Reconhecimento e classificação de eletrocardiogramas utilizando inteligência artificial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorDosciatti, Mariza Miola-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorSouza, Viviane Dal Molin de-
Autor(es): dc.contributorMadalosso, Emanoeli-
Autor(es): dc.creatorCopatti, Brenda Sabrina-
Data de aceite: dc.date.accessioned2022-02-21T21:36:57Z-
Data de disponibilização: dc.date.available2022-02-21T21:36:57Z-
Data de envio: dc.date.issued2022-02-13-
Data de envio: dc.date.issued2022-02-13-
Data de envio: dc.date.issued2020-07-06-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27098-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/656606-
Descrição: dc.descriptionEarly diagnosis is crucial for the treatment of heart disease, this can be a decisive factor in the recovery of a patient in these conditions. This process involves knowledge and experience of the professional responsible for examining the exams to determine the patient's condition. Therefore, there is great interest in applying Artificial Intelligence and Machine Learning techniques to assist health professionals in making such decisions. In view of this, the present study is dedicated to the development of a system to assist in the diagnosis of cardiac arrhythmias, being trained with a pre-processed database to learn the model and after that be able to classify new data. Additionally, a web application was developed that communicates with artificial intelligence through an API, with the intention of allowing access by the professional, so that the application can receive the heart beat data and present the classification in an uncomplicated and intuitive way.-
Descrição: dc.descriptionO diagnóstico precoce é determinante para o tratamento de doenças cardíacas, este pode ser um fator decisivo na recuperação de um paciente nessas condições. Esse processo envolve conhecimento e experiência do profissional responsável na análise dos exames para determinar a condição do paciente. Assim sendo, é grande o interesse de aplicar técnicas de Inteligência Artificial e Aprendizado de Máquina para auxílio aos profissionais médicos a tomarem tais decisões. Diante disso, o presente estudo se dedica ao desenvolvimento de um sistema para auxiliar o diagnóstico de arritmias cardíacas, sendo treinado com uma base de dados pré-processados para realizar o aprendizado do modelo e após isso ser capaz de classificar novos dados. Adicionalmente foi desenvolvida uma aplicação web que faz comunicação com a Inteligência Artificial por meio de uma API, com intuito de permitir o acesso pelo profissional, para que a aplicação possa receber os dados do batimento cardíaco e apresentar a classificação de maneira descomplicada e intuitiva.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherTecnologia em Análise e Desenvolvimento de Sistemas-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO-
Título: dc.titleReconhecimento e classificação de eletrocardiogramas utilizando inteligência artificial-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.