Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Abordagens para detecção de Síndrome Metabólica por meio de sinais de Eletrocardiografia
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/910907
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Mendes, Cristiano Jacques Miosso Rodrigues | - |
| Autor(es): dc.contributor | Garcia, Euler de Vilhena | - |
| Autor(es): dc.creator | Faria, Edilaine Gon calves Costa de | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T16:32:13Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T16:32:13Z | - |
| Data de envio: dc.date.issued | 2020-02-28 | - |
| Data de envio: dc.date.issued | 2020-02-28 | - |
| Data de envio: dc.date.issued | 2020-02-28 | - |
| Data de envio: dc.date.issued | 2019-06-21 | - |
| Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/37009 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/910907 | - |
| Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2019. | - |
| Descrição: dc.description | O conjunto de fatores da Síndrome Metabólica (SM), que está associado principalmente à resistência à insulina e à presença da diabetes, provoca alterações fisiológicas que podem ocasionar prejuízos à saúde e qualidade de vida dos portadores. Estudos científicos associam essas alterações ao risco cardiovascular. Esses estudos apontam que parâmetros extraídos dos sinais de Eletrocardiografia (ECG) podem ser associados à presença da SM. Apesar disso, não foram encontrados artigos científicos relacionados à detecção de SM utilizando sinais de ECG. Logo, é relevante investigar elementos relacionados ao sistema cardiovascular que indiquem quadros suspeitos de SM, com o intuito de desenvolver estratégias de detecção da SM de forma objetiva e precoce por meio de sinais de ECG. Sendo assim, em virtude dessa lacuna científica, a proposta deste trabalho consistiu em desenvolver e avaliar ferramentas de detecção de SM utilizando sinais de ECG. Para avaliar com que exatidão e precisão sistemas classificadores permitem detectar a SM a partir dos sinais de ECG, foram adotados os seguintes procedimentos. Inicialmente foram detectados os picos Q, R e S dos sinais de ECG para extrair características temporais dos sinais. Essas características foram utilizadas no treinamento e validação de sistemas classificadores para detecção da SM, utilizando duas técnicas, denominadas Máquinas de Vetores Suporte (SVM, do inglês Support Vector Machine) e RobustBoost. Além disso, foi utilizado o sinal de ECG em uma técnica de aprendizagem profunda denominada Rede Neural Convolucional (CNN, do inglês Convolutional Neural Network). E, por último, foram realizadas análises estatísticas a fim de comparar os resultados obtidos pelos diferentes classificadores. Os resultados de medidas de desempenho dos sistemas classificadores indicaram que é possível classificar um sinal de ECG em duas classes distintas, diferenciando indivíduos com SM dos demais, com valores estatisticamente significativos. Utilizando características extraídas dos sinais de ECG, médias e variâncias das relações e intervalos entre os picos Q, R e S consecutivos e o eixo cardíaco, notou-se que SVM e RobustBoost obtiveram valores de exatidão média de aproximadamente 94% e 89%, respectivamente. Além disso, 12 derivações dos sinais de ECG foram utilizadas para o treinamento da CNN, que obteve acurácia de aproximadamente 98%. Portanto, conclui-se que é possível detectar a SM a partir dos sinais de Eletrocardiografia com resultados estatisticamente significativos, utilizando diferentes abordagens. Logo, um eletrocardiógrafo pode ser utilizado para avaliar um possível diagnóstico de SM. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | - |
| Descrição: dc.description | The metabolic syndrome (MS) components is mainly associated with insulin resistance and diabetes. In addition, MS causes physiologic alterations that can induce injury to health and quality of patients lives. Scientific studies associate these changes with cardiovascular risk. These studies indicate that features extracted from electrocardiography (ECG) signals may be associated with MS. Despite this, scientific articles about MS detection with ECG signals were not found. Therefore, it is important to study elements of cardiovascular system that can indicate MS, in order to develop strategies for MS detection by means of ECG signals. Because of this scientific gap, the proposal of this work is to develop and to evaluate tools for MS diagnose with ECG signals. To evaluate how accurately and precision classifier systems detect MS from ECG signals, the following procedures were adopted. Initially, Q, R and S peaks were detected from ECG signals waveform to extract temporal features. These features were used for training and validation of classifier systems, using two techniques, named Support Vector Machines (SVM) and RobustBoost. In addition, the ECG signal was used in a deep learning technique, named Convolutional Neural Network (CNN). Finally, statistical analyzes were performed in order to compare results of different classifiers. The performance measures results of classifier systems indicated that it is possible to classify an ECG signal in two different classes, differentiating people with MS from others, with statistically significant values. With features extracted from ECG signals, means and variances of ratio and intervals between consecutive Q, R and S peaks and cardiac axis, it was noted that SVM and RobustBoost have average accuracy of approximately 94% and 89%, respectively. In addition, 12-lead ECG it was used in CNN to classify with approximately 98% of accuracy. Therefore, it is concluded that it is possible detect MS from electrocardiography signals with statistically significant results, using different approaches. Therefore, an electrocardiograph can be used to indicate a possible diagnosis of MS. | - |
| 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 | Síndrome metabólica | - |
| Palavras-chave: dc.subject | Eletrocardiografia | - |
| Palavras-chave: dc.subject | Risco cardiovascular | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Título: dc.title | Abordagens para detecção de Síndrome Metabólica por meio de sinais de Eletrocardiografia | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo