Avaliação de métodos de análises não lineares alternativos à entropia multi-escala em séries fisiológicas curtas

• Ano de defesa: 2021
• Autor(a) principal: Borin Junior, Airton Monte Serrat
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Entropia multi-escala; Fuzzy logic; Lógica Fuzzy; Multiscale entropy; Séries temporais fisiológicas curtas; Short physiological time series
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-14082021-145519/

O estudo de ritmos fisiológicos (por exemplo, respiração, ciclos cardíacos) e sua regulação, pode ser feito por meio de métodos que caracterizam a complexidade da regulação fisiológica. Os mecanismos fisiológicos subjacentes às variações cardiorrespiratórias incluem múltiplos ciclos de feedback \"determinísticos\"que regulam o sistema cardiorrespiratório, bem como processos \"estocásticos\"nos níveis celular e molecular (por exemplo, canais iônicos, liberação de neurotransmissores, etc.). A natureza estocástica dos sistemas reais impede o uso de modelos determinísticos para descrever variações fisiológicas. Assim, os métodos estocásticos podem fornecer informações úteis sobre a complexidade dos ritmos fisiológicos e descobrir mecanismos que estão associados a patologias complexas, como arritmia cardíaca por exemplo. Uma maneira de abordar a complexidade por métodos estocásticos é procurando a presença da propriedade fractais, que pode ser detectado em sistemas naturais acima de uma determinada escala de tempo. A introdução do método de entropia multi-escala (MSE) foi um marco no campo da análise de sinais fisiológicos complexos, de forma que a MSE se tornou uma abordagem fundamental para acessar a complexidade de uma série de temporal, estimando sua criação de informações em uma gama de escalas temporais. No entanto, a MSE pode não ser precisa ou válida para séries temporais curtas. Por isso que estudos anteriores aplicaram diferentes tipos de derivações de seu algoritmo a séries temporais de curto prazo. Contudo, nenhum estudo analisou e comparou sistematicamente suas confiabilidades. Uma das variantes mais importantes da MSE é a entropia multi-escala modificada (MMSE), embora ainda possa produzir estimativas enviesadas devido aos critérios de similaridade rígidos da entropia amostral. Aproveitando as vantagens do MMSE e do conceito de entropia fuzzy, propomos nessa tese a entropia multi-escala fuzzy modificada (MMFE) como refinamento da MMSE para séries temporais fisiológicas de curto prazo. Avaliamos a robustez da MMSE e MMFE usando ruídos estocásticos segmentados e séries de variabilidade da frequência cardíaca real, comparadas com os resultados da MSE clássica obtidos com os sinais completos. Os resultados mostram que o MMFE é muito mais robusta do que o MMSE para um série temporal fisiológica curta, assemelhando-se a MSE para amostras da séries com 400 batimentos. Também mostramos a existência de uma relação exponencial entre o parâmetro fuzzy da MMFE e o tamanho do sinal. Sugerimos o uso dessa relação para escolher o parâmetro MMFE ideal como parte do método. Nessa tese também são comparadas as mais importantes variações do algoritmo MSE adaptadas a séries temporais curtas em séries temporais de variabilidade da frequência cardíaca (VFC) humana e de rato. São estudadas as variações mais utilizadas de MSE: MSE composta (CMSE), MSE composta refinada (RCMSE), além da MSE modificado (MMSE) e suas versões fuzzy. Também analisamos os erros nas estimativas de MSE para uma gama de expoentes fuzzy incorporados. Os resultados mostram que as versões fuzzy MSE, em função do comprimento da série temporal, apresentam erros mínimos em comparação com os algoritmos não fuzzy. O algoritmo da MSE tradicional com contagem fuzzy (MFE) tem precisão semelhante a algoritmos alternativos com melhor desempenho computacional. Para a melhor precisão, os resultados sugerem diferentes expoentes fuzzy de acordo com o comprimento da série temporal.