Modelagem auto-regressiva e memórias associativas na classificação de sinais eletromiográficos de agulha.

• Ano de defesa: 2001
• Autor(a) principal: Ike, Iara Kazuyo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Diagnosis; Diagnóstico; Doenças neuromusculares; Neuromuscular diseases
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-29082024-143551/

O objetivo desta dissertação foi analisar a potencialidade da utilização conjunta de parâmetros espectrais e coeficientes auto-regressivos para a classificação de sinais eletromiográficos de agulha em normais, miopáticos e neuropáticos. Os sinais eletromiográficos de agulha do músculo biceps braquial de seis indivíduos normais, seis miopáticos e seis neuropáticos foram adquiridos à taxa de 25.000 amostras por segundo. Os sinais adquiridos foram separados em trechos, segundo os níveis de contração. Posteriormente, selecionou-se um subtrecho de 800 ms de cada trecho correspondente a 50% da máxima contração voluntária. As médias e as tendências lineares foram removidas, e a estacionariedade de cada subtrecho foi confirmada pelo teste de seqüências. Os coeficientes do modelo auto-regressivo de ordem 30 foram estimados pelo método de Burg. A freqüência mediana, o coeficiente de assimetria e o coeficiente de achatamento da densidade espectral de potência, além da razão entre os coeficientes de assimetria e achatamento, foram obtidos a partir da estimativa da densidade espectral de potência fornecida pelo modelo auto-regressivo. A classificação dos subtrechos nas três classes de pacientes foi feita com a aplicação de memórias associativas nos parâmetros estimados. Adotaram-se duas estratégias de separação das classes de paciente: 1) em uma única etapa; e 2) em duas etapas. Concluiu-se que a estratégia de separação em duas etapas forneceu uma porcentagem de acerto global (74,1%) muito superior à fornecida pela estratégia de separação em uma única etapa (59,2%). O resultado da estratégia em duas etapas foi comparável aos apresentados na literatura. Desta forma, verificou-se que a utilização conjunta de coeficientes auto-regressivos e parâmetros espectrais para a classificação de sinais eletromiográficos em normais, miopáticos e neuropáticos é promissora.