Processamento de Sinais e Imagens
URI Permanente desta comunidade
Navegar
Navegando Processamento de Sinais e Imagens por Assunto "Alzheimer, Doença de"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
Dissertação Análise multimodal discriminante de marcadores para a Doença de Alzheimer(2014) Castro, Samantha de AzevedoDissertação Construção de uma rede bayesiana para diagnóstico da doença de Alzheimer a partir de neuroimagem, histórico e sintomas(2009) Colossetti, Adriane PaulieliA perda progressiva da compreensão e da memória, desorientação, ações imprevisíveis, alteração no comportamento e problemas com a linguagem são alguns dos principais sintomas da doença de Alzheimer (DA), considerada a mais comum das demências, cujo diagnóstico só pode ser confirmado após a morte, dificultando de certa forma o diagnóstico mais preciso ao paciente. Visando uma análise probabilística na análise diagnóstica referente a doenças psquiátricas, mais especificamente a DA, este trabalho tem por objetivo lidar com as incertezas através de técnicas probabilísticas no contexto de redes bayesianas (RB), investigando o uso de neuroimagem e também dados clínicos, como: histórico e sintomas apresentados pelo paciente. Esta dissertação apresenta uma comparação entre dois grupos, sendo 14 casos considerados controles (pessoas que não apresentam sinais de DA) e 14 diagnosticada com DA. Devido a flexibilidade da RB pôde-se construir a rede com base em dados captados na literatura e por meio de consulta com especialista, além dos 28 casos concedidos pela Faculdade de Medicina de São Paulo (USP). Foi apresentada uma comparação entre as imagens por meio de análises estatísticas univariada e multivariada sendo encontrado diferenças entre imagens cerebrais das pessoas previamente diagnosticadas com DA e pessoas contreoles. A partir desse resultado utilizamos os dados relevantes como filhos da variável neuroimagem. (nó). Os demais nós da rede: histórico e sintomas complementaram a rede com informações da literatura e também do especialista. foi observado que os resultados apresentaram valores coerentes e assim pode-se concluir que a rede teve o funcionamento satisfatório, embora deve-se melhorá-la com valores e pesquisas mais detalhadas sobre DA; discute-se ainda a possibilidade de usá-la em ambiente real, considerando a obtenção de valores probabilísticos mais fidedígnos, baseados por exemplo em meta-análises.Dissertação Modelamento matemático utilizando as equações da eletrostática e as wavelets de haar, como tentativa de um novo biomarcador para identificação precoce da doença de Alzheimer(2017) Freitas, F. O.A doença de Alzheimer (DA) é o tipo de demência mais frequente entre a população idosa, sem cura, caracterizada pela degeneração progressiva e irreversível das células nervosas. Um dos desafios atuais é, dado os recursos para as diferentes populações mundiais, melhorar a acurácia dos sistemas de predição da DA, pelo desenvolvimento de novos biomarcadores. O hipocampo tem sido alvo de pesquisas, por ser uma das primeiras regiões cerebrais que passam por transformações morfológicas anormais, já no Transtorno Cognitivo Leve, estágio intermediário entre ter cognição normal e ser paciente de DA. Nesse contexto, esse trabalho propõe o desenvolvimento de uma ferramenta para determinar a distribuição das densidades superficiais de cargas elétricas (DDSC) nas regiões do hipocampo, com o objetivo de que as DDSC possam contribuir como novo biomarcador relativo aos seus aspectos morfológicos. O modelo proposto para esta ferramenta utiliza conjuntamente as equações da eletrostática, método dos momentos e wavelets de Haar, tendo como elementos de entrada as imagens de ressonância magnética estrutural (RM), com segmentação do hipocampo. A ferramenta foi validada na geração de 309 DDSC com formas variadas de hipocampos, nas quais as morfologias mantiveram-se fieis, tais como nas imagens de RM que as originaram. Realizou-se também um breve estudo do potencial das DDSC como biomarcador, sendo observado que devido a influência de cada carga elétrica sobre as demais, a DDSC é dependente da forma do hipocampo, apresentando variações nas regiões de expansão e retração, bem como nas regiões sem variações morfológicas. Os resultados obtidos são promissores, mostrando que a ferramenta proposta é eficiente na geração das DDSC, tendo potencial para gerar um novo biomarcador para uso conjunto com os demais existentes.