http://dspace.uniube.br:8080/jspui/handle/123456789/2644 2026-04-04T08:17:28Z 2026-04-04T08:17:28Z Augusto de Faria, Paulo Luiz Begnini, Mauro Lucas, Marcelo http://dspace.uniube.br:8080/jspui/handle/123456789/2956 2025-02-26T14:01:53Z 2024-11-26T00:00:00Z

Título: APLICAÇÃO DE REDES NEURAIS CONVOLUCIONAIS NA DETECÇÃO DE CRISE EPILÉPTICA POR MEIO DE EEG Autor(es): Augusto de Faria, Paulo; Luiz Begnini, Mauro; Lucas, Marcelo Resumo: Epilepsia é uma condição neurológica significativa que afeta milhões de pessoas globalmente, caracterizada por convulsões recorrentes devido a atividades elétricas anormais no cérebro. Este estudo aborda a aplicação de Redes Neurais Convolucionais (CNNs) na detecção de crises epilépticas por meio de eletroencefalogramas (EEG). O objetivo é desenvolver um sistema eficiente e preciso para monitorar e detectar convulsões, auxiliando no tratamento e gerenciamento da epilepsia. Os dados utilizados foram coletados de 24 pacientes, abrangendo 916 horas de EEG contínuo, registrando 173 eventos de convulsão. A metodologia envolveu a pré-processamento de dados para remover ruídos, extração de características, e o uso de CNNs para classificar os sinais de EEG. A sensibilidade do modelo foi de 96%, com uma latência média de 4,6 segundos, destacando sua eficácia em detectar convulsões rapidamente. A adição de dados de ECG melhorou ainda mais o desempenho, reduzindo a latência para 2,7 e diminuindo falsas detecções. A pesquisa destaca a importância de soluções personalizadas devido à variabilidade dos sinais de EEG entre pacientes e a necessidade de métodos de detecção rápida e precisa. O estudo sugere que a combinação de EEG e ECG pode ser uma abordagem promissora para melhorar a detecção de convulsões. Futuras investigações deverão focar na integração de sistemas de detecção em malha fechada em dispositivos embarcados e na colaboração com profissionais de saúde para validar e aprimorar a aplicação clínica desses sistemas.

2024-11-26T00:00:00Z