Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Santos, Maria |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://repositorio.ifpb.edu.br/jspui/handle/177683/1014
|
Resumo: |
O eletrocardiograma (ECG) ? um exame m?dico preliminar e importante na assist?ncia diagn?stica de sinais cardiovasculares. A grande demanda de exames, fez surgir estudos para automatizar a an?lise do sinal de ECG, diminuindo o tempo de laudo pelos especialistas e proporcionando algoritmos para diversos tipos de doen?as card?acas. Nesse contexto, o presente trabalho avalia tr?s diferentes abordagens para a detec??o de arritmias utilizando a Decomposi??o Emp?rica de Modo (Empirical Mode Decomposition ? EMD). A primeira abordagem utiliza como pr?-processamento o filtro do tipo Butterworth e a distin??o dos sinais ? realizada por meio da frequ?ncia card?aca. A segunda abordagem emprega como pr?-processamento algoritmo de Pan e Tompkins e a distin??o dos sinais tamb?m por meio da frequ?ncia card?aca. A terceira abordagem tamb?m utiliza o algoritmo de Pan e Tompkins como pr?-processamento e utiliza cinco caracter?sticas para classificar os sinais entre saud?veis e n?o saud?veis em uma rede neural: frequ?ncia card?aca, entropia, segmento QRS, desvio padr?o do segmento QRS, segmento PR e desvio padr?o do segmento PR. Formas distintas de avalia??o de desempenho foram consideradas, para cada algoritmo implementado, tais como o intervalo de frequ?ncia, na primeira abordagem, o n?mero de picos detectados da onda R, na segunda abordagem, e m?tricas de acur?cia, sensibilidade e especificidade, na terceira abordagem. Por fim, ? analisada a taxa de acerto, as quais s?o, respectivamente, 77,08% na abordagem 1, 99,15% na abordagem 2 e 100% na abordagem 3 utilizando a frequ?ncia e entropia como caracter?stica e uma rede neural. Diante dos resultados obtidos, o m?todo EMD vem sendo muito usado em processamento de sinais e contribuindo em pesquisas de profissionais e pesquisadores. |