BEGIN:VCALENDAR VERSION:2.0 PRODID:-//TUC//Events//EN CALSCALE:GREGORIAN BEGIN:VTIMEZONE TZID:Europe/Athens TZNAME:EEST DTSTART:19700329T030000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3 BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0300 TZNAME:EET DTSTART:19701025T040000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10 END:STANDARD END:VTIMEZONE BEGIN:VEVENT CREATED:20240308T125829Z LAST-MODIFIED:20240308T125829Z DTSTAMP:20260616T001158Z UID:1781557918@tuc.gr SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κας Αλεξάνδρας Τσιπουράκη - Σχολή ΗΜΜΥ LOCATION: DESCRIPTION:https://www.tuc.gr/el/to-polytechnei o/ilektronikes-ypiresies/imerologio/ imerologio-ekdiloseon-1?tx_tucevents 2_tuceventsdisplay%5Baction%5D=show& tx_tucevents2_tuceventsdisplay%5Bcon troller%5D=Event&tx_tucevents2_tucev entsdisplay%5Bevent%5D=6828&cHash=8b 0a65278058a85371c2067f24090abc\nΠΟΛΥ ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών\ n Πρόγραμμα Προπτυχιακών Σπουδών\n Π ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Αλ εξάνδρας Τσιπουράκη\n με θέμα\n Ανάλ υση Ηλεκτροεγκεφαλογραφήματος σε Επι ληψία Μετά από Διακρανιακή Ηλεκτρική Διέγερση με Χρήση Μοντέλων Συνδεσιμ ότητας και Μηχανική Μάθηση\n Analysi s of Electroencephalography in Epile psy After Transcranial Brain Stimula tion Using Connectivity Models and M achine Learning\n Εξεταστική Επιτροπ ή\n Καθηγητής Μιχαήλ Ζερβάκης (επιβλ έπων)\n Καθηγητής Αθανάσιος Λιάβας\n Καθηγητής Carsten Η. Wolters ( Prof essor of Neurosciences and Biomedica l Engineering; University of Münster , Germany)\n Περίληψη\n Η επιληψία, αποτελεί μία από τις πιο κοινές νευ ρολογικές διαταραχές, πλήττοντας περ ίπου 50 εκατομμύρια άτομα παγκοσμίως και επηρεάζοντας σημαντικά την ποιό τητα ζωής τους. Συμβατικά, τα συμπτώ ματα της επιληψίας διαχειρίζονται μέ σω της χορήγησης αντιεπιληπτικών φαρ μάκων ή, όπου είναι εφικτό, μέσω χει ρουργικής επέμβασης. Ωστόσο, η συχνή εμφάνιση περιπτώσεων φαρμακο-ανθεκτ ικής, μη χειρουργήσιμης επιληψίας, μ ας ωθεί στην αναζήτηση νέων, εξατομι κευμένων, μεθόδων θεραπείας. Μεταξύ αυτών, η άμεση Διακρανιακή Ηλεκτρική Διέγερση (tDCS) έχει αναδειχθεί ως πολλά υποσχόμενη λύση. Η παρούσα εργ ασία εστιάζει στη μελέτη εγκεφαλογρα φημάτων (ΗΕΓ) που προέρχονται από μί α N-of-1 μελέτη με στόχο την εξέταση της επίδρασης της εφαρμογής πολυκαν αλικής tDCS (mc-tDCS) σε έναν πάσχον τα από την προαναφερθείσα ανθεκτική επιληψία. Σε αυτό το πλαίσιο, είχε δ ιεξαχθεί ένα Distributed Constrained Maximum Intensity (D-CMI)-based-mc- tDCS and sham stimulation πείραμα συ νολικής διάρκειας δύο εβδομάδων. Τόσ ο η διέγερση όσο και η εικονική διέγ ερση εφαρμόστηκαν δύο φορές κάθε εργ άσιμη ημέρα της εβδομάδας για 20 λεπ τά η κάθε μία. Τα δεδομένα EEG καταγ ράφηκαν για 1 ώρα πριν και μετά τη δ ιέγερση. Οι ειδικοί, διαπίστωσαν μία ιδιαίτερα σημαντική μείωση της συχν ότητας εμφάνισης επιληπτικών κρίσεων μετά τη διαδικασία διέγερσης, ενώ δ εν παρατηρήθηκε κάτι αντίστοιχο μετά την εικονική διέγερση. \n Σκοπός μα ς, είναι να αξιολογήσουμε τα μοτίβα συνδεσιμότητας που προκύπτουν από τη μελέτη των καταγραφών ΗΕΓ, με την ε φαρμογή της μεθόδου γενικευμένης Μερ ικής Κατευθυνόμενης Συνάφειας (gPDC) πριν και μετά την πραγματική και ει κονική διέγερση αντίστοιχα. Οι αρχικ ές καταγραφές, διαιρέθηκαν σε υποσήμ ατα διάρκειας 3 δευτερολέπτων, στα ο ποία μετέπειτα εφαρμόστηκε και μελετ ήθηκε η gPDC. Κατόπιν, τα χαρακτηρισ τικά που προέκυψαν από την προαναφερ θείσα μελέτη συνδεσιμότητας καθώς κα ι κάποια στατιστικά μεγέθη, εισήχθησ αν σε μοντέλα Μηχανικής Μάθησης, προ κειμένου να επικυρωθούν τα προγενέστ ερα ευρήματά μας.\n Τα τελικά αποτελ έσματα κρίνονται ενθαρρυντικά, καθώς η ανάλυση συνδεσιμότητας επικύρωσε τα αποτελέσματα που είχαν προκύψει α πό το αρχικό πείραμα, επιβεβαιώθηκε η επιληπτογόνος περιοχή, όπως και η μείωση των καταγεγραμμένων επιληπτικ ών κρίσεων μετά την πραγματική ηλεκτ ρική διέγερση. Τέλος, τα μοντέλα μηχ ανικής μάθησης επιβεβαίωσαν τη μελέτ η συνδεσιμότητας. Η παρούσα εργασία, επιχειρεί να συμβάλλει στην περαιτέ ρω διερεύνηση και κατανόηση των νευρ ικών μηχανισμών και συνδέσεων που υπ όκεινται της επιληψίας, χρησιμοποιών τας μία μη επεμβατική μέθοδο καταγρα φής δεδομένων. Η δυνατότητα συλλογής και ανάλυσης δεδομένων για μεγαλύτε ρες χρονικές περιόδους μπορεί να ενι σχύσει μελλοντικά το βάθος και την α ξιοπιστία των ευρημάτων της συγκεκρι μένης ανάλυσης, προσφέροντας μία πιο πλούσια κατανόηση των επιδράσεων τη ς διακρανιακής ηλεκτρικής διέγερσης στην επιληψία.\n Abstract \n Epileps y constitutes a neurological disorde r affecting approximately 50 million individuals globally, significantly impacting their quality of life.Con ventionally, epilepsy symptoms are m anaged through the administration of antiepileptic drugs or, where feasi ble, through surgical intervention. However, the frequent cases of refra ctory focal epilepsy have highlighte d the necessity for new, personalize d therapeutic approaches. Among thes e, transcranial Direct Current Stimu lation (tDCS) has emerged as a promi sing potential solution. The present work, focuses on the study of EEG r ecordings deriving from a proof-of-p rinciple N-of-1 trial study, whose s cope was to investigate the effects of multi-channel (mc-) tDCS applicat ion on a patient with refractory foc al epilepsy. A double-blind sham-con trolled stimulation experiment was c onducted in a two-week long stimulat ion trial. Distributed Constrained M aximum Intensity (D-CMI)-based-mc-tD CS and sham stimulation were applied twice every week-day for 20 minutes each. EEG data, was recorded for 1 hour before and after stimulation. E xperts, marked a highly significant reduction in interictal spike freque ncy after the stimulation process, w hile this was not the case for sham. Our purpose, is to evaluate EEG con nectivity patterns, using generalize d Partial Directed Coherence (gPDC) before and after stimulation and sha m procedures accordingly. The raw EE G recordings are segmented into 3-se cond long sub-signals, to which then gPDC is applied and studied. We fur ther proceed to the extraction of co nnectivity and statistical features from this analysis, and provide this information to Machine Learning mod els, in order to verify and validate our connectivity findings. \n The f inal results are promising; the conn ectivity analysis performed on the E EG data validated the results which had already derived from the trial, the epileptogenic zone was confirmed , as also was the reduction of IEDs after the tDCS. Finally, the ML mode ls' results validated the robustness of our connectivity study. Τhis res earch, contributes to gaining a deep er understanding of the neural mecha nisms underlying epilepsy, utilizing a non-invasive modality, as is EEG. The ability to gather and analyze m ore extensive EEG data sets over lon ger periods, can enhance in the futu re the depth and reliability of our findings, offering a richer understa nding of the effects of Transcranial Direct Current Stimulation (tDCS) o n epilepsy.\n STATUS:CONFIRMED ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr DTSTART:20240312T110000 DTEND:20240312T120000 TRANSP:OPAQUE CLASS:DEFAULT END:VEVENT END:VCALENDAR