Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-10-16T16:55:39Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_AvaliacaoRazaoSinal.pdf: 12982053 bytes, checksum: 4d887a2c67f744e27eae380be94f9c33 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-10-19T16:59:13Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_AvaliacaoRazaoSinal.pdf: 12982053 bytes, checksum: 4d887a2c67f744e27eae380be94f9c33 (MD5) / Made available in DSpace on 2017-10-19T16:59:13Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Dissertacao_AvaliacaoRazaoSinal.pdf: 12982053 bytes, checksum: 4d887a2c67f744e27eae380be94f9c33 (MD5)
Previous issue date: 2009 / Este trabalho objetivou desenvolver uma análise quantitativa que permita, em sujeitos saudáveis e pacientes com perda visual, separar registros com sinal correlacionado com a estimulação visual, dos registros que contenham ruído. Foi usado o sistema VERIS Science v6.0.5d para extrair o kernel de primeira ordem dos registros, e posterior exportação dos dados para análise no MATLAB. Neste ambiente de programação foi realizada a análise dos componentes principais (PCA), que é usada para reduzir a dimensionalidade dos dados conservando sua variação e minimizando a influência do ruído; e a avaliação da razão sinal ruído (SNR) das respostas multifocais (mfERG) usando a distribuição cumulativa SNR realizadas em dois intervalos de tempo, um compreendendo apenas o sinal e outro apenas o ruído, para classificação das respostas em válidas, diminuídas ou ausentes. No grupo dos sujeitos saudáveis, não houve sobreposição de curvas na distribuição cumulativa da SNR do sinal e do ruído, que ocuparam diferentes valores em todos os sujeitos. Com o critério de 1% para falsos positivos e falsos negativos foi possível definir as bordas da SNR do sinal, das respostas diminuídas e do ruído. Este mesmo protocolo foi aplicado a três (3) pacientes com perda visual decorrente da toxoplasmose ocular. Nestes casos, houve sobreposição das curvas da distribuição cumulativa da SNR do sinal e ruído. O limite de confiança da distancia entre os limites da SNR do sinal e do ruído obtidos do grupo de sujeitos saudáveis, foi usado para separar respostas válidas, respostas diminuídas e ausência de resposta. Os resultados da avaliação da SNR foram usadas para mostrar os registros do mfERG em gráficos topográficos que discriminam as respostas válidas (sinal), respostas diminuídas e ausência de resposta (ruído). O uso desta ferramenta nos permitiu identificar danos na topografia retiniana, com também a localização da cabeça do nervo óptico, e mais facilmente discriminado, artefatos como o pico central errôneo que podem ser rejeitados, além de áreas retinianas com diminuição funcional no caso dos pacientes. Conclui-se então que a combinação da PCA para reconstruir registros mfERG com a avaliação da SNR são ferramentas úteis para analisar a topografia retiniana de sujeitos saudáveis e acometido por doenças, como por exemplo, a toxoplasmose com complicações oculares. / The purpose of this work was to develop a quantitative analysis that allows, in healthful and patient with visual loss, to separate registers with signal correlated with the visual stimulation, of the registers that contain noise. System VERIS Science v6.0.5d was used to extract kernel first-class of the registers, and posterior exportation of the data for analysis in the MATLAB. In this environment of programming was carried the analysis of the main components (PCA), that is used to reduce the dimensionalidad of the data conserving its variation and minimizing the influence of the noise; the signal-to-noise analysis (SNR) of the multifocal responses (mfERG) using cumulative distribution SNR carried through in two intervals of time, one understanding only the signal and another one only the noise, for classification of the valid, diminished or absent responses. We have found that in a group healthy subjects, the noise and signal SNR cumulative distributions have not overlapped and occupy distinct ranges of SNR values in all subjects. By using a 1% criterion for false positives and false negatives, it was possible to define the borders of noise, low response, and signal SNR ranges. We have also applied this protocol to a three subject with visual loss due to ocular toxoplasmosis scares. In this case, there was a degree of overlapping between the noise and signal SNR distributions. It was still possible to separate the noise, low response, and signal SNR range by using the confidence limits for the distance between noise and signal boundaries obtained from the group of healthy subjects. The results of SNR evaluation were then used to display the mfERG waveforms in topographical plots that discriminate between reliable responses (signal), low responses, and no responses (noise). Using this approach, features of retinal topography, such as the optic nerve head, are more easily discriminate, whilst artifacts such as an erroneous central peak, are more easily rejected. The combinations of PCA to reconstruct mfERG waveforms with SNR evaluation are useful tools to analyze retinal topography both in healthy and impaired conditions.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpa.br:2011/9180 |
| Date | January 2009 |
| Creators | CARVALHO, Aline Correa de |
| Contributors | SILVEIRA, Luiz Carlos de Lima, SOUZA, Givago da Silva |
| Publisher | Universidade Federal do Pará, Programa de Pós-Graduação em Doenças Tropicais, UFPA, Brasil, Núcleo de Medicina Tropical |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPA, instname:Universidade Federal do Pará, instacron:UFPA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds