Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Brasil, Lourdes Mattos | - |
Autor(es): dc.contributor | Marães, Vera Regina Fernandes da Silva | - |
Autor(es): dc.creator | Silva Junior, Jorge Luiz Ferreira da | - |
Data de aceite: dc.date.accessioned | 2024-10-23T15:35:48Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T15:35:48Z | - |
Data de envio: dc.date.issued | 2019-05-08 | - |
Data de envio: dc.date.issued | 2019-05-08 | - |
Data de envio: dc.date.issued | 2019-05-08 | - |
Data de envio: dc.date.issued | 2018-11-28 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/34583 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/887044 | - |
Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018. | - |
Descrição: dc.description | O diagnóstico precoce da Doença de Parkinson (DP) é de suma importância para tratamento da doença, pois, o quanto antes for iniciado o tratamento melhores serão as chances de reversão do quadro clínico. Apesar de não haver cura, existem tratamentos que visam a combater os sintomas da doença. Medicamentos e cirurgias fazem parte do arsenal terapêutico, assim como sessões de fisioterapia, terapia ocupacional, fonoaudiologia e, em alguns casos, de psicologia. Porém, o diagnóstico da DP e seu nível de evolução (estadiamento), ainda é uma tarefa bastante complexa e imprecisa, realizada de forma clínica, por meio da história do paciente e de avaliação neurológica. Casos duvidosos são encaminhados para exames subsidiários como tomografia computadorizada, ressonância magnética e exames laboratoriais. O que pode acarretar erros de decisão por parte do especialista. A proposta deste trabalho é o desenvolvimento de um sistema utilizando técnicas de Aprendizado de Máquina (AM) e processamento de sinais para identificação, extração de características e classificação de diferentes níveis da DP por meio dos dados contidos em sinais eletromiográficos de superfície (sEMG). O sistema tem como finalidade fornecer uma segunda opinião confiável e eficiente para médicos neurologistas que venham a utilizar. | - |
Descrição: dc.description | Early diagnosis of Parkinson's Disease (PD) is of paramount importance for the treatment of the disease. For, the earlier treatment is started the better the chances of reversal of the clinical picture. Although there is no cure, there are treatments that aim to combat the symptoms of the disease. Medications and surgeries are part of the therapeutic arsenal, as well as physiotherapy, occupational therapy, speech therapy and, in some cases, psychology sessions. However, the diagnosis of PD and its level of evolution (staging) is still a rather complex and imprecise task, performed clinically, through the patient's history and neurological evaluation. Doubtful cases are referred to subsidiary exams such as computed tomography, MRI, and laboratory tests. This can lead to errors of decision by the expert. The proposal of this work is the development of a system using techniques of machine learning (ML) and signal processing for identification, extraction of characteristics and classification of different levels of PD through the data contained in surface electromyographic signals. The system is intended to provide a reliable and efficient second opinion for neurological physicians who may use it. | - |
Descrição: dc.description | Faculdade UnB Gama (FGA) | - |
Descrição: dc.description | Programa de Pós-Graduação em Engenharia Biomédica | - |
Formato: dc.format | application/pdf | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
Palavras-chave: dc.subject | Parkinson, Doença de - diagnóstico | - |
Palavras-chave: dc.subject | Aprendizagem de máquina | - |
Palavras-chave: dc.subject | Sinais eletromiográficos | - |
Palavras-chave: dc.subject | Processamento de sinais | - |
Título: dc.title | Estadiamento da doença de Parkinson com a utilização de técnicas de aprendizado de máquinas | - |
Título: dc.title | Parkinson disease staging through machine learning techniques | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
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: