Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/83891

Registo completo
Campo DCValorIdioma
dc.contributor.advisorJacinto, Luispor
dc.contributor.advisorFigueiredo, Joanapor
dc.contributor.authorSilva, Ana Patrícia Costa dapor
dc.date.accessioned2023-04-11T13:02:29Z-
dc.date.issued2022-12-20-
dc.date.submitted2022-10-
dc.identifier.urihttps://hdl.handle.net/1822/83891-
dc.descriptionDissertação de mestrado integrado em Engenharia Biomédicapor
dc.description.abstractA perturbação obsessivo-compulsiva (POC) é uma perturbação neuropsiquiátrica prevalente caracterizada por pensamentos intrusivos recorrentes (obsessões) que podem levar a comportamentos repetitivos (compulsões), que podem causar perturbações significativas no quotidiano. Para estudar simultaneamente os circuitos neuronais envolvidos na POC e testar novas terapias num ambiente pré-clínico, é fundamental desenvolver metodologias que possam automaticamente detetar e/ou prever o comportamento compulsivo e permitir uma modulação eficaz dos circuitos cerebrais relevantes com precisão temporal. Assim, desenvolvemos um sistema de circuito fechado que combina a visão por computador e aprendizagem por máquina para a deteção eficaz em tempo real de comportamentos compulsivos no modelo de ratinho Sapap3 KO da POC, com um estimulador cerebral optogenético controlado sem fios. A deteção exata em tempo real comportamentos repetitivos, tais como o face groom, foi conseguida através da combinação do DeepLabCut para o rastreio em tempo real de partes do corpo animal com a extração supervisionada de características comportamentais cinemáticas e classificação de estados comportamentais com árvores de decisão e Máquinas Vectoriais de Apoio (SVM). A maior sensibilidade e especificidade de classificação foram alcançadas com árvores de decisão, com 85.1% e 98.3%, respetivamente. Foi também desenvolvido e programado um estimulador cerebral ótico alimentado por bateria numa PCB leve (1.43 g) com comunicação Bluetooth de Baixa Energia (BLE). A deteção online de comportamento repetitivo desencadeia o transmissor BLE a enviar um pedido de escrita, com uma latência inferior a 6.67 ms. O sistema completo de ciclo fechado atinge uma latência mínima de apenas 29.9 ms entre o momento em que um sinal BLE é enviado, e o estimulador cerebral ótico responde com parâmetros de estimulação definidos pelo utilizador. Este novo sistema de circuito fechado permite uma avaliação direta do impacto das manipulações dos circuitos cerebrais no comportamento compulsivo, contribuindo para a elucidação dos circuitos cerebrais envolvidos na POC e para o desenvolvimento de novas terapias.por
dc.description.abstractObsessive-compulsive disorder (OCD) is a prevalent neuropsychiatric disorder characterized by recurrent intrusive thoughts (obsessions) that can lead to repetitive behaviors (compulsions), which can cause significant disruption of daily activities. To simultaneously study the neuronal circuits involved in OCD and test novel therapies in a pre-clinical setting, it is critical to develop methodologies that can automatically detect and/or predict compulsive behavior and allow effective modulation of relevant brain circuits with temporal precision. Thus, we developed a closed-loop system that combines computer vision and machine learning approaches for effective real-time detection of compulsive/repetitive behaviors in the Sapap3 KO mouse model of OCD, with a wirelessly controlled optogenetic brain stimulator. Accurate online detection of repetitive behavioral motifs, such as face grooming, was achieved by combining DeepLabCut for real-time animal body part tracking with supervised extraction of kinematic behavioral features and classification of behavioral states with Decisions trees and Support Vector Machines (SVM). The highest classification sensitivity and specificity were achieved with decision trees, with 85.1% and 98.3%, respectively. A battery-powered optical brain stimulator in a lightweight PCB (1.43 g) with Bluetooth Low Energy (BLE) communication was also developed and programmed. Online detection of repetitive behavior triggers the BLE transmitter to send a writing request, with a latency inferior to 6.67 ms. The complete closed-loop system achieves a minimum latency of only 29.9 ms between the moment a BLE signal is sent, and the optical brain stimulator responds with user defined stimulation parameters. This new closed-loop system allows a direct assessment of the impact of brain circuit manipulations in compulsive behavior, contributing to the elucidation of the brain circuits involved in OCD and novel therapies developments.por
dc.description.sponsorshipThe work included in this dissertation was performed at the Life and Health Sciences Research Institute (ICVS), University of Minho. Financial support was provided by "la Caixa" Banking Foundation under grant agreement LCF/PR/HR21-00410; and national funds through FCT — projects UIDB/50026/2020 and UIDP/50026/2020.por
dc.language.isoengpor
dc.relationLCF/PR/HR21-00410por
dc.relationinfo:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDB%2F50026%2F2020/PTpor
dc.relationinfo:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDP%2F50026%2F2020/PTpor
dc.rightsclosedAccesspor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/por
dc.subjectÁrvores de decisãopor
dc.subjectBLEpor
dc.subjectOptogenéticapor
dc.subjectPOCpor
dc.subjectSVMpor
dc.subjectOCDpor
dc.subjectDecision treepor
dc.subjectOptogeneticpor
dc.titleClosed-loop system for real-time compulsive behavior detection and optogenetic stimulation in obsessive-compulsive disorderpor
dc.typemasterThesiseng
dc.date.embargo10000-01-01-
dc.identifier.tid203250818por
thesis.degree.grantorUniversidade do Minhopor
sdum.degree.grade14 valorespor
sdum.uoeiEscola de Engenhariapor
dc.subject.fosEngenharia e Tecnologia::Engenharia Médicapor
Aparece nas coleções:BUM - Dissertações de Mestrado
ICVS - Dissertações de Mestrado / MSc Dissertations

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Ana Patricia Costa da Silva.pdf
  Até 2024-12-20
3,34 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID