Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/14594
metadata.dc.type: Dissertação
metadata.dc.rights: Acesso Aberto
Title: Classificação automática de cardiopatias baseada em eletrocardiograma
metadata.dc.creator: Bueno, Nina Maria
metadata.dc.contributor.advisor1: Soares, Alcimar Barbosa
metadata.dc.contributor.referee1: Andrade, Adriano de Oliveira
metadata.dc.contributor.referee2: Martins, Weber
metadata.dc.description.resumo: Este trabalho dedica-se ao estudo do reconhecimento e classificação de cardiopatias, diagnosticadas através do exame de eletrocardiografia, ECG. Esse exame é comumente utilizado em visitas a cardiologistas, centros de emergência, centros de terapia intensiva e exames eletivos para auxílio de diagnóstico de cardiopatias como: infarto agudo do miocárdio, bloqueios de ramos, hipertrofia e outros. O aplicativo desenvolvido para apoio ao trabalho focaliza a extração de características do sinal ECG, representado por ciclos e a aplicação destas características a uma rede neural artificial para reconhecimento das cardiopatias. Para extração das características do sinal, utilizamos o modelo matemático de previsão de comportamento de curvas, chamado de auto-regressivo, AR, onde utilizamos o passado histórico recente da curva para determinar o próximo ponto; em nosso caso, utilizamos o algoritmo dos mínimos quadrados para adequação do erro, conhecido como LMS. A rede neural de topologia perceptron multicamadas e com algoritmo de treinamento backpropagation foi escolhida para o reconhecimento dos padrões, pela sua capacidade de generalização. O método se mostrou adequado e eficiente ao objetivo proposto.
Abstract: This work is dedicated to study of the recognition and classification of cardiac disease, diagnosised through the electrocardiogram ECG. This examination is normally used in heart medical center, emergency, intensive therapy, and with complement diagnosis in heart disease as: acute myocardium infarction, bundle block branches, hypertrophy and others. The software was developed for support to the model, with focus on extraction of ECG signal characteristics, and an artificial neural network for recognition of diseases. For extraction these characteristics, we have used a auto-regressive model, AR, with the algorithm least mean square LMS, to minimize the minimum error. The neural network, with architecture multilayer perceptron and back propagation algorithm of training, was chosen for the recognition of the standards. The method was showed efficient.
Keywords: ECG - Eletrocardiograma, exame não invasivo dos sinais elétricos cardíacos
Cardiopatia - Doença que acomete o coração
RNA - Rede neural artificial
Modelo AR - Modelo matemático auto-regressivo
ECG - electrocardiograph, no invasive examination of the cardiac electric signals
Cardiopathy - Heart disease
RNA - Artifitial neural network
AR model - Auto-regressive model
Eletrocardiografia
Coração - Doenças - Diagnóstico
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Engenharias
metadata.dc.publisher.program: Programa de Pós-graduação em Engenharia Elétrica
Citation: BUENO, Nina Maria. Classificação automática de cardiopatias baseada em eletrocardiograma. 2006. 122 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2006.
URI: https://repositorio.ufu.br/handle/123456789/14594
Issue Date: 30-Oct-2006
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
NMBuenoDISS1PRT.pdf1.77 MBAdobe PDFView/Open
NMBuenoDISS2PRT.pdf1.56 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.