Development of nonlinear analysis methods for high frequency EEG in healthy individuals and in patients with refractory epilepsy.

Por epilepsia, são denominadas diversas condições neuronais patológicas caracterizadas pela ocorrência de atividade elétrica anormal de uma região do cortex que se difunde formando a crise epiléptica. Tais crises recorrentes possuem efeito relevante sobre a qualidade de vida, além de frequentemente possuírem efeito deletério gradativo sobre a capacidade cognitiva do paciente, sendo necessário tratamento e acompanhamento médico. Dentro das diversas condições epilépticas, existe o que é conhecido como epilepsia refratária, que é a condição em que o paciente não responde a nenhum medicamento anticonvulsivante. A alternativa para estes pacientes é a cirurgia, porém, diversas dificuldades como a localização do foco epiléptico e determinação da extensão da zona epileptogênica podem prejudicar as chances de sucesso deste procedimento. O eletroencefalograma (EEG) sempre foi muito utilizado na clínica neurológica, pois existem padrões de atividade neuronal facilmente observados que podem auxiliar no tratamento de diversas condições, incluindo a epilepsia. Nos últimos anos, vem se demonstrando interesse em cima de um certo padrão que ocorre em frequências antes ignoradas na análise clínica. Estes padrões recebem o nome de oscilações de alta frequência (HFOs). Este estudo teve por objetivo analisar sinais de EEG de pacientes de epilepsia adquiridos com frequência de aquisição suficientemente alta para a obtenção de informações a cerca da atividade em alta frequência através da detecção automática de HFOs, além da implementação de um método de análise temporal utilizando a Detrended Fluctuation Analysis (DFA). Os resultados mostram que segmentos distantes da ocorrência de uma crise apresentam média de coeficiente Alfa1 = 1,3587 e Alfa2 = 0,6165, enquanto segmentos durante a ocorrência da crise apresentam coeficientes Alfa1 = 1,4061 Alfa2 = 0,5107. Apesar das limitações do estudo, os resultados indicam ser possível identificar presença de atividade elétrica anormal, e o método utilizado pode evoluir para auxiliar o diagnóstico e planejamento de cirurgia em epilepsia.By epilepsy, a diversity of pathological neuronal conditions characterized by the occurrences of abnormal electric activity in a cortex region that, when diffunded, causes epileptic seizures. Such recurrent seizures have relevant effects in life quality, and frequently are associated with irreversible damages in cognitive capacity, therefore treatment and medical caring is needed. Inside the classification of epilepsy there is an specific condition known as refractory epilepsy, in which the patient does not respond to anticonvulsant medications. The alternative to these patients is surgery, but the difficulties in determining the exact location of the epileptic focus and the extension of the epileptogenic zone may lead to lower chances of success. The electroencephalogram (EEG) is widely used on neurological clinic, as there are certain patterns of neuronal activity that are easily observed and may help treat a series of pathologies, including epilepsies. Over the last decade, a certain interest has been developed on a specific pattern occurring in frequency bands once ignored on clinical analysis. These patterns are called high frequency oscillations (HFOs). The objective of this study was to analyze EEG signals from patients with epilepsy, sampled with a high frequency, so that it is possible to obtain information on high frequency activity through the automatic detection of the HFOs, in addition to the implementation of a nonlinear analysis using Detrended Fluctuation Analysis (DFA). The results shows that segments distant to the occurrence of seizures have a mean value for Alfa1 = 1,3587 and Alfa2 = 0,6165, while segments during the occurrence of seizures have a mean value for Alfa1 = 1,4061 and Alfa2 = 0,5107. Despite study limitations, results indicates it is possible to identify presence of abnormal electric activity and the proposed method may evolve to help epilepsy diagnostic and surgical planning in epileptic patients