Return to search

Abordagem de aprendizado de máquina para análise de padrões neuromorfométricos no primeiro episódio psicótico e esquizofrenia

Orientador: Prof. Dr. João Ricardo Sato / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Neurociência e Cognição, 2016. / Diversos estudos reportaram alterações cerebrais ao longo do curso da esquizofrenia. Até
mesmo nos estágios incipientes, como no Primeiro Episódio Psicótico (PEP). Métodos
de aprendizagem de máquina podem ser utilizados para análise multivariada de dados
de neuroimagem, porém a grande maioria dos estudos os emprega principalmente para
previsões entre grupos, como discriminar pacientes com esquizofrenia de controles saudáveis.
No presente estudo, foi aplicado o método maximum entropy linear discriminant
analysis (MLDA) com o objetivo de buscar um melhor entendimento dos estágios da
esquizofrenia. Foram analisados dados neuro-volumétricos provenientes de imagens de
ressonância magnética de 143 pacientes crônicos com esquizofrenia, 32 pacientes PEP e 82
controles saudáveis. O método projeta as características multivariadas de um sujeito em um
sub-espaço discriminante univariado, provendo um "escore de esquizofrenia". Inicialmente,
a performance do MLDA na tarefa de discriminação entre pacientes com esquizofrenia de
controles foi avaliada e foram identificados as regiões cerebrais que mais contribuíram para a
classificação. Por fim, foram utilizados os escores provenientes do MLDA para realizar uma
comparação entre os padrões volumétricos de pacientes PEP e pacientes com esquizofrenia
e controles saudáveis. A classificação atingiu uma acurácia balanceada de 72.96%. O grupo
PEP apresentou uma distribuição de escores mais similar aos pacientes com esquizofrenia
em comparação aos controles saudáveis. Após repetição das análises excluindo as regiões
afetadas por medicação anti-psicótica, a acurácia permaneceu aproximadamente a mesma
(73.66%), porém os escores do PEP se tornaram mais similares ao grupo controle. Os
resultados do presente estudo sugerem que as primeiras estruturas alteradas no PEP
podem ser as regiões afetadas por anti-psicóticos. Entre as estruturas mais discriminantes
na classificação se encontravam, principalmente, estruturas relacionadas ao sistema límbico
e a circuiteria envolvida em comportamentos orientados a objetivos. Em conclusão, nossos
resultados sugerem a importância de considerar os efeitos dos anti-psicóticos, a fim de
entender os substratos neurais envolvidos na esquizofrenia. / Several studies reported brain changes along the course of the schizophrenia. Even in the
early stages, such as first episode psychosis (FEP). Machine learning methods can be applied
for multivariate analysis of neuroimaging data, however, they have been employed in most
of the studies with main concern in group prediction, such as discriminating schizophrenic
patients from healthy controls. In the present study we applied the maximum entropy
linear discriminant analysis (MLDA) aiming to a better comprehension of the schizophrenia
stages. We analysed brain structures volumetric data from MRI images of 143 patients
with chronic schizophrenia, 32 FEP patients and 82 healthy controls. The method projects
the multivariate characteristics of a subject onto a univariate discriminant subspace,
providing a "schizophrenia score". First, the performance of MLDA in the discrimination
task between schizophrenia patients from controls was evaluated and we identified the
brain regions that most contribuited to the classification. Finally, we utilized the scores
provided by MLDA to make a comparison among the volumetric patterns of FEP patients
and schizophrenic patients and healthy controls. The classification achieved a balanced
accuracy of 72.96%. We found that the FEP group had a score distribution more similar
to patients with schizophrenia in comparison with healthy subjects. After the exclusion of
regions affected by antipsychotic medication and repeating MLDA analysis, the accuracy
remained approximately the same (73.66%), but the FEP scores became more similar
to control group. Our results suggest that the first structures altered in FEP might be
the regions affected by antipsychotics. Structures related to the limbic system and the
circuitry involved in goal-directed behaviours were the most discriminant regions in the
classification. In conclusion, our results suggest the importance of taking into account the
brain structural effects of antipsychotic drugs in order to understand the neural substrates
involved in schizophrenia.

Identiferoai:union.ndltd.org:IBICT/oai:BDTD:101138
Date January 2016
CreatorsMoura, Adriana Miyazaki de
ContributorsSato, João Ricardo, Biazoli Júnior, Claudinei Eduardo, Thomaz, Carlos Eduardo
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf, 85 f. : il.
Sourcereponame:Repositório Institucional da UFABC, instname:Universidade Federal do ABC, instacron:UFABC
Rightsinfo:eu-repo/semantics/openAccess
Relationhttp://biblioteca.ufabc.edu.br/index.php?codigo_sophia=101138&midiaext=72379, http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=101138&midiaext=72380, Cover: http://biblioteca.ufabc.edu.brphp/capa.php?obra=101138

Page generated in 0.0018 seconds