Recentemente, a teoria de grafos aleatórios vem sendo aplicada para modelar interações neurais do cérebro. Enquanto as propriedades dos grafos aleatórios vem sendo vastamente estudadas na literatura, o desenvolvimento de métodos de inferência estatística para essa classe de objetos tem recebido menos atenção. Nesse trabalho propomos um teste de hipóteses não paramétrico para testar se duas amostras de grafos aleatórios provém da mesma distribuição de probabilidade. Nós provamos como computar de maneira eficiente a estatística do teste e estudamos o desempenho do teste em dados simulados de grafos. A principal motivação deste trabalho é a aplicação do teste proposto em dados de eletroencefalograma. / The theory of random graphs has been successfully applied in recent years to model neural interactions in the brain. While the probabilistic properties of random graphs has been extensively studied in the literature, the development of statistical inference methods for this class of objects has received less attention. In this work we propose a non parametric test of hypotheses to decide if two samples of random graphs are originated from the same probability distribution. We show how to compute efficiently the test statistic and we study the performance of the test on simulated data. The main motivation of this work is to apply this test to analyze neural networks constructed from electroencephalographic data.

Submitted by Rafael Toledo Fernandes de Souza (rafael@ibb.unesp.br) on 2016-04-27T21:08:41Z No. of bitstreams: 1 TeseRafaelTFS.pdf: 24959368 bytes, checksum: f8cc766a544e297b446817f14d467e4e (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-04-29T22:14:03Z (GMT) No. of bitstreams: 1 souza_rtf_dr_bot.pdf: 24959368 bytes, checksum: f8cc766a544e297b446817f14d467e4e (MD5) / Made available in DSpace on 2016-04-29T22:14:03Z (GMT). No. of bitstreams: 1 souza_rtf_dr_bot.pdf: 24959368 bytes, checksum: f8cc766a544e297b446817f14d467e4e (MD5) Previous issue date: 2016-03-10 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / O sono (do latim, somnus) é um período que apresenta uma atividade fisiológica característica, que pode ser registrada com o EEG. Algumas ondas em um sinal de EEG são vistas apenas durante o sono, como os fusos do sono e complexos K. O fuso é um dos elementos mais bem conhecidos no estudo do sono. No presente estudo serão estudados fusos globais e potenciais complexos K, os quais são observados simultaneamente em todos os canais de EEG. Para isto, um novo método de investigação foi proposto, que estuda tanto o envelope do sinal quanto a fase/frequência de cada fuso. Através da análise da fase do fuso global, foi mostrado que 90% dos fusos de indivíduos saudáveis sincronizam com um tempo de latência de 0,11s. O método também avalia a frequência de modulação (chirp) de fusos globais, e foi averiguado que não há correlação entre o chirp destes fusos e sua sincronização. Através do estudo do envelope do sinal juntamente com a implementação de um modelo de propagação isotrópico, foi possível estimar a origem do fuso e sua velocidade de propagação. Os resultados obtidos indicam que através desta abordagem simples e não invasiva é possível determinar, com uma precisão razoável, o local de origem dos fusos do sono, e sua velocidade estimada de propagação de 0,12m/s. Os potenciais complexos K detectados foram usados para avaliar a robustez do método desenvolvido, e apresentaram frequências, durações e amplitudes dentro das faixas esperadas para complexos K. A velocidade do propagação encontrada para os potenciais complexos K foi de 0,05m/s, menor do que a dos fusos do sono. Os potenciais complexos K mostraram ter uma tendência de sincronização parcial, propriedade esta descrita para os complexos K na literatura. O método desenvolvido também foi aplicado em indivíduos com Apneia Obstrutiva do Sono (AOS). A maioria dos parâmetros analisados não apresentaram diferenças significativas entre indivíduos saudáveis e com AOS; exceto que, em indivíduos com AOS, a duração da sincronização apresentou um valor 34,18% menor, e a posição de origem dos fusos apresentou dois focos diferentes. Desta maneira, conclui-se que o método desenvolvido foi aplicado com sucesso nos grafoelementos avaliados, pois consegue recuperar as informações esperadas, e pode ser útil como uma ferramenta diagnóstica não invasiva. / Sleep (derived from the Latim, somnus) is a brain state with distinct physiological activity that can be investigated by EEG evaluation. Some waves are unique in sleep EEG such as sleep spindles and K complexes. Spindles are one of the best known elements in sleep studies. In this work we considered global spindles and K complexes, which are spindles that are observed simultaneously in all EEG channels. We propose a method that investigates both the signal envelope and phase/frequency of each global spindle. By analysing the spindle phase we showed that 90% of spindles in healthy subjects synchronize with a median latency time of 0.11 s. The method also measured the frequency slope (chirp) of global spindles and found that global spindle chirp and synchronization are not correlated. By investigating the signal envelopes and implementing a homogeneous and isotropic propagation model, we could estimate both the signal origin and velocity in global spindles. Our results indicate that this simple and non-invasive approach could determine with reasonable precision the spindle origin, and allowed us to estimate a signal speed of 0.12 m/s. Potential K complexes are used to assess the robustness of developed method and shows that frequencies, durations and amplitudes within the K complex expected range. Propagation velocity in potential K complexes are around 0.05 m/s which is lower than spindles velocity. Partial synchronization tendencies were detected in potential K complex, a propriety described for K complex in the literature. Obstructive Sleep Apnea (OSA) subjects were also assessed by our method. The majority of analysed parameters do not present significant difference between healthy and OSA subjects except by synchronization duration (34.18% lower in OSA) and two distinct focal points in OSA spindle origin. The proposed methodology retrieved the expected results, obtained by EEG analysis and other more complex techniques and our results indicate that it can be used as a diagnosis tool and to explore other sleep phenomena, such as K complexes. / FAPESP: 2012/22413-2

Orientadora: Profª. Drª. Maria Teresa Carthery-Goulart / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, 2017. / Uma série de modelos e hipóteses já foram propostas para descrever como o cérebro processa figuras de linguagem. Uma questão central no debate dessa temática é se a compreensão de figuras de linguagem configura um tipo especial de material linguístico que desvie dos processos comuns de processamento da linguagem (literal), demandando mecanismos adicionais para a compreensão. A técnica de potencial relacionado a evento (ERP), focado no marcador eletrofisiológico N400, tem sido a ferramenta mais comum para obtenção de evidências sobre o acesso ao sentido figurativo, fornecendo indícios sobre como se comportam as etapas do curso de processamento figurativo em comparação ao literal. No entanto, algumas controvérsias sobre o seu uso podem surgir pela interpretação da funcionalidade do N400 e quais tipos de variáveis têm potencial de influenciar os níveis desse marcador. A presente dissertação é dividida em dois estudos, o primeiro teve como objetivo verificar e sumarizar os usos da componente N400 em uma revisão crítica da literatura sobre quais tipos de processos o N400 indexa. O segundo estudo foi feito em abordagem experimental com o objetivo de investigar o curso temporal do processamento semântico de verbos empregados de forma figurativa. Os participantes foram submetidos a uma tarefa de julgamento de plausibilidade de três tipos de sentenças (metafóricas, idiomáticas e literais), em que foram registrados os tempos de reação e, simultaneamente, as respostas eletrofisiológicas para cada condição. Os dados comportamentais demonstraram que o processamento de sentenças idiomáticas é mais rápido que as demais condições e que as metáforas foram a condição com maior demanda de tempo de processamento. Os resultados do EEG mostraram que as sentenças idiomáticas não apresentaram a deflexão negativa característica do N400, por outro lado, as metafóricas e literais apresentaram grandes picos de N400, mas sem diferenças estatisticamente significantes entre si. Os resultados evidenciam que não há efeito de figuratividade na janela temporal do N400, mas indicam possíveis efeitos mais tardios do julgamento do sentido figurado relacionados com os tempos de reação. Esses resultados dão suporte a hipótese de Saliência Graduada e Teoria do Mapeamento Conceitual, além disso, a dissertação como um todo fornece evidências que corroboram com a visão de acesso lexical do N400. / A number of models and hypotheses have been proposed to describe how the brain process figurative language. A central question is whether the comprehension of figurative language configures a special kind of linguistic material that deviates from the common mechanism of language processing (literal), so demanding additional processing for the comprehension. The event-related potential (ERP) technique, focused on the N400 electrophysiological marker, has been the most common way for obtaining evidence on the access to the figurative meaning. However, some controversies over its use may arise from the interpretation of the N400 functionality and which types of variables have been considered confounding factors of this potential. The present dissertation is divided in two studies: the first one aimed at verifying and summarizing the uses of the N400 component in a critical review of the literature on what types of processes the N400 indexes. The second study was done in an experimental approach aimed to investigating the temporal course of the semantic processing of verbs used figuratively. The participants undertook a plausibility judgment task of three conditions of sentences (metaphorical, idiomatic and literal), in which the reaction times were recorded and, simultaneously, electrophysiological responses. In the behavioral study, it was observed that the processing of idiomatic sentences is much faster than two other conditions, and the metaphors are longer than literal. The EEG results showed that the idiomatic sentences did not present the negative deflection characteristic of the N400; on the other hand, the metaphorical and literal ones presented large peaks of N400, but without significant statistical differences between them. The results show that there is no figurative effect in the N400 temporal window, but they indicate possible later effects of the judgment of the figurative sense, related to reaction times. Our study provides evidence that metaphorical processing has no literal content differences in the first processing window. These results support the hypothesis of Graduated Salience and Conceptual Mapping Theory, in addition, the dissertation as a whole provides evidence that corroborate with the lexical access view of the N400.

