Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Martins, Genilson Medeiros
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: Universidade Estadual da Paraíba
Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP
Brasil
UEPB
Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS
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://tede.bc.uepb.edu.br/jspui/handle/tede/3250
Resumo: Estudo publicado em 2016, na revista Improving Diagnosis in Health Care pelo Institute of Medicine (IMO), afirma que um em dez diagnósticos estão incorretos e que pelo menos uma pessoa em cada três tem experiência relacionada a um erro de diagnóstico. Pesquisadores descobriram que erros em diagnósticos respondem pela maior fração de alegações de negligência e o maior quantitativo de pagamentos de penalidade como multas e indenizações. Na Eletromiografia, do ponto de vista clínico, o diagnóstico das doenças como a Esclerose Lateral Amiotrófica (ELA) e miopatias, nos estágios iniciais é de difícil diagnóstico, à medida que os sintomas dessas doenças podem ser facilmente confundidos com outras doenças. Contudo, neste trabalho é apresentado um sistema para auxílio ao diagnóstico médico (Computer-Aided Diagnosis - CAD), visando ao aprimoramento e ao aumento na eficiência, precisão e rapidez do diagnóstico clínico, capaz de classificar os sinais eletromiográficos automaticamente em saudável, miopatia e ELA, proporcionando uma segunda opinião ao especialista médico.