O objetivo deste trabalho é desenvolver a arquitetura de um Sistema de Alarme Inteligente visando à aplicação deste em um Equipamento de Monitorização Multiparamétrica de Pacientes que deverá estar em conformidade com normas internacionais de segurança de equipamentos eletromédicos, tema este que surgiu durante o projeto de um Equipamento de Monitorização Multiparamétrica de Pacientes desenvolvido na Intermed Equipamento Médico Hospitalar Ltda. Esta arquitetura propõe o uso de um método robusto para fusão de sensores através de Filtro de Kalman, como apresentado por Ebrahim, Feldman e Bar-Kana (1997), onde a partir de diferentes sensores fornecendo valores de freqüência cardíaca obtemos um valor ótimo da freqüência cardíaca livre de artefatos e mais preciso do que o disponível por qualquer sensor individualmente. Os sinais fisiológicos do paciente, juntamente com o valor ótimo da freqüência cardíaca, são então transformados em variáveis semânticas e analisados através de lógica fuzzy a fim de se identificar condições de alarme presentes no paciente. O sistema desenvolvido é detalhado para um cenário clínico, correspondendo a uma Unidade de Tratamento Intensivo Cardíaca, onde os principais parâmetros de configuração do sistema foram obtidos através de entrevistas com profissionais da área de saúde. O desenvolvimento do sistema foi focado no atendimento às Normas Internacionais aplicáveis mais atuais, que passaram a permitir Sistemas de Alarme Inteligente em 2003. O sistema foi simulado para o cenário clínico detalhado, onde foram analisados três pacientes em diferentes casos. Durante a simulação foi mostrada a influência de um valor mínimo do grau de coincidência para validação das condições de alarme, onde obtivemos valores adequados utilizando para isso um valor de 50%. Ao final mostramos também a importância de se levar em consideração a prioridade das condições de alarme no sistema proposto, o que além de ser um requisito de norma, influencia diretamente no comportamento do sistema, e conseqüentemente na resposta esperada pelo operador em função da mensagem a ele apresentada. / The objective of this work is the development of an Intelligent Alarm System architecture aiming at its application on a Multiparameter Patient Monitoring Equipment, which must be in compliance to international electrical medical equipment safety standards. This theme was raised during the project of a Multiparameter Patient Monitoring Equipment developed at Intermed Equipamento Médico Hospitalar Ltda. This architecture proposes a robust method for sensor fusion using a Kalman Filter as presented by Ebrahim, Feldman and Bar-Kana (1997), in which sensor measurements of heart rate are used to derive a predicted value for this parameter free of artifacts and more precise than any of the individual measurements. The patient vital signs are then, together with the predicted value of the heart rate, transformed into semantic variables and analyzed through fuzzy logic in order to identify alarm conditions. The proposed system is detailed for a clinic scenario, corresponding to a Cardiac Intensive Care Unit, where the main configuration parameters were obtained through interviews with health care professionals. The system development was focused on the compliance to International Standards at present day, which allow the use of Intelligent Alarm Systems since 2003. The system was simulated for the detailed clinic scenario with three patients in different cases. The simulations show the influence of a minimal grade of coincidence value for the validation of the alarm conditions, where we obtained good results using a value of 50%. At the end of this work, it is shown the importance of considering the alarm priority, which not only is a standard requirement, but also interferes directly on the system behavior, and consequently, on the operator´s expected response to the message.

Esta dissertação apresenta o desenvolvimento, a validação e a aplicação de algoritmos para inferência de conectividade neural em registros de EEG contendo potenciais evento-relacionados (ERP). Os sinais foram caracterizados via modelos auto-regressivos multivariados (MVAR) e empregou-se a coerência parcial direcionada (PDC) no estudo das relações de causalidade entre eles. Certas características dos ERPs, como sua transitoriedade intrínseca e as múltiplas repetições em experimentos, levaram ao desenvolvimento de novos algoritmos, como a estimação de modelos conjuntos a partir de vários segmentos de sinal e um procedimento em janela deslizante capaz de descrever a evolução temporal da estatística dos sinais de interesse. Ademais, mostrou-se a possibilidade de estender os resultados da análise assintótica da estatística da PDC ao caso multi-trecho, tornando possível o estudo de sua significância estatística sem recorrer a procedimentos de reamostragem. Os algoritmos foram validados em exemplos com neural mass models, modelos não-lineares capazes de gerar sinais com características muito semelhantes a sinais de EEG reais, e aplicados a uma base de dados pública contendo resultados de experimentos com ratos. / This dissertation presents the development, validation, and application of algorithms for inferring neural connectivity in EEG signals containing event-related potentials (ERP). The time series were described via multivariate auto-regressive models (MVAR) and partial directed coherence (PDC) was used to study causal relations between them. Certain features of the ERPs, such as their transitory behavior and the existence of multiple trials in an experiment, lead to the development of a new algorithm capable of estimating a joint model from multiple segments and a sliding-window procedure for describing the nonstationarity behavior of the signals of interest. Furthermore, the possibility of extending the asymptotic results for PDC\'s statistics to the multi-trial case was demonstrated, allowing, therefore, the study of its statistical significance without recurring to resampling methods. The algorithms were validated in examples with neural mass models, non-linear models capable of generating signals with features very similar to real EEG recordings, and then applied to a publicly available dataset of experiments in rats.

The strong relationship between cognitive processing and coherent behaviour and neurocognitive networks justifies the current huge interest in cortical functional connectivity modeling. This has fostered the development of connectivity estimators from the classical bivariate coherence concept to the notion of multivariate partial directed coherence (PDC) which provides information about temporal dependencies exposing cause and effect relationships. This work examines PDC performance for scalp EEG data whose research value has been subject to much debate in the light of the presence of volume conduction (VC) effects that often obscure the actual nature of cortical source dynamics. Through analytical considerations and simulations we show that even though (VC) can hinder accurate connectivity estimation, one can mitigate its effects by a judicious choice of scalp electrode configuration/ground reference. This observation allows settling the connectivity estimation adequacy debate in the presence of PDC. / A forte relação que processamento cognitivo e comportamento coerente tem com redes neurocognitivas justifica o enorme interesse atual em modelamento de conectividade cortical. Este fato tem justificado o desenvolvimento de estimadores de conectividade desde a clássica coerência bivariada até a noção multivariada de coerência parcial direcionada (PDC) que exibe informação a cerca de dependências temporais que permitem expor relações de causa e efeito. O presente trabalho examina o desempenho da PDC no contexto de EEG de escalpo cujo valor em pesquisa sob os efeitos de condução de volume (VC) tem sido objeto de uma quantidade substancial de questionamentos na medida em esta obscurece a observação da dinâmica das fontes corticais. Por meio de considerações analíticas e simulações, mostramos que é possível mitigar os erros de estimação devidos à VC através da escolha judiciosa da configuração de eletrodos e da referência de terra. Esta observação permite resolver o conflito acerca da adequabilidade da inferência cortical baseada em EEG de escalpo.

Propõe-se um sistema para processamento em um mini computador, de sinais elétricos da cóclea gravados em fita magnética. As gravações são efetuadas nos hospitais, utilizando-se aparelhos de simples manuseio e de baixo custo. Obtém-se dados que auxiliarão no diagnóstico de patologias do órgão da audição. Os instrumentos existentes para a realização da eletrococleografia são da manipulação complexa além de terem alto custo. O sistema proposto simplifica muito a operação do equipamento empregado nos hospitais, obtendo-se uma redução do custo global do exame. No hospital, deve-se ter um circuito de controle, um gravador, um amplificador e um gerador de estímulos. No centro de computação deve-se ter um mini computador, outro gravador, filtros e uma interface de controle. Foram desenvolvidos no trabalho: o circuito de controle, os filtros, a interface de controle e todos os programas responsáveis pelo processamento. Atualmente, a eletrococleografia em todo o Brasil é realizada em apenas alguns centros hospitalares, devido aos fatores custo e complexidade de manuseio. Em vista dos bons resultados obtidos e do baixo custo do sistema proposto, conclui-se que, com o nosso método, poder-se-ia difundir a eletrococleografia para um grande número de centros hospitalares. / A system is proposed that uses a minicomputer for the processing of electrical potentials from the cochlea. These signals are previously recorded on magnetic tape at hospitals, using simple and inexpensive equipment. The results obtained by the processing provide valuable data for the diagnosis of hearing disorders. The available equipment for electrocochleography at the present time is rather complicated to use and very expensive. The proposed system eases the operation and has a low cost. At the hospital, one must have a control circuit, a tape recorder, an amplifier and a sound stimulator. At the computing center one needs a minicomputer, another tape recorder, filters and a control interface. In this work were developed: the control circuit, the filters, the control interface and all programs used in the processing of the data. Nowadays, the use of electrocochleography in Brazil is limited to a few medical centers, due to the cost and complexity of the equipment. It is hoped that the simpler system proposed here will contribute to a wider use of electrocochleography.

A brain-machine interface (BMI) is a system that allows the communication between the central nervous system (CNS) and an external device (Wolpaw et al. 2002). Applications of BMIs include the control of external prostheses, cursors and spellers, to name a few. The BMIs developed by various research groups differ in their characteristics (e.g. continuous or discrete, synchronous or asynchronous, degrees of freedom, others) and, in spite of several initiatives towards standardization and guidelines, the cross comparison across studies remains a challenge (Brunner et al. 2015; Thompson et al. 2014). Here, we used a 64-channel EEG equipment to acquire data from 19 healthy participants during three different tasks (SSVEP, P300 and hybrid) that allowed four choices to the user and required no previous neurofeedback training. We systematically compared the offline performance of the three tasks on the following parameters: a) accuracy, b) information transfer rate, c) illiteracy/inefficiency, and d) individual preferences. Additionally, we selected the best performing channels per task and evaluated the accuracy as a function of the number of electrodes. Our results demonstrate that the SSVEP task outperforms the other tasks in accuracy, ITR and illiteracy/inefficiency, reaching an average ITR** of 52,8 bits/min and a maximum ITR** of 104,2 bits/min. Additionally, all participants achieved an accuracy level above 70% (illiteracy/inefficiency threshold) in both SSVEP and P300 tasks. Furthermore, the average accuracy of all tasks did not deteriorate if a reduced set with only the 8 best performing electrodes were used. These results are relevant for the development of online BMIs, including aspects related to usability, user satisfaction and portability. / A interface cérebro-máquina (ICM) é um sistema que permite a comunicação entre o sistema nervoso central e um dispositivo externo (Wolpaw et al., 2002). Aplicações de ICMs incluem o controle de próteses externa, cursores e teclados virtuais, para citar alguns. As ICMs desenvolvidas por vários grupos de pesquisa diferem em suas características (por exemplo, contínua ou discreta, síncrona ou assíncrona, graus de liberdade, outras) e, apesar de várias iniciativas voltadas para diretrizes de padronização, a comparação entre os estudos continua desafiadora (Brunner et al. 2015, Thompson et al., 2014). Aqui, utilizamos um equipamento EEG de 64 canais para adquirir dados de 19 participantes saudáveis ao longo da execução de três diferentes tarefas (SSVEP, P300 e híbrida) que permitiram quatro escolhas ao usuário e não exigiram nenhum treinamento prévio. Comparamos sistematicamente o desempenho \"off-line\" das três tarefas nos seguintes parâmetros: a) acurácia, b) taxa de transferência de informação, c) analfabetismo / ineficiência e d) preferências individuais. Além disso, selecionamos os melhores canais por tarefa e avaliamos a acurácia em função do número de eletrodos. Nossos resultados demonstraram que a tarefa SSVEP superou as demais em acurácia, ITR e analfabetismo/ineficiência, atingindo um ITR** médio de 52,8 bits/min e um ITR** máximo de 104,2 bits/min. Adicionalmente, todos os participantes alcançaram um nível de acurácia acima de 70% (limiar de analfabetismo/ineficiência) nas tarefas SSVEP e P300. Além disso, a acurácia média de todas as tarefas não se deteriorou ao se utilizar um conjunto reduzido composto apenas pelos melhores 8 eletrodos. Estes resultados são relevantes para o desenvolvimento de ICMs \"online\", incluindo aspectos relacionados à usabilidade, satisfação do usuário e portabilidade.

A utilização de equipamentos para monitoração de parâmetros fisiológicos não é apenas crucial em pacientes que são submetidos a alguns procedimentos médicos, mas é também de extremo valor para animais em uso similar. Este projeto tem como principal objetivo o desenvolvimento de um sistema de monitoração de saturação de oxigênio e freqüência cardíaca para roedores; tal sistema é composto por um dispositivo protótipo compacto e sensor óptico. No presente trabalho, foram utilizadas as tecnologias dos microcontroladores da Microchip para realizar as diversas digitalizações; a tecnologia USB, para realizar a comunicação com computadores e o desenvolvimento da interface desenvolvida com o software disponível da National Instruments, o LabVIEW. Neste estudo, o sistema desenvolvido foi empregado em camundongos e foram realizadas diversas avaliações em laboratório e em campo para a validação do dispositivo protótipo. Os batimentos cardíacos e a saturação de oxigênio, tanto em repouso quanto em movimento, foram detectados pelo protótipo. Os valores de freqüência cardíaca variaram entre 545 e 700 bpm enquanto os valores de saturação de oxigênio variaram entre 80 a 95%. / The equipments use to monitoring physiological parameters isnt just crucial in patients who are submitted to some medical procedures but it is also of extreme value for animals in similar use. This project has as main objective the development of a monitor oxygen saturation and cardiac frequency for mice; the system is compound of a compact prototype device and optic sensor. In the present work, the Microchip microcontrollers technologies had been used, to realize many digitalization; the USB technology interface, to realize the communication with computers and the interface development developed with the available National Instruments software, the LabVIEW. In this study, the developed system was used in mice and have been realized many evaluations in laboratory and field for the prototype validation device. The cardiac beatings and oxygen saturation, as much in rest how in movement they had been detected by the prototype. The values of heart rate had varied of 545 to 700 while the values of oxygen saturation had varied of 80 to 95%.

Na área de processamento de sinais biomédicos a extração de informação, baseada em um conjunto de medidas adquiridas no tempo, é considerada de suma importância. A qualidade desta informação extraída permite avaliar o funcionamento dos diversos órgãos. Objetivos: (1) propor o método de análise de componentes dependentes para auxiliar a extração de componentes de interesse, a partir de medidas multivariadas; (2) caraterizar as componentes extraídas através de representações em termos de tempo e freqüência, e espectro de potência; e, (3) aplicar o método e avaliar as componentes de interesse extraídas no contexto real MCGf, MGG e fMRI. A proposta para a extração fundamenta-se no método chamado de Análise de Componentes Dependentes ACD. As medidas a serem processadas são multivariadas a partir de sensores distribuídos, espacialmente, no corpo humano dando origem a um conjunto de dados correlacionados no tempo e/ou no espaço. Observa-se que os sinais de interesse raramente são registrados de forma isolada, e sim misturados com outros sinais superpostos, ruído e artefatos fisiológicos ou ambientais, onde a relação sinal-ruído é geralmente baixa. Nesse contexto, a estratégia a ser utilizada baseia-se na ACD, que permitirá extrair um pequeno número de fontes, de potencial interesse, com informações úteis. A estratégia ACD para extração de informação é aplicada em três importantes problemas, na área de processamento de sinais biomédicos: (1) detecção do sinal do feto em magnetocardiografia fetal (MCGf); (2) detecção da atividade de resposta elétrica do estômago em magnetogastrografia (MGG); e, (3) detecção de regiões ativas do cérebro em experimentos de imagens por ressonância magnética funcional (Functional Magnetic Resonance Imaging, fMRI). Os resultados, nos três casos estudados, mostraram que o método utilizado, como estratégia, é efetivo e computacionalmente eficiente para extração de sinais de interesse. Concluímos, baseados nas aplicações, que o método proposto é eficaz, mostrando seu potencial para futuras pesquisas clínicas. / An important goal in biomedical signal processing is the extraction of information based on a set of physiological measurements made along time. Generally, biomedical signals are electromagnetic measurements. Those measurements (usually made with multichannel equipment) are registered using spatially distributed sensors around some areas of the human body, originating a set of time and/or space correlated data. The signals of interest are rarely registered alone, being usually observed as a mixture of other spurious, noisy signals (sometimes superimposed) and environmental or physiological artifacts. More over, the signal-to-noise ratio is generally low. In many applications, a big number of sensors are available, but just a few sources are of interest and the remainder can be considered noise. For such kind of applications, it is necessary to develop trustful, robust and effective learning algorithms that allow the extraction of only a few sources potentially of interest and that hold useful information. The strategy used here for extraction of sources is applied in three important problems in biomedical signal processing: (1) detection of the fetal magnetocardiogram signal (fMCG); (2) detection of the electrical activity of the stomach in magnetogastrograms (MGG); and (3) detection of active regions of the brain in experiments in functional Magnetic Resonance Imaging (fMRI). The results, within the three cases of study, showed that the DCA method used as strategy is effective and computationally efficient on extraction of desired signals.

Esta dissertação apresenta o desenvolvimento, a validação e a aplicação de algoritmos para inferência de conectividade neural em registros de EEG contendo potenciais evento-relacionados (ERP). Os sinais foram caracterizados via modelos auto-regressivos multivariados (MVAR) e empregou-se a coerência parcial direcionada (PDC) no estudo das relações de causalidade entre eles. Certas características dos ERPs, como sua transitoriedade intrínseca e as múltiplas repetições em experimentos, levaram ao desenvolvimento de novos algoritmos, como a estimação de modelos conjuntos a partir de vários segmentos de sinal e um procedimento em janela deslizante capaz de descrever a evolução temporal da estatística dos sinais de interesse. Ademais, mostrou-se a possibilidade de estender os resultados da análise assintótica da estatística da PDC ao caso multi-trecho, tornando possível o estudo de sua significância estatística sem recorrer a procedimentos de reamostragem. Os algoritmos foram validados em exemplos com neural mass models, modelos não-lineares capazes de gerar sinais com características muito semelhantes a sinais de EEG reais, e aplicados a uma base de dados pública contendo resultados de experimentos com ratos. / This dissertation presents the development, validation, and application of algorithms for inferring neural connectivity in EEG signals containing event-related potentials (ERP). The time series were described via multivariate auto-regressive models (MVAR) and partial directed coherence (PDC) was used to study causal relations between them. Certain features of the ERPs, such as their transitory behavior and the existence of multiple trials in an experiment, lead to the development of a new algorithm capable of estimating a joint model from multiple segments and a sliding-window procedure for describing the nonstationarity behavior of the signals of interest. Furthermore, the possibility of extending the asymptotic results for PDC\'s statistics to the multi-trial case was demonstrated, allowing, therefore, the study of its statistical significance without recurring to resampling methods. The algorithms were validated in examples with neural mass models, non-linear models capable of generating signals with features very similar to real EEG recordings, and then applied to a publicly available dataset of experiments in rats.

O objetivo deste trabalho é desenvolver a arquitetura de um Sistema de Alarme Inteligente visando à aplicação deste em um Equipamento de Monitorização Multiparamétrica de Pacientes que deverá estar em conformidade com normas internacionais de segurança de equipamentos eletromédicos, tema este que surgiu durante o projeto de um Equipamento de Monitorização Multiparamétrica de Pacientes desenvolvido na Intermed Equipamento Médico Hospitalar Ltda. Esta arquitetura propõe o uso de um método robusto para fusão de sensores através de Filtro de Kalman, como apresentado por Ebrahim, Feldman e Bar-Kana (1997), onde a partir de diferentes sensores fornecendo valores de freqüência cardíaca obtemos um valor ótimo da freqüência cardíaca livre de artefatos e mais preciso do que o disponível por qualquer sensor individualmente. Os sinais fisiológicos do paciente, juntamente com o valor ótimo da freqüência cardíaca, são então transformados em variáveis semânticas e analisados através de lógica fuzzy a fim de se identificar condições de alarme presentes no paciente. O sistema desenvolvido é detalhado para um cenário clínico, correspondendo a uma Unidade de Tratamento Intensivo Cardíaca, onde os principais parâmetros de configuração do sistema foram obtidos através de entrevistas com profissionais da área de saúde. O desenvolvimento do sistema foi focado no atendimento às Normas Internacionais aplicáveis mais atuais, que passaram a permitir Sistemas de Alarme Inteligente em 2003. O sistema foi simulado para o cenário clínico detalhado, onde foram analisados três pacientes em diferentes casos. Durante a simulação foi mostrada a influência de um valor mínimo do grau de coincidência para validação das condições de alarme, onde obtivemos valores adequados utilizando para isso um valor de 50%. Ao final mostramos também a importância de se levar em consideração a prioridade das condições de alarme no sistema proposto, o que além de ser um requisito de norma, influencia diretamente no comportamento do sistema, e conseqüentemente na resposta esperada pelo operador em função da mensagem a ele apresentada. / The objective of this work is the development of an Intelligent Alarm System architecture aiming at its application on a Multiparameter Patient Monitoring Equipment, which must be in compliance to international electrical medical equipment safety standards. This theme was raised during the project of a Multiparameter Patient Monitoring Equipment developed at Intermed Equipamento Médico Hospitalar Ltda. This architecture proposes a robust method for sensor fusion using a Kalman Filter as presented by Ebrahim, Feldman and Bar-Kana (1997), in which sensor measurements of heart rate are used to derive a predicted value for this parameter free of artifacts and more precise than any of the individual measurements. The patient vital signs are then, together with the predicted value of the heart rate, transformed into semantic variables and analyzed through fuzzy logic in order to identify alarm conditions. The proposed system is detailed for a clinic scenario, corresponding to a Cardiac Intensive Care Unit, where the main configuration parameters were obtained through interviews with health care professionals. The system development was focused on the compliance to International Standards at present day, which allow the use of Intelligent Alarm Systems since 2003. The system was simulated for the detailed clinic scenario with three patients in different cases. The simulations show the influence of a minimal grade of coincidence value for the validation of the alarm conditions, where we obtained good results using a value of 50%. At the end of this work, it is shown the importance of considering the alarm priority, which not only is a standard requirement, but also interferes directly on the system behavior, and consequently, on the operator´s expected response to the message.

The strong relationship between cognitive processing and coherent behaviour and neurocognitive networks justifies the current huge interest in cortical functional connectivity modeling. This has fostered the development of connectivity estimators from the classical bivariate coherence concept to the notion of multivariate partial directed coherence (PDC) which provides information about temporal dependencies exposing cause and effect relationships. This work examines PDC performance for scalp EEG data whose research value has been subject to much debate in the light of the presence of volume conduction (VC) effects that often obscure the actual nature of cortical source dynamics. Through analytical considerations and simulations we show that even though (VC) can hinder accurate connectivity estimation, one can mitigate its effects by a judicious choice of scalp electrode configuration/ground reference. This observation allows settling the connectivity estimation adequacy debate in the presence of PDC. / A forte relação que processamento cognitivo e comportamento coerente tem com redes neurocognitivas justifica o enorme interesse atual em modelamento de conectividade cortical. Este fato tem justificado o desenvolvimento de estimadores de conectividade desde a clássica coerência bivariada até a noção multivariada de coerência parcial direcionada (PDC) que exibe informação a cerca de dependências temporais que permitem expor relações de causa e efeito. O presente trabalho examina o desempenho da PDC no contexto de EEG de escalpo cujo valor em pesquisa sob os efeitos de condução de volume (VC) tem sido objeto de uma quantidade substancial de questionamentos na medida em esta obscurece a observação da dinâmica das fontes corticais. Por meio de considerações analíticas e simulações, mostramos que é possível mitigar os erros de estimação devidos à VC através da escolha judiciosa da configuração de eletrodos e da referência de terra. Esta observação permite resolver o conflito acerca da adequabilidade da inferência cortical baseada em EEG de escalpo.