O ácido indol-3-acético (AIA) é um produto do metabolismo do triptofano encontrado nos organismos animais, vegetais e em microrganismos. Destacam-se os trabalhos que atribuíram ao AIA efeitos tanto antioxidantes quanto proxidantes em diferentes sistemas biológicos. O objetivo do presente estudo foi o de avaliar os efeitos da administração do AIA no metabolismo muscular e cerebral e na atividade elétrica cerebral de ratos. Foram realizados dois grupos de experimentos. No primeiro grupo foram avaliados os seguintes parâmetros: taxa glicêmica e o ganho de peso corporal de animais tratados por 14 dias com AIA (40 mg/Kg de peso vivo, via intragástrica); atividade das enzimas antioxidantes glutationa redutase (GR), catalase (CAT) e superóxido dismutase (SOD) e das enzimas do metabolismo da glicose hexoquinase (HQ), lactato desidrogenase (LDH) e glicose-6-fosfato desidrogenase (G6PDH) nos músculos sóleo e gastrocnêmio e a atividade da enzimas antioxidantes GR, CAT e SOD e a quantificação dos produtos resultantes da peroxidação lipídica (TBARs) no cérebro de ratos tratados por 14 dias com diferentes doses de AIA (1, 18 e 40 mg/Kg de peso animal, via intragástrica). Os respectivos controles de todas essas análises foram obtidos de ratos que receberam 1 mL de tampão fosfato pH 7,4 via intragástrica sob as mesmas condições experimentais. No segundo grupo de experimentos foi obtido o eletroencefalograma (EEG) dos animais. O EEG obtido foi filtrado nas bandas de freqüências delta (0,3-4 Hz), teta (4-8 Hz), alfa (8-12 Hz) e beta (12-30 Hz) e em cada banda calculou-se a energia do sinal. Foram avaliados o EEG de animais tratados com AIA (40 mg/Kg de peso vivo) e tratados com triptofano (40 mg/Kg de peso animal), ambos por via intragástrica. Os controles para esses tratamentos foram o EEG coletado 1 hora antes e 1 hora depois da administração de 1mL de tampão fosfato por via intragástrica no mesmo animal que recebeu o tratamento. Os resultados foram analisados por ANOVA com significância de 0,05 usando o teste de Tuckey e os estimadores foram validados usando-se bootstrap. A adminitração de AIA (40mg/Kg de peso vivo) não alterou a taxa glicêmica e evolução de peso corporal dos animais, em relação ao controle. Não foram observadas diferenças significativas entre os resultados obtidos de amostras de animais tratados com AIA (todas as doses) em relação aos respectivos controles para: atividade das enzimas antioxidantes muscular e cerebral; enzimas envolvidas com o metabolismo da glicose muscular; conteúdo de peroxidação lipídica (TBARs) cerebral. O método não invasivo de aquisição de EEG desenvolvido para ratos permitiu adquirir e analisar o sinal elétrico cerebral. Não foram observadas alterações no padrão do EEG após a administração de tampão fosfato. No entanto, o AIA na dose de 40 mg/Kg de peso vivo alterou o padrão do EEG do animal, pois, a energia das freqüências de ondas alfa (8-12 Hz) e beta (12-30 Hz) foi maior em relação ao estado normal e após administração de tampão fosfato. Já o triptofano na dose de 40 mg/Kg de peso vivo aumentou a energia da onda delta (0,3-4 Hz) e diminuiu na energia da onda beta (12-30 Hz) em relação ao estado normal. O método não invasivo de EEG para rato desenvolvido neste trabalho foi sensível para detectar a atividade elétrica encefálica dos animais e o triptofano serviu como parâmetro de referência, pois promoveu diferentes alterações no padrão do EEG daquelas observadas nos animais tratados com AIA. Conclui-se que o AIA não interferiu nos parâmetros metabólicos oxidativos e energéticos dos músculos e do cérebro dos animais estudados, mas promoveu alterações fisiológicas que desencadearam as mudanças observadas na energia do sinal de EEG dos animais. / Indole-3-acetic acid (IAA) is a tryptophan metabolic found in animals organisms, microorganisms and vegetables. It is remarkable the work done to IAA antioxidants and proxidants effects in several biological systems. The main purpose of these studies was to evaluate the effects of intragastric IAA administration in brain and in muscle metabolism and electrical brain activities in rat. The experiments were done in two groups. The first one, were evaluated the following parameters: glycemic rate and corporal gain weight to those animals treated14 days with IAA (40 mg/Kg of body weight); activity of antioxidants enzymes as glutathione reductase (GR), catalase (CAT), superoxide dismutase (SOD); activities of hexokinase (HQ), lactate dehidrogenase (LDH) and glucose-6-phosphate dehidrogenase (G6PDH) on soleus and gastrocnemic muscle; antioxidants enzymes activities and level of tiobarbituric reactives subtances (TBARs) in brain from rats treated during 14 days with doses of IAA (1,18 and 40 Kg/kg body of weight). All those analyses controls were obtained from rat that was given 1 mL of phosphate buffered saline, pH 7 (PBS), under the same experiments conditions as the group treated with IAA. On the second group of experiments was evaluated EEG pattern obtained from fixed electrodes on the animal skin surface were not sedated, and shown at delta frequency (0.3-4 Hz), theta (4-8 Hz), alpha (8-12 Hz) and beta (12-30 Hz) and the energy of those band frequency was calculated using a developed algorithm software MATLAB®. EEG was evaluated from animals treated with IAA (40 mg/Kg body weight) and treated with tryptophan (40 mg/Kg body weight), both intragastric. The management control for those treatments were EEG collected 1 hour before and 1 hour after the intragstric administration of 1mL PBS at the same animal that received the treatment. The results were analysed by ANOVA with great significance of 0.05 using the Tukey test and were evaluated by bootstrap. The IAA administration (40 mg/Kg body weight) did not change the glycaemia rate and the animal weight evolution, to compare with the control. Were not observed any significant differences among results from animals treated with IAA (all doses) relating to respective controls to: a) brain and muscles antioxidants enzymes activity; b) activities of enzymes with muscular glucose metabolism; c) brain lipid peroxidation contents by TBARs level. No invasive EEG colleting methods developed for rat allowed to collect and analyse electric brain signal. After an administration of PBS, were not observed any changes at EEG pattern. IAA dose of 40 mg/Kg body weight did change the animal EEG standard, the frequency energy of alpha wave to (8-12 Hz) and beta (12-30 Hz) was higher then normal after administration of PBS. On the other side, tryptophan dose of 40 mg/Kg body weight increased the delta wave energy to (0,3-4 Hz) and decreased the beta wave energy to (12-30 Hz), to compare withfthe normal standard. Non invasion EEG colleting methods for rat developed in this studies was sensible in order to detect an animals electric encephalic activity and the tryptophan became as reference parameter, due to several changes on pattern EEG to those animals treated with IAA. Concluding that, IAA did not interfere on oxidative metabolic parameters, neither to the brain and muscles of the studied animals, but promoted physiological changes that was possible to observe on animals electroencephalogram.

A epilepsia, cujas crises são resultantes de distúrbios elétricos temporários no cérebro, é a quarta enfermidade neurológica mais comum, atingindo aproximadamente 50 milhões de pessoas. Essa enfermidade pode ser diagnosticada por meio de eletroencefalogramas (EEG), que são de elevada importância para o diagnóstico de enfermidades cerebrais. As informações consideradas relevantes desses exames são descritas em laudos médicos, que são armazenados com o objetivo de manter o histórico clínico do paciente e auxiliar os especialistas da área médica na realização de procedimentos futuros, como a identificação de padrões de determinadas enfermidades. Entretanto, o crescente aumento no armazenamento de dados médicos inviabiliza a análise manual dos mesmos. Outra dificuldade para a análise de EEG é a variabilidade de opiniões de especialistas sobre um mesmo padrão observado, podendo aumentar a dificuldade para o diagnóstico de enfermidades cerebrais. Também, os exames de EEG podem conter padrões relevantes difíceis de serem observados, mesmo por profissionais experientes. Da mesma forma, nos laudos podem faltar informações e/ou conter erros de digitação devido aos mesmos serem preenchidos apressadamente por especialistas. Assim, neste trabalho foi desenvolvido o método computacional de geração de laudos médicos (automatic generation of medical report AutoGenMR), que tem o propósito de auxiliar especialistas da área médica no diagnóstico de epilepsia e em tomadas de decisão. Esse processo é aplicado em duas fases: (1) construção de classificadores por meio de métodos de aprendizado de máquina e (2) geração automática de laudos textuais. O AutoGenMR foi avaliado experimentalmente em dois estudos de caso, para os quais, em cada um foi utilizada uma base de EEG disponibilizada publicamente e gratuitamente. Nessas avaliações foram utilizadas as mesmas configurações experimentais para a extração de características e construção de classificadores (desconsiderando que um dos problemas de classificação é multiclasse e o outro, binário). No primeiro estudo de caso, os modelos preditivos geraram, em média, 89% das expressões de laudos. Na segunda avaliação experimental, em média, 76% das sentenças de laudos foram geradas corretamente. Desse modo, os resultados de ambos estudos são considerados promissores, constatando que o AutoGenMR pode auxiliar especialistas na identificação de padrões relacionados a eventos epiléticos, na geração de laudos textuais padronizados e em processos de tomadas de decisão. / Epilepsy, which seizures are due to temporary electrical disturbances in the brain, is the fourth most common neurological disorder, affecting 50 million people, approximately. This disease can be diagnosed by electroencephalograms (EEG), which have great importance for the diagnosis of brain diseases. The information considered relevant in these tests is described in textual reports, which are stored in order to maintain the patients medical history and assist medical experts in performing such other procedures as the standard identification of certain diseases. However, the increasing medical data storage makes it unfeasible for manual analysis. Another challenge for the EEG analysis is the diversity of expert opinions on particular patterns observed and may increase the difficulty in diagnosing diseases of the brain. Moreover, the EEG may contain patterns difficult to be noticed even by experienced professionals. Similarly, the reports