Muito embora a eletroencefalografia continue sendo amplamente empregada no estudo e diagnóstico da epilepsia, as imagens funcionais de ressonância magnética tornaram-se uma das principais ferramentas de acesso não invasivo às funções normais do cérebro. Atualmente, é uma realidade clínica a aplicação dessas técnicas para o mapeamento pré-cirúrgico e também nos estudos básicos em neurociência. Entretanto, em muitos casos é necessário um estudo combinado dessas duas técnicas. De um modo geral os sinais obtidos em experimentos de ressonância magnética funcional (fMRI) devem ser processados a fim de revelar o mapa de ativação, relativo ao estímulo aplicado. Entretanto até a presente data não há um método consensual para a análise dos sinais de fMRI. Nesse sentido, apresentamos nesse trabalho dois novos métodos para a análise de sinais de fMRI baseados em conceitos de teoria de informação utilizando a entropia de Tsallis. O primeiro método consiste em uma alternativa para análise de fMRI obtida através de paradigmas evento-relacionados, sem que a forma da resposta ao estímulo seja levada em conta. Utilizando a teoria de informação, consideramos a evolução temporal da entropia do sinal sem realizar nenhuma hipótese sobre a forma da função de resposta. O método se mostrou capaz de discriminar regiões ativas e não ativas em paradigmas motores e visuais. Através de simulações, observamos que o nosso método se apresenta mais estável com o o aumento do ruído quando comparado com o método clássico. O segundo método que desenvolvemos para análise de dados de fMRI (paradigmas em bloco) baseia-se no conceito de informação mútua generalizada (GMI). Neste sentido, obtivemos um amplo espectro de resultados dependentes do parâmetro q de Tsallis. Assim, realizaram-se análises em dados simulados de modo a construir as curvas características de um sistema receptor (curvas ROC). Determinando os parâmetros que avaliam a qualidade das curvas otimizamos os valores de q . Tanto os resultado obtidos das simulações quanto os obtidos através de imageamento em voluntários forma analisados comparando-se os métodos clássicos com o GMI. Outrossim, a determinação do foco epileptogênico é de grande interesse no diagnóstico e profilaxia da epilepsia. Essa determinação envolve muitas vezes a detecção da atividade anormal que ocorre entre as crises (atividades interictais). Esta tarefa demanda muito tempo dos neurofisiologistas por ser realizada através de inspeção visual. Os eventos anormais mais comumente observados apresentam duas componentes, uma de alta freqüência (ponta) e outra de mais baixa (onda). Assim sendo, desenvolvemos um algoritmo que se utiliza do conceito de multiresolução para detecção automática das atividades anormais e localização aproximada do foco epileptogênico. Como resultado, a localização do foco obtida através do algoritmo coincidiu com a indicada pelo neurofisiologista através da metodologia usual. As duas técnicas EEG e fMRI juntamente com os métodos propostos constituem o primeiro passo para um sistema de auxílio diagnóstico e planejamento cirúrgico.

Muito embora a eletroencefalografia continue sendo amplamente empregada no estudo e diagnóstico da epilepsia, as imagens funcionais de ressonância magnética tornaram-se uma das principais ferramentas de acesso não invasivo às funções normais do cérebro. Atualmente, é uma realidade clínica a aplicação dessas técnicas para o mapeamento pré-cirúrgico e também nos estudos básicos em neurociência. Entretanto, em muitos casos é necessário um estudo combinado dessas duas técnicas. De um modo geral os sinais obtidos em experimentos de ressonância magnética funcional (fMRI) devem ser processados a fim de revelar o mapa de ativação, relativo ao estímulo aplicado. Entretanto até a presente data não há um método consensual para a análise dos sinais de fMRI. Nesse sentido, apresentamos nesse trabalho dois novos métodos para a análise de sinais de fMRI baseados em conceitos de teoria de informação utilizando a entropia de Tsallis. O primeiro método consiste em uma alternativa para análise de fMRI obtida através de paradigmas evento-relacionados, sem que a forma da resposta ao estímulo seja levada em conta. Utilizando a teoria de informação, consideramos a evolução temporal da entropia do sinal sem realizar nenhuma hipótese sobre a forma da função de resposta. O método se mostrou capaz de discriminar regiões ativas e não ativas em paradigmas motores e visuais. Através de simulações, observamos que o nosso método se apresenta mais estável com o o aumento do ruído quando comparado com o método clássico. O segundo método que desenvolvemos para análise de dados de fMRI (paradigmas em bloco) baseia-se no conceito de informação mútua generalizada (GMI). Neste sentido, obtivemos um amplo espectro de resultados dependentes do parâmetro q de Tsallis. Assim, realizaram-se análises em dados simulados de modo a construir as curvas características de um sistema receptor (curvas ROC). Determinando os parâmetros que avaliam a qualidade das curvas otimizamos os valores de q . Tanto os resultado obtidos das simulações quanto os obtidos através de imageamento em voluntários forma analisados comparando-se os métodos clássicos com o GMI. Outrossim, a determinação do foco epileptogênico é de grande interesse no diagnóstico e profilaxia da epilepsia. Essa determinação envolve muitas vezes a detecção da atividade anormal que ocorre entre as crises (atividades interictais). Esta tarefa demanda muito tempo dos neurofisiologistas por ser realizada através de inspeção visual. Os eventos anormais mais comumente observados apresentam duas componentes, uma de alta freqüência (ponta) e outra de mais baixa (onda). Assim sendo, desenvolvemos um algoritmo que se utiliza do conceito de multiresolução para detecção automática das atividades anormais e localização aproximada do foco epileptogênico. Como resultado, a localização do foco obtida através do algoritmo coincidiu com a indicada pelo neurofisiologista através da metodologia usual. As duas técnicas EEG e fMRI juntamente com os métodos propostos constituem o primeiro passo para um sistema de auxílio diagnóstico e planejamento cirúrgico.