de DNs, incluindo tumores cerebrais, epilepsia, doen ̧ca de Alzheimer (DA) e acidente vascular cerebral (AVC). As causas dessas enfermidades s ̃ao variadas, considerando a complexidade do SNC, e podem incluir fatores gen ́eticos, estilo de vida, infec ̧c ̃oes e les ̃oes f ́ısicas. Altera ̧c ̃oes na atividade el ́etrica cerebral s ̃ao comuns em muitas DNs e, em alguns casos, podem ser detectadas antes do surgimento de sintomas cl ́ınicos evidentes. A DA, em particular, apresenta desafios no diagn ́ostico precoce, pois seus sinais cl ́ınicos geralmente emergem em est ́agios avan ̧cados. Este estudo prop ̃oe um sistema de aux ́ılio diagn ́ostico para a DA, baseado em inteligˆencia artificial, utilizando uma rede neural artificial (RNA) associada ao processamento digital de sinais. O sistema analisa sinais de eletroencefalograma (EEG), extraindo padr ̃oes nas bandas de frequˆencia delta δ , teta θ , alfa α e beta β . Esses padr ̃oes, obtidos por meio de parˆametros como densidade espectral e coerˆencia, s ̃ao utilizados como entrada para a RNA, treinada para distinguir indiv ́ıduos com e sem DA. Os testes realizados demonstraram a efic ́acia do sistema na discrimina ̧c ̃ao entre porta- dores e n ̃ao portadores da DA, com sensibilidade de 80%, especificidade de 94,59% e acur ́acia de 94%. Para a distin ̧c ̃ao entre indiv ́ıduos saud ́aveis e n ̃ao saud ́aveis, os valores obtidos foram: sensibilidade de 80%, especificidade de 96,66% e acur ́acia de 70%. Esses resultados representam uma contribui ̧c ̃ao efetiva aos m ́etodos di- agn ́osticos de DNs. As poss ́ıveis aplica ̧c ̃oes desse sistema incluem o suporte `as equi- pes m ́edicas no diagn ́ostico precoce da DA, possibilitando a ado ̧c ̃ao de interven ̧c ̃oes que possam retardar ou limitar sua progress ̃ao. Dessa forma, o estudo contribui para a melhoria da qualidade de vida dos pacientes e de seus familiares, al ́em de aprimorar as abordagens cl ́ınicas no manejo da doen ̧ca. |
URI: | https://repositorio.ufpe.br/handle/123456789/64883 |
Appears in Collections: | Teses de Doutorado - Engenharia Elétrica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TESE Gilson Jose Alves.pdf | 5,34 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License