Sistema desenvolvido por aluno detecta crise epiléptica com antecedência

Terça-feira, 7 de dezembro de 2021

Última modificação: Terça-feira, 7 de dezembro de 2021

Segundo dados da Organização Mundial de Saúde (OMS), 50 milhões de pessoas têm crises de epilepsia anualmente em todo o mundo. Destas, acredita-se que 30% não conseguem ter suas crises controladas, por terem rejeição à medicação disponível, ou por não serem elegíveis para estratégias como cirurgias de remoção da região cerebral acometida pela doença.

Uma possível solução para isso foi proposta pelo aluno do curso de Engenharia Elétrica Pedro Henrique Santos, do campus Nepomuceno do CEFET-MG, que desenvolveu uma rede neural artificial (RNA) para classificar registros eletroencefalográficos, entre saudáveis e não saudáveis, que apresentam uma crise epiléptica. Com isso, torna-se possível monitorar pacientes e detectar uma crise epiléptica com antecedência suficiente.

De acordo com a professora Sofia Rodrigues, que orientou o estudante na pesquisa, a epilepsia é, sem sombra de dúvidas, um problema de saúde pública, com impactos econômicos, sociais e biológicos, especialmente em países em desenvolvimento; nesse sentido, tratamentos alternativos se tornam fundamentais. “O sistema criado seria basicamente um preditor, capaz de entender principalmente quando a crise epiléptica irá acontecer”, explica a pesquisadora, que está iniciando o doutorado em Engenharia Elétrica na UFMG.

A ideia para se pesquisar sobre predição de crises epiléticas, conta Sofia, surgiu do mestrado que ela concluiu na Universidade Federal de São João del-Rei (UFSJ). “Logo ao ingressar no CEFET-MG, como professora substituta, apresentei minhas ideias ao professor Vinícius Cota (que a orientou no mestrado), que disponibilizou os registros eletroencefalográficos, fundamentais para a realização do trabalho. Além disso, dada a crescente possibilidade de atuação do profissional de Engenharia Elétrica em áreas como o desenvolvimento de ferramentas para a análise de dados e de Inteligência Artificial em geral, Pedro (orientando) se interessou prontamente em desenvolver o projeto proposto”, conta.

A pesquisa “Classificação automática de registros eletroencefalográficos para estudos de epilepsia” foi premiada com o primeiro lugar na 31ª Mostra Específica de Trabalhos e Aplicações (META) do CEFET-MG, modalidade “Ciência Aplicada/Inovação Tecnológica”, em 2021. Em dezembro, Sofia e Pedro vão participar do III Latin-American Workshop on Computational Neuroscience (Congresso Latinoamericano de Neurociência Computacional), de 8 e 10 de dezembro, em São Luís (MA), apresentando novos dados da pesquisa, obtidos após a realização da META.

Acesse o pôster e assista ao vídeo do trabalho.

Coordenação de Jornalismo e Conteúdo – SECOM/CEFET-MG