may not have information and/or include typographical errors due to its rushed filling by experts. Thereby, in this work, the automatic generation of medical report (AutoGenMR) method was developed in order to assist medical experts in the diagnosis of epilepsy and decision making. This method is applied in two phases: (1) classifier building by machine learning techniques and (2) automatic report generation. The AutoGenMR was computed in two case studies, for which, a public and freely available EEG database was used in each one. In both studies, the same experimental settings for feature extraction and classifier building were used. In the first study case, the classifiers correctly generated, on average, 89% of the report expressions. In the second experiment, on average, 76% of the report sentences were successfully generated. In this sense, the results of both studies are considered promising, noting that the AutoGenMR can assist medical experts in the identification of patterns related to epileptic events, standardized textual report generation, and in decision-making processes.

Esta dissertação de mestrado tem por objetivo analisar os conjuntos-K, uma hierarquia de redes neurais biologicamente mais plausíveis, e aplicá-los ao problema de classificação de imagética motora através do eletroencefalograma (EEG). A imagética motora consiste no ato de processar um movimento motor da memória humana de longo tempo para a memória de curto prazo. A imagética motora deixa um rastro no sinal do EEG que torna possível a identificação e classificação dos diferentes movimentos motores. A tarefa de classificação de imagética motora através do EEG é reconhecida como complexa devido à não linearidade e quantidade de ruído da série temporal do EEG e da pequena quantidade de dados disponíveis para aprendizagem. Os conjuntos-K são um modelo conexionista que simula o comportamento dinâmico e caótico de populações de neurônios do cérebro e foram modelados com base em observações do sistema olfatório feitas por Walter Freeman. Os conjuntos-K já foram aplicados em diversos domínios de classificação diferentes, incluindo EEG, tendo demonstrado bons resultados. Devido às características da classificação de imagética motora, levantou-se a hipótese de que a aplicação dos conjuntos-K na tarefa pudesse prover bons resultados. Um simulador para os conjuntos-K foi construído para a realização dos experimentos. Não foi possível validar a hipótese levantada no trabalho, dado que os resultados dos experimentos realizados com conjuntos-K e imagética motora não apresentaram melhorias significativas para a tarefa nas comparações realizadas. / This dissertation aims to examine the K-sets, a hierarchy of biologically plausible neural networks, and apply them to the problem of motor imagery classification through electroencephalogram (EEG). Motor imagery is the act of processing a motor movement from long-term to short-term memory. Motor imagery leaves a trail in the EEG signal, which makes possible the identification and classification of different motor movements. Motor imagery classification is a complex problem due to non-linearity of the EEG time series, low signal-to-noise ratio, and the small amount of data typically available for learning. K-sets are a connectionist model that simulates the dynamic and chaotic behavior of populations of neurons in the brain, modeled based on observations of the olfactory system by Walter Freeman. K-sets have already been used in several different classification domains, including EEG, showing good results. Due to the characteristics of motor imagery classification, a hypothesis that the application of K-sets in the task could provide good results was raised. A simulator for K-sets was created for the experiments. Unfortunately, the hypothesis could not be validated, as the results of the conducted experiments with K-sets and motor imagery showed no significant improvements in comparison in the task performed.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-04-24T13:44:05Z No. of bitstreams: 1 Matheus Segalotto_.pdf: 8717126 bytes, checksum: 94fda4721d448e49b82be91aaa8057c7 (MD5) / Made available in DSpace on 2018-04-24T13:44:05Z (GMT). No. of bitstreams: 1 Matheus Segalotto_.pdf: 8717126 bytes, checksum: 94fda4721d448e49b82be91aaa8057c7 (MD5) Previous issue date: 2018-01-18 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / PROSUP - Programa de Suporte à Pós-Gradução de Instituições de Ensino Particulares / A compreensão de programa é um processo cognitivo realizado no cérebro dos desenvolvedores para entender o código-fonte. Este processo cognitivo pode ser influenciado por vários fatores, incluindo o nível de modularização do código-fonte e o nível de experiência dos desenvolvedores de software. A compreensão de programa é amplamente reconhecida como uma tarefa com problemas de erro e esforço. No entanto, pouco foi feito para medir o esforço cognitivo dos desenvolvedores para compreender o programa. Além disso, esses fatores influentes não são explorados no nível de esforço cognitivo na perspectiva dos desenvolvedores de software. Além disso, alguns modelos de cognição foram criados para detectar indicadores de atividade cerebral, bem como dispositivos de eletroencefalografia (EEG) para suportar essas detecções. Infelizmente, eles não são capazes de medir o esforço cognitivo. Este trabalho, portanto, propõe o ARNI, um modelo computacional baseado em EEG para medir a compreensão do programa. O modelo ARNI foi produzido com base em lacunas encontradas na literatura após um estudo de mapeamento sistemático (SMS), que analisou 1706 estudos, 12 dos quais foram escolhidos como estudos primários. Um experimento controlado com 35 desenvolvedores de software foi realizado para avaliar o modelo ARNI através de 350 cenários de compreensão de programa. Além disso, esse experimento também avaliou os efeitos da modularização e a experiência dos desenvolvedores no esforço cognitivo dos desenvolvedores. Os resultados obtidos sugerem que o modelo ARNI foi útil para medir o esforço cognitivo. O experimento controlado revelou que a compreensão do código fonte não modular exigia menos esforço temporal (34,11%) e produziu uma taxa de compreensão mais alta (33,65%) do que o código fonte modular. As principais contribuições são: (1) a execução de SMS no contexto estudado; (2) um modelo computacional para medir a compreensão do programa para medir o código-fonte; (3) conhecimento empírico sobre os efeitos da modularização no esforço cognitivo dos desenvolvedores. Finalmente, este trabalho pode ser visto como um primeiro passo para uma agenda ambiciosa na área de compreensão de programa. / Program comprehension is a cognitive process performed in the developers’ brain to understand source code. This cognitive process may be influenced by several factors, including the modularization level of source code and the experience level of software developers. The program comprehension is widely recognized as an error-prone and effort-consuming task. However, little has been done to measure developers’ cognitive effort to comprehend program. In addition, such influential factors are not explored at the cognitive effort level from the perspective of software developers. Additionally, some cognition models have been created to detect brain-activity indicators as well as wearable Electroencephalography (EEG) devices to support these detections. Unfortunately, they are not able to measure the cognitive effort. This work, therefore, proposes the ARNI, an EEG-Based computational model to measure program comprehension. The ARNI model was produced based on gaps found in the literature after a systematic mapping study (SMS), which reviewed 1706 studies, 12 of which were chosen as primary studies. A controlled experiment with 35 software developers was performed to evaluate the ARNI model through 350 scenarios of program comprehension. Moreover, this experiment also evaluated the effects of modularization and developers’ experience on the developers’ cognitive effort. The obtained results suggest that the ARNI model was useful to measure cognitive effort. The controlled experiment revealed that the comprehension of non-modular source code required less temporal effort (34.11%) and produced a higher correct comprehension rate (33.65%) than modular source code. The main contributions are: (1) the execution of SMS in the context studied; (2) a computational model to measure program comprehension to measure source code; (3) empirical knowledge about the effects of modularization on the developers’ cognitive effort. Finally, this work can be seen as a first step for an ambitious agenda in the area of program comprehension.

Made available in DSpace on 2015-07-22T20:50:12Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-03-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Objetivos: avaliar a evolução clínica e eletrencefalográfica em 28 pacientes que tiveram diagnóstico de Síndrome de West (SW). Métodos: estudo retrospectivo no qual foram incluídos pacientes que tiveram diagnóstico clínico e eletrográfico de SW e admitidos para seguimento no Hospital São Paulo da Universidade Federal de São Paulo / Escola Paulista de Medicina, entre março de 2006 e dezembro de 2007. Todos foram submetidos a avaliações periódicas durante o tratamento da SW, incluindo VEEG e, no mínimo, um exame de VEEG, com duração de 6 a 12 horas, após o controle da SW por pelo menos um ano. Foram analisados dados demográficos, freqüência e semiologia das crises. Os EEGs e os VEEGs foram revisados para a quantificação e classificação das alterações eletrencefalográficas e das crises epilépticas. Resultados: a amostra foi composta por 28 pacientes com tempo médio de seguimento de 46,5 ± 13 meses, sendo 19 do sexo masculino (68%) e 9 (32%) do sexo feminino. A média de idade na admissão foi 10,5 ± 6,3 meses. Todos os pacientes apresentaram algum grau de atraso no DNPM. Os pacientes foram subdivididos em 2 grupos, criptogênicos (5 casos) e sintomáticos (23 casos). Dos 28 pacientes 16 (57%) evoluíram com crises epilépticas ao final do estudo e 12 (43%) evoluíram sem crises. Do total, 13 (46%) tiveram recidiva da SW. Dentre os 5 criptogênicos 4 (80%) evoluíram com controle de crises e dentre os 23 sintomáticos, apenas 8 (34,7%) evoluíram com controle das crises. Apenas 10,7% dos pacientes evoluíram para SLG (todos do grupo sintomático), permanecendo com crises de difícil controle até o final do seguimento. Dos que permaneceram com crises, 35,7% evoluíram para epilepsia focal, 14,2% com epilepsia generalizada e 7,1% tiveram ambos tipos de crises, focal e generalizada, sendo classificados como epilepsia indeterminada. Conclusões: A maioria dos casos de SW evoluiu para epilepsia focal, portanto, a SLG não foi a síndrome mais freqüente em nosso estudo. O grupo de pacientes sintomáticos apresentou pior evolução quanto ao controle das crises quando comparado com o grupo criptogênico. O tempo de duração da SW também influenciou na evolução. Recidiva da SW tem alta correlação com pior prognóstico. / Objectives: The goal of this study was to evaluate the clinical and electroencephalographic evolution of 28 patients that had WS. Patients and Methods: Retrospective study in which we included patients who had clinical diagnosis and electrographic of WS and admitted in the Hospital São Paulo, Federal University of São Paulo / Escola Paulista de Medicina, between March 2006 and December 2007, who had been submitted to periodic evaluations during treatment of SW, including video-EEG (VEEG) and, after controlling the same, at least, an examination of VEEG, lasting from 6 to 12 hours after the SW under control for at least 1 year. They were revised the handbooks of these patients for analysis of demographic data, frequency and semiology of seizures. The EEGs along the follow-up and the VEEGs were also reviewed for the quantification and classification of electroencephalographic changes and of epileptic seizures. Results: The sample consisted of 28 patients with mean follow-up of 46,5 ± 13 months, with 19 males (68%) and 9 (32%) female. The mean age at admission was 10,5 ± 6,3 months. All patients had some degree of delay in DNPM. The patients were divided into 2 groups, cryptogenics (5 cases) and symptomatics (23 cases). Of the 28 patients 16 (57%) evolved with seizures the end of the study and 12 (43%) evolved without crises. Of the total of patients, 13 (46%) had recurrence of the SW. Of the 5 cryptogenics 4 (80%) evolved with control of seizures and of the 23 symptomatic patients, only 8 (34,7%) evolved with control of the seizures. Only 10,7% of patients evolved to SLG (all of the symptomatic group) and remained with these crises difficult to control until the end of follow up. Of those who remain with crises, 35,7% evolved to focal epilepsy, 14,2% with generalized epilepsy and 7,1% had both types of crises, focal and generalized, being classified as undetermined epilepsy. Conclusions: The SLG wasn’t the evolution most frequent of the SW in our study. The most of these cases evolved with focal epilepsy. The group of symptomatic patients presented worse evolution in the control of seizures when compared with the group criptogenic. The time in which the patient remained in SW seems also influence the evolution. Recurrence of the SW has high correlation with poor prognosis. / TEDE / BV UNIFESP: Teses e dissertações

Submitted by (edna.saturno@ufrpe.br) on 2017-03-30T14:56:43Z No. of bitstreams: 1 RohgiToshio Meneses Chikushi.pdf: 6493487 bytes, checksum: b95c0c692d050783c78c20f7a212f0e6 (MD5) / Made available in DSpace on 2017-03-30T14:56:43Z (GMT). No. of bitstreams: 1 RohgiToshio Meneses Chikushi.pdf: 6493487 bytes, checksum: b95c0c692d050783c78c20f7a212f0e6 (MD5) Previous issue date: 2014-08-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The electroencephalogram (EEG) is still an important tool in the diagnosis of neurodiseases. As recording technique offers an excellent temporal resolution, instantly capturing brain electrical activity. Recent studies suggest that non-linear dynamic time series as EEG can be transformed into complex networks by the methods of visibility graph and the recurrence network. The builded complex network allows many parameters or network metrics to characterize normal and epleptics. In this work, we transform EEG signals to complex networks and identify the metrics to find statistical diferences between normal and epleptical groups. We show that exist significant statistical differences in the network metrics from the normals and epileptics conditions. We conclude that the transformation of the EEG signal in complex networks provide a helpful tool to diagnostic the brain states. / O eletroencefalograma (EEG) ainda é uma ferramenta importante no diagnóstico de desordens neurológicas. Como técnica de registro, oferece uma excelente resolução temporal, capturando instantaneamente a atividade cerebral. Estudos recentes em dinâmica não linear sugerem que séries temporais como o EEG podem ser transformadas em redes complexas por meio de mapeamentos como o método de visibilidade e o de recorrência. Essas redes, em analogia às rede neuronais, representam as características de complexidade dinâmica do sistema nervoso. Neste trabalho, transformamos sinais de EEG em redes complexas derivadas da reconstrução dos espaços de fase, com base no conceito de recorrência. A aplicação de redes complexas na análise não linear da dinâmica da atividade cerebral, possibilitou diferenciar estados normais e epilépticos por meio da comparação das medidas topológicas dessas redes. Identificamos diferenças significativas ao compararmos os registros de EEG em condições normais e epilépticas usando as métricas das redes e concluímos que a transformação do EEG em redes complexas fornece um grande número de parâmetros úteis para caracterização e possível diagnóstico dos estados do comportamento cerebral normal e epiléptico.

