Exploring resting state eeg and mri features to predict Alzheimer’s disease severity leve.

de Jesus Junior, Belmir Jose (2020). Exploring resting state eeg and mri features to predict Alzheimer’s disease severity leve. Mémoire. Québec, Maîtrise en télécommunications, Université du Québec, Institut national de la recherche scientifique, 99 p.

Prévisualisation

PDF Télécharger (2MB) | Prévisualisation

Résumé

Le nombre de personnes atteintes de démence a augmenté, car l’espérance de vie mondiale augmente également. La maladie d’Alzheimer est encore aujourd’hui une maladie incurable et irréversible. Cependant, le développement de thérapies visant à ralentir les premiers stades de la maladie a été une option de traitement prometteuse pour les personnes qui en souffrent. Par conséquent, les diagnostics précoces actuels constituent toujours un défi puisque l’apparition des symptômes est susceptible de se produire vingt ans après l’apparition des changements physiologiques associés à la maladie. De ce fait, le diagnostic repose sur des analyses invasives ou extensives, tout comme les évaluations cognitives, qui s’appuient principalement sur des tests "papier-crayon", nécessitant des professionnels de santé spécialisés. L’importance de mesurer la capacité cognitive des patients à évaluer les traitements possibles et même à mesurer le taux de progression de la maladie exige une technologie plus accessible et plus abordable. Dans cette thèse, une tentative de développement d’un système automatisé capable de prédire le score du mini-état mental des patients ayant reçu un diagnostic de maladie d’Alzheimer au stade léger a été étudiée. Le système a été mis en œuvre à partir de l’exploration des caractéristiques extraites des signaux d’électroencéphalographie et des scanners d’imagerie par résonance magnétique. Tout d’abord, des techniques de sélection des caractéristiques ont été appliquées pour choisir les caractéristiques qui contribueraient le mieux à la tâche. Ensuite, quatre algorithmes de régression différents ont été mis en œuvre en utilisant des caractéristiques dérivées de chaque modalité unique, puis en utilisant deux modalités en combinaison. Les résultats expérimentaux préliminaires ont démontré que l’utilisation des informations complémentaires véhiculées par les mesures EEG et les scanners IRM pourrait être potentiellement utile pour détecter l’état cognitif des patients atteints de la maladie d’Alzheimer, et qu’elle devrait être explorée plus avant.

There has been an increase in the number of people developing dementia, as global life expectancy also increases. Alzheimer’s disease is still nowadays, an incurable and irreversible disorder. However, the development of therapies to decelerate the early stages of the disease has been a promising treatment option for people suffering from it. Therefore, current early diagnoses is still a challenge since the onset of symptoms is likely to happen twenty years after the physiological changes associated with the disease appears. Due to that, the diagnosis relies on invasive or expansive analyses, and so do the cognitive evaluations, mostly relying on" pencil and paper" tests, which require specialized healthcare professionals. The importance of measuring the patients’ cognitive ability to evaluate possible treatments and even measure the disease’s progression rate demand a more accessible and affordable technology. In this thesis, an attempt to develop an automated system that can predict the Mini-Mental State score of patients that have been diagnosed with Alzheimer’s disease in its mild stage was investigated. The system was implemented from the exploration of features extracted from electroencephalography signals, and magnetic resonance imaging scans. Firstly, feature selection techniques were applied to selected the features that would best contribute to the task. Following, four different regression algorithms’ performance utilizing features derived from each unique modality and then utilizing two modalities in combination. The preliminary experimental results demonstrated that the utilization of the complementary information carried by EEG measurements and MRI scans could be potentially useful for detecting the cognitive state of patients with Alzheimer’s disease, and should be further explored.

Type de document:	Thèse Mémoire
Directeur de mémoire/thèse:	Falk, Tiago H.
Mots-clés libres:	la maladie d’Alzheimer; électroencéphalographie; imagerie par résonance magnétique; la gravité de la maladie d’Alzheimer; Alzheimer’s disease (AD); electroencephalography (EEG); magnetic resonance imaging (MRI); AD severity
Centre:	Centre Énergie Matériaux Télécommunications
Date de dépôt:	20 janv. 2021 19:35
Dernière modification:	29 sept. 2021 18:01
URI:	https://espace.inrs.ca/id/eprint/11160

Gestion Actions (Identification requise)

Modifier la notice