Epilepsy is one of the most common neurological diseases with around 50 million cases globally, and nearly 80% of them appear in low- and middle-income countries (LMICs). It is estimated that around 75% of epilepsy cases in LMICs are not treated correctly when for up to 70% of those, it would be possible to live seizure-free thanks to the medicines. One of the most consistent predictors of seizure recurrence, as well as the most common test used to diagnose epilepsy condition, is electroencephalography (EEG), a noninvasive method for recording brain electrical activity. In this scenario, some companies are developing solutions to bring affordable devices able to respond to LMICs setups, e.g. expert-independent and in a mobile environment. Therefore, there is a necessity for an intuitive, automatic and real-time EEG recording quality control feature running on a mobile phone. The problem inspected in the thesis is the feasibility of such a feature. In the Introduction and State of the art chapters, the problem is stated and the standard methods used are exposed through the PRISMA standard. The Design Thinking Process chapter highlights the framework used to structure the project. The users’ needs and system requirements chapter addresses the necessities of the users and defines their needs. The data is recorded and organized in the Data collection chapter. The artefact detection algorithm is designed and tuned for the specific data in the Riemannian Potato Field (RPF) and practical design chapter. Eventually, the implementation and the development of the quality feature in the mobile app are explained in RPF implementation for embedded systems and Mobile app quality feature prototype chapters. The specific methods, results, conclusions, discussions and future works are examined for each chapter. Finally, the outcomes of each chapter and the influenced discussions are linked together in the final Discussions and conclusions chapter.

L'epilessia è una delle malattie neurologiche più comuni, con circa 50 milioni di casi a livello globale, di cui quasi l'80% di essi si manifesta nei Paesi a basso e medio reddito. Si stima che circa il 75% dei casi di epilessia nei Paesi a basso reddito non sia trattato correttamente, mentre per il 70% di questi sarebbe possibile vivere senza episodi epilettici grazie ai farmaci. Uno dei predittori più stabili di ricorrenza delle crisi, nonché il test più comunemente utilizzato per diagnosticare la condizione di epilessia, è l'elettroencefalogramma (EEG), un metodo non invasivo per registrare l'attività elettrica del cervello. In questo scenario, alcune aziende stanno sviluppando soluzioni per fornire dispositivi a prezzi accessibili in grado di rispondere alle particolari necessità dei Paesi meno sviluppati, ad esempio soluzioni che non richiedano esperti del settore, e in un setup mobile. Pertanto, è necessario un metodo di controllo della qualità della registrazione EEG che sia intuitivo, automatico e in tempo reale, e che funzioni su una applicazione installata su uno smartphone. Il problema esaminato nella tesi è la fattibilità di tale metodo. Nei capitoli Introduction e State of the art, viene esposto il problema e i metodi normalmente utilizzati, attraverso lo standard PRISMA. Il capitolo Design Thinking Process evidenzia il framework di riferimento utilizzato per strutturare il progetto. Il capitolo users’ needs and system requirements affronta le necessità degli utenti e definisce i loro bisogni. I dati vengono registrati e organizzati nel capitolo Data collection. L'algoritmo di classificazione degli artefatti viene progettato e ne vengono calibrati i parametri, per i dati raccolti, nel capitolo Riemannian Potato Field (RPF) and practical design. Infine, l'implementazione e lo sviluppo della funzione di controllo della qualità nell'applicazione per smartphone sono spiegati nei capitoli RPF implementation for embedded systems e Mobile app quality feature prototype. Per ogni capitolo vengono esaminati i metodi specifici, i risultati, le conclusioni, le discussioni e i lavori futuri. Infine, i risultati di ciascun capitolo e le discussioni che ne sono derivate sono collegate tra loro nei capitoli finali Discussions and conclusions.

Deployment of a real-time quality control algorithm and visualization of EEG recordings for embedded platforms.

GREGO, GIOVANNI
2021/2022

Abstract

Epilepsy is one of the most common neurological diseases with around 50 million cases globally, and nearly 80% of them appear in low- and middle-income countries (LMICs). It is estimated that around 75% of epilepsy cases in LMICs are not treated correctly when for up to 70% of those, it would be possible to live seizure-free thanks to the medicines. One of the most consistent predictors of seizure recurrence, as well as the most common test used to diagnose epilepsy condition, is electroencephalography (EEG), a noninvasive method for recording brain electrical activity. In this scenario, some companies are developing solutions to bring affordable devices able to respond to LMICs setups, e.g. expert-independent and in a mobile environment. Therefore, there is a necessity for an intuitive, automatic and real-time EEG recording quality control feature running on a mobile phone. The problem inspected in the thesis is the feasibility of such a feature. In the Introduction and State of the art chapters, the problem is stated and the standard methods used are exposed through the PRISMA standard. The Design Thinking Process chapter highlights the framework used to structure the project. The users’ needs and system requirements chapter addresses the necessities of the users and defines their needs. The data is recorded and organized in the Data collection chapter. The artefact detection algorithm is designed and tuned for the specific data in the Riemannian Potato Field (RPF) and practical design chapter. Eventually, the implementation and the development of the quality feature in the mobile app are explained in RPF implementation for embedded systems and Mobile app quality feature prototype chapters. The specific methods, results, conclusions, discussions and future works are examined for each chapter. Finally, the outcomes of each chapter and the influenced discussions are linked together in the final Discussions and conclusions chapter.
2021
Deployment of a real-time quality control algorithm and visualization of EEG recordings for embedded platforms.
L'epilessia è una delle malattie neurologiche più comuni, con circa 50 milioni di casi a livello globale, di cui quasi l'80% di essi si manifesta nei Paesi a basso e medio reddito. Si stima che circa il 75% dei casi di epilessia nei Paesi a basso reddito non sia trattato correttamente, mentre per il 70% di questi sarebbe possibile vivere senza episodi epilettici grazie ai farmaci. Uno dei predittori più stabili di ricorrenza delle crisi, nonché il test più comunemente utilizzato per diagnosticare la condizione di epilessia, è l'elettroencefalogramma (EEG), un metodo non invasivo per registrare l'attività elettrica del cervello. In questo scenario, alcune aziende stanno sviluppando soluzioni per fornire dispositivi a prezzi accessibili in grado di rispondere alle particolari necessità dei Paesi meno sviluppati, ad esempio soluzioni che non richiedano esperti del settore, e in un setup mobile. Pertanto, è necessario un metodo di controllo della qualità della registrazione EEG che sia intuitivo, automatico e in tempo reale, e che funzioni su una applicazione installata su uno smartphone. Il problema esaminato nella tesi è la fattibilità di tale metodo. Nei capitoli Introduction e State of the art, viene esposto il problema e i metodi normalmente utilizzati, attraverso lo standard PRISMA. Il capitolo Design Thinking Process evidenzia il framework di riferimento utilizzato per strutturare il progetto. Il capitolo users’ needs and system requirements affronta le necessità degli utenti e definisce i loro bisogni. I dati vengono registrati e organizzati nel capitolo Data collection. L'algoritmo di classificazione degli artefatti viene progettato e ne vengono calibrati i parametri, per i dati raccolti, nel capitolo Riemannian Potato Field (RPF) and practical design. Infine, l'implementazione e lo sviluppo della funzione di controllo della qualità nell'applicazione per smartphone sono spiegati nei capitoli RPF implementation for embedded systems e Mobile app quality feature prototype. Per ogni capitolo vengono esaminati i metodi specifici, i risultati, le conclusioni, le discussioni e i lavori futuri. Infine, i risultati di ciascun capitolo e le discussioni che ne sono derivate sono collegate tra loro nei capitoli finali Discussions and conclusions.
EEG recordings
Real-time embedded
Quality control
Visualization
LMIC
File in questo prodotto:
File Dimensione Formato  
Grego_Giovanni.pdf

accesso aperto

Dimensione 8.11 MB
Formato Adobe PDF
8.11 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/40301