Análise de sinais eletrocardiográficos atriais utilizando componentes principais e mapas auto-organizáveis.

• Ano de defesa: 2008
• Autor(a) principal: Coutinho, Paulo Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Alagoas; BR; Modelagem Computacional de Conhecimento; Programa de Pós-Graduação em Modelagem Computacional de Conhecimento; UFAL
• Palavras-chave em Português: Eletrocardiograsm ECG; Atrial Fibrillation AF; Artificial Networks Neural ANN; Principal Component Analysis PCA; Self-Organizing Maps SOM; Eletrocardiograma ECG; Fibrilação Atrial FA; Redes Neurais Artificiais; Análise de Componentes Principais PCA; Mapas Auto-Organizáveis - SOM; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.ufal.br/handle/riufal/827

A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem caracterí­sticas especí­ficas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem hí­brida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos