A eletroencefalografia (EEG) é uma das evidências tomadas na avaliação de indicação cirúrgica, em casos de pacientes portadores de epilepsia refratária a medicamentos, que pode auxiliar na localização da área responsável pela origem das crises epilépticas. Ao longo das últimas décadas, além das bandas de frequências já tradicionalmente avaliadas (até cerca de 40Hz), a EEG tem despertado o interesse de pesquisadores também para bandas de frequências mais altas. Passaram a ser encontradas evidências de que oscilações de alta frequência, conhecidas por HFO (High Frequency Oscillations), podem ser usadas como biomarcadores de epilepsia. Diversos estudos têm sido realizados em busca de uma melhor compreensão sobre HFO, a fim de viabilizar sua utilização em aplicações clínicas. Entretanto, características não lineares e de complexidade, que podem contribuir na análise de sinais com origem em sistemas biológicos, não têm sido investigadas neste tipo de sinais. Este estudo propôs a investigação de características extraídas de sinais de EEG com presença de HFO, de pacientes portadores de epilepsia refratária, através de métodos considerados como de análise não linear. Análise de Dinâmica Simbólica, Análise de Flutuações Destendenciadas (DFA), Entropia Multiescala (MSE) e Análise qSDiff foram aplicadas em segmentos de sinais de EEG intracraniano, amostrados a 5kHz, de pacientes portadores de epilepsia refratária, e também em alguns sinais simulados de características conhecidas para fins de comparação. Os resultados dos diferentes métodos investigados apontaram características semelhantes entre os segmentos de EEG analisados e séries simuladas de ruído browniano, sugerindo que os sinais de EEG em geral têm perfil bastante suavizado, são não estacionários e exibem correlações de longo alcance. Foram também levantadas evidências de que tanto HFO quanto os segmentos de EEG onde estão inseridas têm padrões mais regulares de variação e são menos complexas que segmentos de EEG sem HFO, sugerindo a degradação da complexidade fisiológica desta região cerebral, que poderia estar relacionada com mecanismos fisiopatológicos da epilepsia. Todos os métodos investigados sugeriram que as características e propriedades não lineares, relacionadas a complexidade inerente dos sinais de EEG, podem ser úteis na análise de HFO, principalmente pelas evidências de que estas características se alteram nas HFO, quando comparadas ao restante do sinal onde elas se encontram e também a outros sinais sem sua presença.

Electroencephalography (EEG) is one of the evidences taken in the evaluation of surgical indication, in cases of patients with drug refractory epilepsy, which may help in locating the area responsible for the origin of epileptic seizures. Over the last few decades, in addition to the frequency bands that have traditionally been evaluated (up to about 40Hz), the EEG has attracted researchers also to higher frequency bands. Evidence has been found that high frequency oscillations (HFO), can be used as biomarkers of epilepsy. Many studies have been carried out in search of a better understanding about HFO, in order to make it feasible to use in clinical applications. However, nonlinear and complex features, which may contribute to the analysis of signals originating from biological systems, have not been investigated in this type of signals. This study proposed the investigation of features extracted from EEG signals with HFO of patients with refractory epilepsy, using nonlinear analysis methods. Symbolic Dynamics Analysis, Detrended Fluctuation Analysis (DFA), Multiscale Entropy (MSE) and qSDiff Analysis were applied to segments of intracranial EEG signals, sampled at 5kHz, from patients with refractory epilepsy, as well as some features-known simulated signals for comparison purposes. Results of the different investigated methods pointed out similar features between the analyzed EEG segments and the simulated series of Brownian noise, suggesting that EEG signals, in general, have a very smoothed profile, are nonstationary and exhibit long- range correlations. Evidence has also been raised that both HFO and the EEG segments where they are inserted have more regular patterns of variation and are less complex than EEG segments without HFO, suggesting the degradation of the physiological complexity of this brain region, which could be related to pathophysiological mechanisms of epilepsy. All the investigated methods suggested that nonlinear features and properties, related to the inherent complexity of EEG signals, may be useful in HFO analysis, mainly because of the evidence that these features change in HFOs when compared to the rest of the signal where they are and other signals without their presence.