Aplicaçãos de RNAP no auxílio do diagnóstico da Doença de AlzheimerComo você fez?

A doença de Alzheimer● Doença neurológica caracterizada por alteração cognitiva1.

● É mais prevalente senescência1 e corresponde a cerca de 50% dos casos dedemência2.

● As formas de DA podem ser3.○ Familial (genética).○ Esporádica: Possui fatores de riscos, tais como idade avançada,

histórico familiar, sexo feminino, trauma crânio-encefálico, baixa escolaridade, histórico familiar de Síndrome de Down e genótipo com a presença da ApoE entre outros.

1 McKhann G. Clinical diagnosis of AD. 1984.2 Herrera J. E. Estudo epidemiológico populacional de demência na cidade de Catanduva, estado de São Paulo, Brasil. 1998.3 Jelic V. Phd Thesis. 1999.

O EEG

O EEG

Atividade Beta > 13 Hz

Atividade Alpha 8 Hz-13 Hz

Atividade Theta 4 Hz-7 Hz

Atividade Delta < 4 Hz

A metodologia

Último trabalho publicado

Paraconsistent Artificial Neural Networks and AD Analysis – Improvements

Computational Collective Intelligence. Technologies and Applications. Lecture Notes in Computer Science. Volume 7653, 2012, pp 259-267

● Jair Minoro Abe, ● Helder Frederico S. Lopes, ● Kazumi Nakamatsu

A RNAPSistema Neural Artificial Paraconsistente para Tratamento de Contradição

CNAP: Conexão Analíticafunction TFaPANN.PANCAC(mi, lambda, Ftce, Ftct: real; output: integer): real;

var

Gce: real;

Gun: real;

lambdacp: real;

mir: real;

S1, S2: real;

begin

lambdacp := 1 - lambda;

Gce := mi - lambdacp;

Gun := mi + lambdacp - 1;

mir := (Gce + 1) / 2;

if (abs(Gce) > Ftce) then begin

S1 := mir;

S2 := 0;

end

else begin

if (abs(Gun) > Ftct) and (abs(Gun) > abs(Gce)) then begin

S1 := mir;

S2 := abs(Gun);

end

else begin

S1 := 0.5;

S2 := 0;

end;

end;

if output = 1 then result := S1

else result := S2;

end;

CNAP: MaximizaçãoFunction TFaPANN.PANCMAX(mi, lambda: real): real;var mir: real;begin mir := ((mi - lambda) + 1) / 2; if (mir > 0.5) then result := mi else result := lambda;end;

CNAP: MinimizaçãoFunction TFaPANN.PANCMIN(mi, lambda: real): real;var mir: real;begin mir := ((mi - lambda) + 1) / 2; if (mir < 0.5) then result := mi else result := lambda;end;

CNAP: A RNAPfunction TF_pann.Ad_diagnostic_analysis(PA, PB, PC: real; tipo: integer): real;var C1, C2, C3, C4, C5, C6, C7: real;begin C1 := FaPANN.PANCAC(PA, PB, 0, 0, 1); C2 := FaPANN.PANCAC(PC, PB, 0, 0, 1); C3 := FaPANN.PANCAC(PC, PA, 0, 0, 1);

C4 := FaPANN.PANCMAX(C1, C2); C6 := FaPANN.PANCMAX(C4, C3);

C5 := FaPANN.PANCMIN(C2, C3); C7 := FaPANN.PANCMIN(C1, C5);

if tipo = 1 then result := FaPANN.CNAPCA(C6, C7, 0, 0, 1) else result := FaPANN.CNAPCA(C6, C7, 0, 0, 2);end;

CNAP: Orientado à Objeto

CNAP: Orientado à Objeto

CNAP: Orientado à Objeto

CNAP: Orientado à Objeto

CNAP: Orientado à Objeto

That´s all Folks!Dúvidas, críticas sugestões?

Helder Frederico Lopes helderfredlopes@usp.br

@helder_fs_lopes

Agradecimento: Charles Alves