modelização matemática do tremor humano na doença de … · modelização matemática do tremor...
TRANSCRIPT
Modelização Matemática do Tremor Modelização Matemática do Tremor Humano na Humano na
Doença de ParkinsonDoença de Parkinson
[email protected] [email protected] EdgarEdgar FerreiraFerreiraJoão DuarteJoão Duarte
Ricardo MartinsRicardo MartinsTiago MarçalTiago Marçal
Engenharia BiomédicaEngenharia Biomédica
Modelos dos Processos Modelos dos Processos Fisiológicos no HomemFisiológicos no Homem
Modelização Matemática do Tremor Humano na Doença de Parkinson
IntroduçãoIntrodução
O que é um tremor?O que é um tremor?
Movimento rápido, aproximadamente rítmico, de determinada Movimento rápido, aproximadamente rítmico, de determinada parte do corpoparte do corpo
VerificaVerifica--se, normalmente, nas extremidades do corpose, normalmente, nas extremidades do corpo
Tipos de tremorTipos de tremor
Quanto ao estado de actividade da parte do corpo onde ocorreQuanto ao estado de actividade da parte do corpo onde ocorre
•• Tremor de repouso Tremor de repouso
•• Tremor de acçãoTremor de acção
Quanto à causaQuanto à causa
•• Tremor FisiológicoTremor Fisiológico
•• Tremor PatológicoTremor Patológico
IntroduçãoIntrodução
O tremor fisiológico resulta da actividade oscilatória do SNCO tremor fisiológico resulta da actividade oscilatória do SNC
CÓRTEX CEREBRAL
(Estriado, substância
nigra, núcleos sub-talâmicos)
FEEDBACK CENTRAL
CONJUNTO DE
NEURÓNIOS MOTORES
RECEPTORES DE ESTIRAMENTO
MÚSCULO
MOVIMENTO (Tremor fisiológico)
Propriedades da unidade motora (ritmos não sincronizados e sincronização não oscilatória)
Factores mecânicos
Oscilações de grande latência devido aos mecanismos de feedback
Oscilações de baixa latência devido aos mecanismos de feedback
Oscilações resultantes da actividade do SNC
Oscilações devidas ao mecanismo de feedback central
Tremor FisiológicoTremor Fisiológico
Modelização Matemática do Tremor Humano na Doença de Parkinson
IntroduçãoIntrodução
Devida aos mecanismos de feedback envolvidos no controlo motorDevida aos mecanismos de feedback envolvidos no controlo motor
Tem um comportamento irregular
Modelização Matemática do Tremor Humano na Doença de Parkinson
IntroduçãoIntroduçãoTremor FisiológicoTremor Fisiológico
Existem circunstâncias extraordinárias que podem induzir o tremor:
• determinado tipo de medicação
• situações de descontrolo emocional
• ansiedade, medo, stress
• fadiga física
• hipotermia
• dor
Tremor PatológicoTremor Patológico
• Resulta de uma distorção ou amplificação da actividade oscilatória do SNC
• Tem um comportamento regular
Exemplo:
Tremor Parkinsoniano
Modelização Matemática do Tremor Humano na Doença de Parkinson
Doença de ParkinsonDoença de Parkinson
CaracterizaçãoCaracterização
•• doença neurodegenerativa doença neurodegenerativa
•• perda de neurónios dopaminérgicos da substância nigra perda de neurónios dopaminérgicos da substância nigra
diminuição da produção de dopamina (neurotransmissor) diminuição da produção de dopamina (neurotransmissor)
afecta a actividade do afecta a actividade do estriadoestriado
Modelização Matemática do Tremor Humano na Doença de Parkinson
Doença de ParkinsonDoença de Parkinson
CaracterizaçãoCaracterização Núcleos da Base
• Estriado
• Núcleos subtalâmicos
• Substância nigra
importantes na organização e coordenação dos movimentos
inibição da actividade muscular indesejável
Logo, na doença de Parkinson…Logo, na doença de Parkinson…incapacidade de controlar os movimentosincapacidade de controlar os movimentos
movimentos mais bruscosmovimentos mais bruscosdificuldade em manter a posturadificuldade em manter a postura
tremor característico: movimentos circulares e tremor característico: movimentos circulares e
transversais do polegar e indicadortransversais do polegar e indicador
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoModelização matemáticaModelização matemática
O tremor Parkinsoniano está associado a grupos de neurónios, locO tremor Parkinsoniano está associado a grupos de neurónios, localizados alizados no córtex cerebral, que geram potenciais de acção sincronizados no córtex cerebral, que geram potenciais de acção sincronizados a a frequências semelhantes à frequência do tremor.frequências semelhantes à frequência do tremor.
EdwardsEdwards, , BeuterBeuter e e GlassGlass desenvolveram um modelo:desenvolveram um modelo:
•• representativo de uma rede neuronal inibitóriarepresentativo de uma rede neuronal inibitória
•• modeliza a transição do tremor fisiológico para o tremor Parkimodeliza a transição do tremor fisiológico para o tremor Parkinsonianonsoniano
•• considera que o tremor Parkinsoniano e o tremor fisiológico têconsidera que o tremor Parkinsoniano e o tremor fisiológico têm origem m origem no mesmo circuito motorno mesmo circuito motor
•• com múltiplas conexões entre grupos de neurónios (unidades)com múltiplas conexões entre grupos de neurónios (unidades)
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoModelização matemáticaModelização matemática
Cada unidade desta rede neuronal constituída por N unidades podeCada unidade desta rede neuronal constituída por N unidades pode ser ser representada pela seguinte equação:representada pela seguinte equação:
1( )
Ni
i ij j ij
dy y w g ydt
τ=
= − + −∑
•• yyii actividade da actividade da ii--éésimasima unidadeunidade
•• wwii jj eficácia sináptica da ligação da unidade eficácia sináptica da ligação da unidade jj que actua em que actua em ii
•• ττii representa o limiar de actividade da unidade representa o limiar de actividade da unidade ii
•• g(yg(yjj) ) função resposta de determinada unidade função resposta de determinada unidade jj aos seusaos seus
estímulos de entradaestímulos de entrada
-- Degrau de HeavisideDegrau de Heaviside
-- Função SigmóideFunção Sigmóide
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoModelização matemáticaModelização matemática
Rede Neuronal Considerada (N=6)
1
4
6
2
35α
αα
α ligação com eficácia sináptica
variável (α Є [0,1] )
0 1 0 0 0 10 0 0 1 0 10 0 0 1 01 0 0 0 0 11 1 0 0 0 00 0 0 0
Wα
α α
= −
As eficácias sinápticas consideramAs eficácias sinápticas consideram--se se negativas, pois nas regiões do SNC que este negativas, pois nas regiões do SNC que este modelo representa, a dopamina tem um modelo representa, a dopamina tem um efeito inibitório.efeito inibitório.
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoModelização matemáticaModelização matemática
Equações diferenciais que descrevem o comportamento em cada uma Equações diferenciais que descrevem o comportamento em cada uma das seis unidades ao longo do tempo:das seis unidades ao longo do tempo:
11 2 6
22 4 6
33 4 5
44 1 6
55 1 2
66 3 5
1 ( ) 1 ( ) 1,5
1 ( ) 1 ( ) 1,5
1 ( ) ( ) 1,5
1 ( ) 1 ( ) 1,5
1 ( ) 1 ( ) 1,5
( ) ( ) 1,5
dy y g y g ydtdy y g y g ydtdy y g y g ydtdy y g y g ydtdy y g y g ydtdy y g y g ydt
α
α α
= − − ⋅ − ⋅ +
= − − ⋅ − ⋅ +
= − − ⋅ − ⋅ +
= − − ⋅ − ⋅ +
= − − ⋅ − ⋅ +
= − − ⋅ − ⋅ +
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoImplementaçãoImplementação em Simulinkem Simulink
In1Out1
g(yj)
In1
In2
Out1
Subsistema
Uma unidade básica da rede neuronal pode ser representada em SimUma unidade básica da rede neuronal pode ser representada em Simulink :ulink :
1Out1
1s
Integrator
-1.5
Constant
2In2
1In1
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor Parkinsoniano
In1Out1
g(y6)
In1Out1
g(y5)
In1Out1
g(y4)
In1Out1
g(y3)
In1Out1
g(y2)
In1Out1
g(y1)
y1
To Workspace1
In1
In2Out1
Subsistema 6
In1
In2
Out1
Subsistema 5
In1
In2
Out1
Subsistema 4
In1
In2
Out1
Subsistema 3
In1
In2
Out1
Subsistema 2
In1
In2Out1
Subsistema 1
Scope
Alfa
Alfa
ImplementaçãoImplementação em Simulinkem Simulink
1
4
6
2
35α
αα
Para 6 unidades básicas Para 6 unidades básicas relacionadas de acordo com o relacionadas de acordo com o esquema, construiuesquema, construiu--se este se este diagrama de blocos:diagrama de blocos:
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com o degrau de Heavisideda rede neuronal de acordo com o degrau de Heaviside
1 , 0( )
0 , 0j
jj
yg y
y≥= <
O degrau de Heaviside é definido como…O degrau de Heaviside é definido como…
…… e é implementado em Simulink através do seguinte subsistema: e é implementado em Simulink através do seguinte subsistema:
1Out1
>=
RelationalOperator Product
1Constant10
Constant
1In1
In1Out1
g(yj)
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com o degrau de Heavisideda rede neuronal de acordo com o degrau de Heaviside
•• αα = 1 = 1 Situação Fisiológica Situação Fisiológica eficácia sináptica das ligações inalteradaeficácia sináptica das ligações inalterada
0 5 10 15 20 25 30 35 40 45 50-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Tempo (s)
Am
plitu
de
Saída da unidade 1
0 0.5 1 1.5 2 2.5 30
5
10
15
20
25
30
35
40Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Transformada de FourierTransformada de Fourier
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com o degrau de Heavisideda rede neuronal de acordo com o degrau de Heaviside
•• αα = 0.8 = 0.8 Situação Transitória Situação Transitória eficácia sináptica das ligações ligeiramente alteradaeficácia sináptica das ligações ligeiramente alterada
Transformada de FourierTransformada de Fourier
0 5 10 15 20 25 30 35 40 45 50-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
Tempo (s)
Am
plitu
de
Saída da unidade 1
0 0.5 1 1.5 2 2.5 30
2
4
6
8
10
12
14
16Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com o degrau de Heavisideda rede neuronal de acordo com o degrau de Heaviside
•• αα = 0.5 = 0.5 Situação Patológica Situação Patológica eficácia sináptica das ligações muito alteradaeficácia sináptica das ligações muito alterada
Transformada de FourierTransformada de Fourier
0 5 10 15 20 25 30 35 40 45 50-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4Saída da unidade 1
Tempo (s)
Am
plitu
de
0 0.5 1 1.5 2 2.5 30
10
20
30
40
50
60Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Tremor ParkinsonianoTremor Parkinsoniano
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com uma função da rede neuronal de acordo com uma função SigmóideSigmóide
A função A função SigmóideSigmóide é definida para é definida para ββ=4=4 como…como…
…… e é implementado em Simulink através do seguinte bloco: e é implementado em Simulink através do seguinte bloco:
1 tanh(4 )( )
2j
j
yg y
+=
(1+tanh(4*u))/2
g(yj)
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0
0.2
0.4
0.6
0.8
1
Função sigmóide para Beta = 4
Entrada
Saí
da
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor Parkinsoniano
•• αα = 1 = 1 Situação Fisiológica Situação Fisiológica eficácia sináptica das ligações inalteradaeficácia sináptica das ligações inalterada
Transformada de FourierTransformada de Fourier
ComportamentoComportamento da rede neuronal de acordo com uma função da rede neuronal de acordo com uma função SigmóideSigmóide
0 5 10 15 20 25 30 35 40 45 50-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35Saída da unidade 1
Tempo (s)
Am
plitu
de
0 0.5 1 1.5 2 2.5 30
10
20
30
40
50
60
70Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com uma função da rede neuronal de acordo com uma função SigmóideSigmóide
•• αα = 0.8 = 0.8 Situação Transitória Situação Transitória eficácia sináptica das ligações ligeiramente alteradaeficácia sináptica das ligações ligeiramente alterada
Transformada de FourierTransformada de Fourier
0 5 10 15 20 25 30 35 40 45 50-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35Saída da unidade 1
Tempo (s)
Am
plitu
de
0 0.5 1 1.5 2 2.5 30
5
10
15
20
25
30Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoComportamentoComportamento da rede neuronal de acordo com uma função da rede neuronal de acordo com uma função SigmóideSigmóide
•• αα = 0.5 = 0.5 Situação Patológica Situação Patológica eficácia sináptica das ligações muito alteradaeficácia sináptica das ligações muito alterada
Transformada de FourierTransformada de Fourier
Tremor ParkinsonianoTremor Parkinsoniano
0 5 10 15 20 25 30 35 40 45 50-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3Saída da unidade 1
Tempo (s)
Am
plitu
de
0 0.5 1 1.5 2 2.5 30
0.5
1
1.5
2
2.5
3
3.5
4
4.5Espectro de Frequências de y1
Frequência (Hz)
Am
plitu
de
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoAnálise dinâmica da rede neuronal
Para yPara y22, y, y55 e ye y66::
•• Degrau de Heaviside Degrau de Heaviside αα = 1= 1
-0.3-0.2
-0.10
0.10.2
0.30.4
0.50.6
-0.4-0.3
-0.2-0.1
00.1
0.20.3
0.40.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
y2
Dinâmica da rede neuronal para alfa=1
y5
y6
Não se identifica Não se identifica qualquer singularidade qualquer singularidade
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoAnálise dinâmica da rede neuronal
Para yPara y11, y, y22 e ye y33::
•• Degrau de Heaviside Degrau de Heaviside αα = 0,5= 0,5
Trajectória Trajectória aproximadamente aproximadamente rectangular rectangular –– ciclo ciclo
limite limite –– em torno de um em torno de um centro centro
-0.4-0.3
-0.2-0.1
00.1
0.20.3
0.4
-0.4-0.3
-0.2-0.1
00.1
0.20.3
0.40.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
y1
Dinâmica da rede neuronal para alfa=0.5
y2
y3
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoAnálise dinâmica da rede neuronal
Para yPara y22, y, y44 e e yy55::
•• Função Função SigmóideSigmóide αα = 1= 1
Trajectória tende para Trajectória tende para um foco (estável) um foco (estável)
oscilandooscilando
-0.2-0.1
00.1
0.20.3
0.40.5
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
-0.5
0
0.5
y2
Dinâmica da rede neuronal para alfa=1
y4
y5
Modelização Matemática do Tremor Humano na Doença de Parkinson
Tremor ParkinsonianoTremor ParkinsonianoAnálise dinâmica da rede neuronal
Para yPara y22, y, y44 e ye y66::
•• Função Função SigmóideSigmóide αα = 0,5= 0,5
Trajectória tende para Trajectória tende para um foco (estável) um foco (estável)
oscilandooscilando
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25 -0.25-0.2
-0.15-0.1
-0.050
0.050.1
0.150.2
-0.5
0
0.5
1
y4
Dinâmica da rede neuronal para Alfa=0.5
y2
y6
Modelização Matemática do Tremor Humano na Doença de Parkinson
ConclusõesConclusões
•• modelo representa, de forma aceitável, o comportamento da redemodelo representa, de forma aceitável, o comportamento da redeneuronal envolvida no controlo do tremor humanoneuronal envolvida no controlo do tremor humano
•• acompanha a evolução da doença de Parkinson e respectivas alteacompanha a evolução da doença de Parkinson e respectivas alterações rações no tremor humanono tremor humano
•• contudo verificamcontudo verificam--se algumas imprecisões:se algumas imprecisões:
•• as gamas de frequências obtidas nos espectros são bastante as gamas de frequências obtidas nos espectros são bastante inferiores às esperadas , embora as formas dos espectros estejaminferiores às esperadas , embora as formas dos espectros estejamcorrectascorrectas
•• devidas ao número reduzido de unidades considerado e/ou a devidas ao número reduzido de unidades considerado e/ou a limitações associadas ao Simulinklimitações associadas ao Simulink
F I M