Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/24831
Title: Movement quantification in epileptic seizures
Author: Zhanjian Li
Advisor: Cunha, João Paulo
Keywords: Eletrónica biomédica
Electroencefalografia
Engenharia electrónica
Epilepsia - Monitorização
Defense Date: 2002
Abstract: Em muitos casos , uma crise epiléptica induz movimentos descoordenados nos doentes que sofrem desta patologia. Estes movimentos são considerados pelos clínicos um dos factores mais importantes para a identificação do tipo de crise. Para o estudo destes casos é usado, tradicionalmente, um sistema de video- EEG para registar o comportamento do doente e respectivo sinal electroencefalográfico. A avaliação do padrão de movimento durante as crises é assim avaliado visualmente por clínicos experientes e esta informação qualitativa é então usada para auxiliar o diagnóstico. No entanto, a quantificação desta informação não tinha sido, até iniciarmos este trabalho, alvo da atenção da comunidade científica. A investigação reportada nesta tese teve por objectivo o desenvolvimento de uma nova abordagem quantificada aos registos video de crises epilépticas que permita oferecer mais informação aos médicos que estudam estes difíceis casos clínicos. Assim, propomos uma nova arquitectura de um servidor de video digital com serviços de aquisição síncrona de sinais biológicos e um novo sistema para a quantificação de movimento durante crises epilépticas. Neste sistema é usada uma camera video e emissores infra-vermelhos e um sistema de EEG digital comercial. Desta forma, a única alteração ao procedimento tradicional de video-EEG é a colocação de pequenos marcadores passivos reflectores de luz infra-vermelha colocados em diferentes pontos do corpo do paciente. Depois de adquirida uma sequência de video e EEG síncrono com uma crise, esta informação é importada para uma aplicação desenvolvida ao longo deste trabalho chamada QMovES (Quantification of Movement in Epileptic Seizures) que disponibiliza um conjunto de métodos de processamento de video (um deles original) para extrair a informação quantificada do movimento e visualiza-la de uma forma inovadora. Os resultados experimentais que foram já obtidos, com a colaboração de duas instituições hospitalares, permitem já antever um enorme potencial para esta nova técnica. Estes padrões quantificados podem ser comparados com padrões típicos de diferentes tipos de crise facilitando enormemente a chamada caracterização semiológica das crises. Este resultado pode representar um enorme valor acrescentado no estudo dos padrões de movimentos em crises epilépticas que só será verdadeiramente avaliado no âmbito de um estudo clínico que agora começa.
It is common that epileptic seizures induce non-coordinated movement in patient's body. This movement is a relevant clinical factor in seizure identification. Traditionally, a standard clinical video-EEG monitoring procedure is carried out to capture the behavior of a patient during the seizure. The evaluation of motion pattern of the seizure is in general performed via visual inspection of video records. Nevertheless, quantification of the movement information has not been an object of much attention by scientific communities. The research proposed here is intended to develop a new approach to quantify movement of a patient during epileptic seizure. We propose a general video server module for synchronous acquiring video clips and EEG data. We also propose a framework for quantifying the movement of epileptic seizures. In this framework, we use a monochrome CCD camera with infrared emitters and a commercial video-EEG system. The only modification we introduced in the traditional video-EEG procedure is the attachment of reflective markers at landmark points of the epileptic patient body (hand, trunk, limbs, etc.). Firstly, synchronous EEG and video information of the patient during an epileptic seizure is acquired. Then we import the video information to a newly developed tool called QMovES, with which we apply image processing techniques to analyze the successive video frames and extract the trajectories of those landmark points that represent the course of the quantified movement of different parts of the body of the epileptic patient during a seizure. Apart from the novelty of the clinical application, we propose some algorithms in some of the different phases of an image processing procedure and new ways of visualizing the result. Our experimental results obtained in cooperation with two hospitals intuitively reflect the quantified movement patterns of epileptic seizure of the patients which cannot be accessed by simple visual inspection of the video records. This information constitutes a quantified movement pattern for each seizure that can be compared with clinical “standard” movement patterns and may help clinicians in semiological seizure classification. This result may represent an enormous enhanced value to clinicians when studying seizure for reaching a diagnosis. That will only be validated under the clinical study that now begins.
URI: http://hdl.handle.net/10773/24831
Appears in Collections:UA - Teses de doutoramento
DETI - Teses de doutoramento

Files in This Item:
File Description SizeFormat 
65.pdf2.47 MBAdobe PDFrestrictedAccess


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.