Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Ulbricht, Leandra | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4280173811936614 | - |
Autor(es): dc.contributor | Coninck, Jose Carlos Pereira | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/2097063960009247 | - |
Autor(es): dc.contributor | Osório, Flávio Henrique Tincani | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5877257918276846 | - |
Autor(es): dc.contributor | Ulbricht, Leandra | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4280173811936614 | - |
Autor(es): dc.contributor | Ripka, Wagner Luis | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-6191-1188 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/3480837014205533 | - |
Autor(es): dc.creator | Esmanhoto, Eduardo Farias | - |
Data de aceite: dc.date.accessioned | 2022-02-21T22:01:34Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T22:01:34Z | - |
Data de envio: dc.date.issued | 2020-08-10 | - |
Data de envio: dc.date.issued | 2020-08-10 | - |
Data de envio: dc.date.issued | 2019-09-30 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/5121 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/666148 | - |
Descrição: dc.description | Raynaud’s phenomenon (PR) comes in two forms, primary and secondary. The diagnosis of the condition is of paramount importance, as is the differentiation between its two forms.Clinically, this differentiation is not possible, and thermography emerges as a complementary diagnostic tool to clinical examinations, being a low cost, noninvasive and easily operable technique. Thus, the aim of this study is to verify the feasibility of using thermographic images to assist in the diagnosis of patients with RP through statistical analyzes such as Principal Component Analysis (PCA) and Geostatistics. Data collection was performed in 279 individuals, 255 of these were undiagnosed individuals, being other individuals diagnosed with Raynaud’s Phenomenon in its primary form (RP1) and 13 with the secondary form (RP2). The collection environment was maintained at 23◦C, using a thermal camera (Fluke Ti400) to monitor the reheat pattern after a cold stress protocol, i.e., under hand immersion to the carpal level in a container with water at 10◦C for 60 seconds. Images were recorded at the following times: before immersion, immediately after (t = 0), and thereafter every 5 minutes, until 20 minutes after immersion (t = 5, t = 10, t = 15 and t = 20). For descriptive and exploratory analyzes, composed by ANOVA analysis and Tukey test, 36 individuals were selected, 11 previously classified with primary Raynaud’s Phenomenon (RP1), 13 classified with the secondary phenomenon (RP2), and 12 healthy (S-control group). It was found that there is no significant difference between the averages and variances of temperatures. However, when considering the differences between the temperatures of both hands of each individual, there is significant difference in the variability of the RP2 group for the others. An analysis of variance (ANOVA) with Tukey test revealed that the groups RP1 and RP2 have very similar behaviors, but with RP1 presenting faster balance than RP2, and both differing considerably from healthy cases. After performing the Principal Component Analysis to reduce the dimensionality of the data, considering the 279 individuals, it proved ineffective to distinguish the groups, and it revealed that this classification involves a space-temporality to be taken into account. Finally, geostatistical analyzes were performed on the 36 selected individuals. Mathematical models were found that best represent each individual in each time, and krigings of each image were generated for a visual validation of the found model. The models fit the data faithfully and provided good representations, being the most frequent models: Bessel, Exponential and Gaussian. | - |
Descrição: dc.description | O Fenômeno de Raynaud (RP) apresenta-se sob duas formas, primária e secundária. O diagnóstico da condição é de suma importância, bem como a diferenciação entre suas duas formas. De forma clínica, essa diferenciação não é possível, e a termografia surge como uma ferramenta de diagnóstico complementar aos exames clínicos, sendo uma técnica de baixo custo, não invasiva e de fácil operacionalidade. Dessa forma, o objetivo desse estudo é verificar se há viabilidade no uso de imagens termográficas para auxiliar no diagnóstico de pacientes com RP através de análises estatísticas como a Análise de Componentes Principais (PCA) e a Geoestatística. A coleta de dados foi feita em 279 indivíduos, desses, 255 indivíduos não diagnosticados, sendo outros 11 indivíduos com diagnóstico do Fenômeno de Raynaud em sua forma primária (RP1) e 13 com a forma secundária (RP2). O ambiente de coleta foi mantido a temperatura de 23°C, sendo utilizada a câmera térmica (Fluke Ti400) para acompanhar o padrão de reaquecimento após um protocolo de estresse ao frio, isto é, sob imersão das mãos até o nível do carpo em recipiente com água a 10°C durante 60 segundos. As imagens foram registradas nos seguintes tempos: antes da imersão, imediatamente após t=0, e após isso a cada 5 minutos, até que se completassem 20 minutos pós-imersão t=5, t=10, t=15 e t=20). Para as análises descritivas e exploratórias, compostas pela análise ANOVA e teste de Tukey, foram selecionados 36 indivíduos, sendo 11 previamente classificadas com o Fenômeno de Raynaud primário (RP1), 13 classificadas com o fenômeno secundário (RP2), além de 12 sadios (S-grupo controle). Foi encontrado que não há diferença significativa entre as médias e variâncias das temperaturas. No entanto, quando consideradas as diferenças entre as temperaturas das duas mãos de cada indivíduo, há diferença significativa na variabilidade do grupo RP2 para os demais. Uma análise de variância (ANOVA) com teste de Tukey revelou que os grupos RP1 e RP2 têm comportamentos bastante parecidos, porém com RP1 apresentando atingindo equilíbrio de forma mais veloz que RP2, e ambos diferindo consideravelmente dos casos sadios. Feita também a Análise de Componentes Principais para redução da dimensionalidade dos dados, considerando-se os 279 indivíduos, mostrou-se ineficaz para a distinção dos grupos, e revelou que essa classificação envolve uma espaço-temporalidade a ser levada em conta. Por fim, foram feitas análises geoestatísticas nos 36 indivíduos selecionados. Foram encontrados modelos matemáticos que melhor representem cada indivíduo em cada tempo, e foram geradas krigagens de cada imagem para uma validação visual do modelo encontrado. Os modelos se ajustaram fielmente aos dados e forneceram boas representações, sendo os modelos mais frequentes: Bessel, Exponencial e Gaussiano. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Biomédica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Doenças vasculares periféricas - Diagnóstico | - |
Palavras-chave: dc.subject | Termologia - Medicina | - |
Palavras-chave: dc.subject | Análise de componentes principais | - |
Palavras-chave: dc.subject | Sistemas de informação geográfica | - |
Palavras-chave: dc.subject | Análise espacial (Estatística) | - |
Palavras-chave: dc.subject | Análise de variância | - |
Palavras-chave: dc.subject | Análise multivariada | - |
Palavras-chave: dc.subject | Processamento de imagens - Modelos matemáticos | - |
Palavras-chave: dc.subject | Peripheral vascular diseases - Diagnosis | - |
Palavras-chave: dc.subject | Thermology - Medicine | - |
Palavras-chave: dc.subject | Principal components analysis | - |
Palavras-chave: dc.subject | Geographic information systems | - |
Palavras-chave: dc.subject | Spatial analysis (Statistics) | - |
Palavras-chave: dc.subject | Analysis of variance | - |
Palavras-chave: dc.subject | Multivariate analysis | - |
Palavras-chave: dc.subject | Image processing - Mathematical models | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA | - |
Palavras-chave: dc.subject | Engenharia Biomédica | - |
Título: dc.title | Uma abordagem estatística para diagnóstico e classificação do fenômeno de Raynaud a partir de dados termográficos | - |
Título: dc.title | A statistical approach to diagnose and classify Raynaud’s phenomenon termographic data | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: