Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.

A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste tr...

Full description

Bibliographic Details
Main Author: Coutinho, Paulo Silva
Other Authors: Coradine, Luis Cláudius
Format: Others
Language:Portuguese
Published: Universidade Federal de Alagoas 2015
Subjects:
Online Access:http://repositorio.ufal.br/handle/riufal/827
id ndltd-IBICT-oai-www.repositorio.ufal.br-riufal-827
record_format oai_dc
spelling ndltd-IBICT-oai-www.repositorio.ufal.br-riufal-8272019-01-21T17:21:56Z Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis. Atrial Eletrocardiographics Signals Analysis Using Principal Components and Self-Organizing Maps. Coutinho, Paulo Silva Coradine, Luis Cláudius CORADINE, L. C. Romano, Joao Marcos Travassos http://lattes.cnpq.br/6161888127051479 Silva, Maria Alayde Mendonça da SILVA, Maria Alayde Mendonça da Lopes, Manoel Agamemnon LOPES, M. A. Eletrocardiograsm ECG Atrial Fibrillation AF Artificial Networks Neural ANN Principal Component Analysis PCA Self-Organizing Maps SOM Eletrocardiograma ECG Fibrilação Atrial FA Redes Neurais Artificiais Análise de Componentes Principais PCA Mapas Auto-Organizáveis - SOM CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos 2015-08-25T18:46:23Z 2011-04-20 2015-08-25T18:46:23Z 2008-11-21 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis COUTINHO, Paulo Silva. Atrial Eletrocardiographics Signals Analysis Using Principal Components and Self-Organizing Maps.. 2008. 152 f. Dissertação (Mestrado em Modelagem Computacional de Conhecimento) - Universidade Federal de Alagoas, Maceió, 2008. http://repositorio.ufal.br/handle/riufal/827 por bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/827/1/Dissertacao_PauloSilvaCoutinho_2008.pdf bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/827/2/Dissertacao_PauloSilvaCoutinho_2008.pdf.txt info:eu-repo/semantics/openAccess application/pdf Universidade Federal de Alagoas BR Modelagem Computacional de Conhecimento Programa de Pós-Graduação em Modelagem Computacional de Conhecimento UFAL reponame:Repositório Institucional da UFAL instname:Universidade Federal de Alagoas instacron:UFAL
collection NDLTD
language Portuguese
format Others
sources NDLTD
topic Eletrocardiograsm ECG
Atrial Fibrillation AF
Artificial Networks Neural ANN
Principal Component Analysis PCA
Self-Organizing Maps SOM
Eletrocardiograma ECG
Fibrilação Atrial FA
Redes Neurais Artificiais
Análise de Componentes Principais PCA
Mapas Auto-Organizáveis - SOM
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
spellingShingle Eletrocardiograsm ECG
Atrial Fibrillation AF
Artificial Networks Neural ANN
Principal Component Analysis PCA
Self-Organizing Maps SOM
Eletrocardiograma ECG
Fibrilação Atrial FA
Redes Neurais Artificiais
Análise de Componentes Principais PCA
Mapas Auto-Organizáveis - SOM
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Coutinho, Paulo Silva
Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
description A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos === A análise de sinais provenientes de um eletrocardiograma (ECG) pode ser de grande importância para avaliação do comportamento cardíaco de um paciente. Os sinais de ECG possuem características específicas de acordo com os tipos de arritmias e sua classificação depende da morfologia do sinal. Neste trabalho é considerada uma abordagem híbrida utilizando análise de componentes principais (PCA) e mapas auto-organizáveis (SOM) para classificação de agrupamentos provenientes de arritmias como a taquicardia sinusal e, principalmente, fibrilação atrial. Nesse sentido, O PCA é utilizado como um pré-processador buscando suprimir sinais de atividades ventriculares, de maneira que a atividade atrial presente no ECG seja evidenciada sob a forma das ondas f. A Rede Neural SOM, é usada na classificação dos padrões de fibrilação atrial e seus agrupamentos
author2 Coradine, Luis Cláudius
author_facet Coradine, Luis Cláudius
Coutinho, Paulo Silva
author Coutinho, Paulo Silva
author_sort Coutinho, Paulo Silva
title Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
title_short Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
title_full Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
title_fullStr Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
title_full_unstemmed Análise de Sinais Eletrocardiográficos Atriais Utilizando Componentes Principais e Mapas Auto-Organizáveis.
title_sort análise de sinais eletrocardiográficos atriais utilizando componentes principais e mapas auto-organizáveis.
publisher Universidade Federal de Alagoas
publishDate 2015
url http://repositorio.ufal.br/handle/riufal/827
work_keys_str_mv AT coutinhopaulosilva analisedesinaiseletrocardiograficosatriaisutilizandocomponentesprincipaisemapasautoorganizaveis
AT coutinhopaulosilva atrialeletrocardiographicssignalsanalysisusingprincipalcomponentsandselforganizingmaps
_version_ 1718837303698259968