Banca de QUALIFICAÇÃO: MARCEL GOMES DO NASCIMENTO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : MARCEL GOMES DO NASCIMENTO
Data: 25/08/2026
HORA: 14:00
LOCAL: https://conferenciaweb.rnp.br/sala/andre-39
TÍTULO:

Análise Comparativa de Algoritmos de ICA para Remoção de Artefatos de Sinais de EEG em Pacientes com Doença de Parkinson

PÁGINAS: 83
RESUMO:

A Doença de Parkinson (DP) é uma enfermidade neurodegenerativa progressiva associada a alterações motoras e não motoras que impactam significativamente a qualidade de vida dos pacientes. Nesse contexto, o eletroencefalograma tem sido amplamente utilizado como ferramenta complementar para investigação funcional da atividade cerebral devido à sua elevada resolução temporal e caráter não invasivo. Entretanto, sinais de EEG são altamente suscetíveis à presença de artefatos fisiológicos e instrumentais, tornando necessária a utilização de técnicas robustas de separação e revisão de sinais.

Este trabalho apresenta um estudo comparativo entre algoritmos de Análise de Componentes Independentes (ICA — Independent Component Analysis) aplicados para a identificação de artefatos em sinais EEG de pacientes com Doença de Parkinson em estado de repouso. Foram avaliados os algoritmos SOBI (Second Order Blind Identification), FastICA, Infomax Estendido e AMICA (Adaptive Mixture Independent Component Analysis), considerando registros EEG adquiridos nas configurações com 47 e 64 canais. A análise considera métricas relacionadas ao tempo de processamento, à redução da dependência estatística entre componentes independentes por meio da métrica Mutual Information Reduction (MIR), além da classificação automática de componentes utilizando o ICLabel e etapas complementares de refinamento manual.

Adicionalmente, o estudo investiga o impacto do número de canais na qualidade da separação cega de fontes, bem como a influência da organização fisiológica das componentes independentes obtidas. Também são realizadas análises quantitativas dos sinais processados, incluindo inspeção visual temporal, avaliação da distribuição de artefatos e estudo das componentes classificadas como Other.

Os resultados obtidos indicam diferenças significativas entre os algoritmos avaliados em termos de desempenho computacional, capacidade de separação estatística e interpretabilidade fisiológica dos componentes independentes. O estudo contribui para a compreensão da aplicação de técnicas ICA em sinais EEG clínicos associados à Doença de Parkinson, podendo auxiliar no desenvolvimento de metodologias mais robustas para processamento neurofisiológico e futuras aplicações em biomarcadores e interfaces cérebro-computador.

MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Interno ao Programa - 2356637 - KENJI NOSE FILHO
Membro Titular - Examinador(a) Externo ao Programa - 1955999 - ANDRE MASCIOLI CRAVO
Membro Suplente - Examinador(a) Interno ao Programa - 1761105 - MURILO BELLEZONI LOIOLA