Orientadora: Profa. Dra. Cristiane Otero Reis Salum / Coorientador: Prof. Dr. Francisco José Fraga da Silva / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, São Bernardo do Campo, 2017. / Pacientes de transtorno bipolar e esquizofrenia apresentam déficits no processamento de informação. Dentre esses déficits está uma disfunção do mecanismo de filtragem sensorial, que pode ser observada através do teste de Inibição Pré-Pulso (IPP), que acessa a inibição das respostas muscular, observada por eletromiografia (EMG) e neural, observada por eletroencefalograma (EEG) através da inibição de potenciais evocados, como o P2-N1. No fenômeno da IPP, é observado que a resposta iniciada por um estímulo de alta intensidade é reduzida quando este é precedido em alguns milissegundos (30-300ms) por outro estímulo de baixa intensidade. Esses estímulos são respectivamente chamados de Pulso (P) e Pré-Pulso (PP). A porcentagem de redução da resposta ao P, quando este é precedido por um PP é calculada em relação à magnitude de resposta que seria evocada pelo P quando este não é precedido por PP algum. O presente estudo visou avaliar o filtro sensorial através do registro simultâneo dos sinais eletromiográficos e eletroencefalográficos em pacientes brasileiros de primeiro episódio psicótico de transtorno bipolar (BP) e esquizofrenia (SZ). Vinte pacientes BP, quinze pacientes SZ e 22 sujeitos sadios participaram do estudo. Pacientes SZ apresentam redução da %IPP observada por EMG em relação a pessoas sadias, ao passo que pacientes do grupo BP não apresentam redução da filtragem sensório-motora. Para a IPP neural, foi observada redução na amplitude de P do grupo BP na região frontal, avaliada pelo eletrodo Fz e redução da amplitude de P e também na %IPP para os grupos BP e SZ na região parietal, avaliada pelo eletrodo Pz. Os resultados indicam que a redução da filtragem sensorial foi observada em diferentes estágios do processamento sensorial. E a divergência entre IPP clássica e IPP neural para o grupo BP sugere que a IPP medida por EMG clássica e medida por EEG refletem filtros sensoriais diferentes e que pacientes de diferentes grupos podem exibir déficits em um desses filtros apenas. O presente trabalho é o pioneiro na utilização de ferramentas de atenuação de artefatos contaminantes do sinal neural no teste de IPP neural. / Patients with bipolar disorder and schizophrenia have deficits in information processing. Among these deficits is a dysfunction of the sensory filtering mechanism, which can be observed through the Prepulse Inhibition (PPI) test, which accesses the inhibition of muscle responses, observed by electromyography (EMG) and neural, observed by electroencephalogram (EEG) through inhibition of evoked potentials, such as P2-N1. In the PPI phenomenon, it is observed that the response initiated by a high intensity stimulus is reduced when it is preceded in a few milliseconds (30-300ms) by another low intensity stimulus. These stimuli are respectively called Pulse (P) and Prepulse (PP). The reduction percentage of the response to P when it is preceded by a PP is calculated in relation to the magnitude of response that would be evoked by P when it is not preceded by any PP. The present study aimed to evaluate the sensory filter through the simultaneous recording of electromyographic and electroencephalographic signals in Brazilian patients with first psychotic episode of bipolar disorder (BP) and schizophrenia (SZ). Twenty BP patients, fifteen SZ patients and 22 healthy subjects participated in the study. SZ patients presented a reduction in the %PPI observed by EMG when compared to healthy individuals, whereas patients in the BP group did not show reduction of sensory-motor filter. For the neural PPI, a reduction in BP group P amplitude was observed in the frontal region, evaluated by the Fz electrode. Also, was observed a reduction in the P amplitude and in the %PPI for the BP and SZ groups in the parietal region, evaluated by the Pz electrode. These results indicate that the reduction of sensorial filtration was observed at different stages of sensorial processing. And the divergence between classical IPP and neural IPP for the BP group suggests that PPI measured by classical EMG and measured by EEG reflect different sensory filters and that patients from different groups may exhibit deficits in one of these filters only. The present work is the pioneer in the use of attenuation tools to reduce contaminating artifacts in PPI test neural signal.