Detecção e classificação de arritmias em eletrocardiogramas usando transformadas wavelets, máquinas de vetores de suporte e rede Bayesiana

Página do item simplificado
dc.contributor.advisorMarengoni, Mauríciopt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1974791787566027por
dc.contributor.authorRodrigues, Luiz Carlos Ferreirapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5072743658674576por
dc.date.accessioned2016-03-15T19:37:40Z
dc.date.accessioned2020-05-28T18:08:32Z
dc.date.available2012-05-11pt_BR
dc.date.available2020-05-28T18:08:32Z
dc.date.issued2012-03-02pt_BR
dc.description.abstractAs cardiopatias são atualmente, segundo o Ministério da Saúde, a segunda maior causa de mortalidade entre brasileiros, ficando atrás apenas das doenças cerebrovasculares. A motivação do trabalho aqui apresentado é a identificação e classificação de cardiopatias registradas em exames de Eletrocardiograma, o ECG, tais como contrações prematuras, bloqueio de ramos, taquicardias e outros distúrbios de ritmo. Devido a sua fácil aplicação e baixo custo, o ECG é um dos recursos mais largamente utilizados por pesquisadores e profissionais da saúde na avaliação da saúde do coração. A aplicação computacional desenvolvida neste estudo concentra-se no uso de Transformadas Wavelets para o processamento digital dos sinais de ECG, na extração das características morfológicas, dinâmicas e espectrais de ciclos do sinal e na submissão dessas características a duas Máquinas de Vetores de Suporte (SVM). Os resultados das SVM's são combinadas em uma Rede Bayesiana para a identificação e classificação das cardiopatias. As características morfológicas de cada ciclo do sinal são extraídas através de Análise de Componentes Principais (PCA), as características espectrais são extraídas através da decomposição do sinal em coeficientes de Transformadas Wavelets enquanto as características dinâmicas são definidas pelos intervalos entre o máximo global de cada ciclo. Para desenvolvimento, testes e validação da aplicação foi utilizado o Banco de Arritmias MIT-BIH, disponibilizado pelo Massachusetts Institute of Technology (MIT). Neste trabalho demonstramos que a aplicação desenvolvida é capaz de reconhecer e classificar 8 tipos de batimentos cardíacos em registros de ECG, com uma acurácia média total de classificação superior a 95,0%.por
dc.formatapplication/pdfpor
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24331
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectECG (Eletrocardiograma)por
dc.subjectcomplexo QRSpor
dc.subjectwaveletspor
dc.subjectSVM (Support Vector Machines)por
dc.subjectrede Bayesianapor
dc.subjectECG (electrocardiogram)eng
dc.subjectQRS complexeng
dc.subjectwaveletseng
dc.subjectSVM (Support Vector Machines)eng
dc.subjectBayesian networkseng
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOSpor
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/3824/Luiz%20Carlos%20Ferreira%20Rodrigues.pdf.jpg*
dc.titleDetecção e classificação de arritmias em eletrocardiogramas usando transformadas wavelets, máquinas de vetores de suporte e rede Bayesianapor
dc.typeDissertaçãopor
local.contributor.board1Lopes, Paulo Batistapt_BR
local.contributor.board2Thomaz, Carlos Eduardopt_BR
local.contributor.board2Latteshttp://lattes.cnpq.br/1787052168477889por
local.publisher.countryBRpor
local.publisher.departmentEngenharia Elétricapor
local.publisher.initialsUPMpor
local.publisher.programEngenharia Elétricapor
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Luiz Carlos Ferreira Rodrigues.pdf
Tamanho:
3.13 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Dissertações - EE Higienópolis