URL: https://www.mdpi.com/1660-4601/20/6/5000
Resumo (bullet points do abstract)
- A epilepsia é uma das doenças cerebrais mais comuns, caracterizada por crises recorrentes.
- Durante uma crise, o paciente pode sofrer contrações musculares incontroláveis, levando a perda de mobilidade e risco de lesões ou morte.
- Pesquisas buscam prever crises com antecedência para alertar os pacientes.
- Métodos atuais focam na detecção de anormalidades usando gravações de EEG.
- Estudos recentes mostram que alterações no Sistema Nervoso Autônomo (SNA) podem ser detectadas em sinais de ECG dos pacientes antes das crises.
- Sistemas de alerta baseados em ECG utilizam aprendizado de máquina para prever crises.
- Esses sistemas requerem grandes conjuntos de dados de ECG diversificados e bem anotados.
- O estudo investigou modelos de detecção de anomalias (OCSVM, MCD, LOF) para identificar padrões anormais na Variabilidade da Frequência Cardíaca (HRV).
- Os modelos foram treinados em intervalos de frequência cardíaca estável com baixa supervisão.
- ==Os resultados mostraram detecção em 9 de 10 casos, com precisão acima de 93% e avisos entre 6 e 30 minutos antes da crise.==
- Essa abordagem pode permitir a detecção precoce de crises com base em sensores corporais.