Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis

Detalhes bibliográficos
Autor(a) principal: Souza Neto,João
Data de Publicação: 2013
Outros Autores: Carvalho,João Luiz Azevedo de, Rocha,Adson Ferreira da, Junqueira Junior,Luiz Fernando, Nascimento,Francisco Assis de Oliveira
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Brasileira de Engenharia Biomédica (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-31512013000300004
Resumo: INTRODUÇÃO: A Doença de Chagas é uma endemia rural, prevalente em grande parte da América Central e América do Sul e, aproximadamente, metade dos pacientes contaminados com o parasita Trypanosoma cruzi não apresentam sinais clínicos, eletrocardiográficos e radiológicos de envolvimento cardíaco. Este trabalho, entretanto, propõe uma técnica de auxílio ao diagnóstico da Doença de Chagas baseada em sinais de eletrocardiografia, que extrai informações relevantes desses sinais. MÉTODOS: Duas abordagens são estudadas e implementadas. Ambas utilizam sinais de variabilidade da frequência cardíaca (VFC) e classificação por meio de rede neural, mais especificamente, o mapa auto-organizável de Kohonen. A VFC, que reflete a modulação neural autonômica simpática e parassimpática do coração, é avaliada com base em séries contínuas de intervalos RR do ECG convencional registradas durante 5 minutos. Na primeira abordagem, indicadores estatístico-temporais obtidos diretamente dos sinais de VFC são utilizados como entrada da rede neural para treinamento e teste do método de classificação. Na segunda proposta, são utilizados escalogramas wavelet com função de base DoG (derivative of Gaussian) para avaliação dos sinais de VFC. Indicadores obtidos dos escalogramas são utilizados como entrada da rede neural no treinamento e no teste do algoritmo. Os mapas topológicos de Kohonen são utilizados para comparar a capacidade dos indicadores calculados dos sinais de VFC em discriminar pacientes chagásicos cardiopatas, chagásicos indeterminados e indivíduos normais. Os indicadores temporais convencionais e os indicadores escalográficos são comparados. RESULTADOS: Os resultados mostram que os indicadores escalográficos têm poder discriminatório estatisticamente superior aos indicadores temporais convencionais. Em particular, a potência média da densidade de potência do escalograma na banda de altas frequências mostrou ser estatisticamente o indicador de maior poder discriminatório (p < 0,05 para os 3 casos). CONCLUSÃO: A metodologia proposta mostrou-se capaz de distinguir entre indivíduos normais, chagásicos cardiopatas e chagásicos indeterminados. Os índices escalográficos propostos mostraram maior capacidade classificatória que os índices temporais tradicionais.
id SBEB-2_cc5d6f1a8e201a038668175fdaf2a21e
oai_identifier_str oai:scielo:S1517-31512013000300004
network_acronym_str SBEB-2
network_name_str Revista Brasileira de Engenharia Biomédica (Online)
repository_id_str
spelling Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveisDoença de ChagasEscalogramaWaveletsRedes neuraisINTRODUÇÃO: A Doença de Chagas é uma endemia rural, prevalente em grande parte da América Central e América do Sul e, aproximadamente, metade dos pacientes contaminados com o parasita Trypanosoma cruzi não apresentam sinais clínicos, eletrocardiográficos e radiológicos de envolvimento cardíaco. Este trabalho, entretanto, propõe uma técnica de auxílio ao diagnóstico da Doença de Chagas baseada em sinais de eletrocardiografia, que extrai informações relevantes desses sinais. MÉTODOS: Duas abordagens são estudadas e implementadas. Ambas utilizam sinais de variabilidade da frequência cardíaca (VFC) e classificação por meio de rede neural, mais especificamente, o mapa auto-organizável de Kohonen. A VFC, que reflete a modulação neural autonômica simpática e parassimpática do coração, é avaliada com base em séries contínuas de intervalos RR do ECG convencional registradas durante 5 minutos. Na primeira abordagem, indicadores estatístico-temporais obtidos diretamente dos sinais de VFC são utilizados como entrada da rede neural para treinamento e teste do método de classificação. Na segunda proposta, são utilizados escalogramas wavelet com função de base DoG (derivative of Gaussian) para avaliação dos sinais de VFC. Indicadores obtidos dos escalogramas são utilizados como entrada da rede neural no treinamento e no teste do algoritmo. Os mapas topológicos de Kohonen são utilizados para comparar a capacidade dos indicadores calculados dos sinais de VFC em discriminar pacientes chagásicos cardiopatas, chagásicos indeterminados e indivíduos normais. Os indicadores temporais convencionais e os indicadores escalográficos são comparados. RESULTADOS: Os resultados mostram que os indicadores escalográficos têm poder discriminatório estatisticamente superior aos indicadores temporais convencionais. Em particular, a potência média da densidade de potência do escalograma na banda de altas frequências mostrou ser estatisticamente o indicador de maior poder discriminatório (p < 0,05 para os 3 casos). CONCLUSÃO: A metodologia proposta mostrou-se capaz de distinguir entre indivíduos normais, chagásicos cardiopatas e chagásicos indeterminados. Os índices escalográficos propostos mostraram maior capacidade classificatória que os índices temporais tradicionais.SBEB - Sociedade Brasileira de Engenharia Biomédica2013-09-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-31512013000300004Revista Brasileira de Engenharia Biomédica v.29 n.3 2013reponame:Revista Brasileira de Engenharia Biomédica (Online)instname:Sociedade Brasileira de Engenharia Biomédica (SBEB)instacron:SBEB10.4322/rbeb.2013.027info:eu-repo/semantics/openAccessSouza Neto,JoãoCarvalho,João Luiz Azevedo deRocha,Adson Ferreira daJunqueira Junior,Luiz FernandoNascimento,Francisco Assis de Oliveirapor2013-10-28T00:00:00Zoai:scielo:S1517-31512013000300004Revistahttp://www.scielo.br/rbebONGhttps://old.scielo.br/oai/scielo-oai.php||rbeb@rbeb.org.br1984-77421517-3151opendoar:2013-10-28T00:00Revista Brasileira de Engenharia Biomédica (Online) - Sociedade Brasileira de Engenharia Biomédica (SBEB)false
dc.title.none.fl_str_mv Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
title Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
spellingShingle Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
Souza Neto,João
Doença de Chagas
Escalograma
Wavelets
Redes neurais
title_short Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
title_full Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
title_fullStr Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
title_full_unstemmed Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
title_sort Sistema de apoio ao diagnóstico da Doença de Chagas baseado em escalogramas e redes neurais auto-organizáveis
author Souza Neto,João
author_facet Souza Neto,João
Carvalho,João Luiz Azevedo de
Rocha,Adson Ferreira da
Junqueira Junior,Luiz Fernando
Nascimento,Francisco Assis de Oliveira
author_role author
author2 Carvalho,João Luiz Azevedo de
Rocha,Adson Ferreira da
Junqueira Junior,Luiz Fernando
Nascimento,Francisco Assis de Oliveira
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Souza Neto,João
Carvalho,João Luiz Azevedo de
Rocha,Adson Ferreira da
Junqueira Junior,Luiz Fernando
Nascimento,Francisco Assis de Oliveira
dc.subject.por.fl_str_mv Doença de Chagas
Escalograma
Wavelets
Redes neurais
topic Doença de Chagas
Escalograma
Wavelets
Redes neurais
description INTRODUÇÃO: A Doença de Chagas é uma endemia rural, prevalente em grande parte da América Central e América do Sul e, aproximadamente, metade dos pacientes contaminados com o parasita Trypanosoma cruzi não apresentam sinais clínicos, eletrocardiográficos e radiológicos de envolvimento cardíaco. Este trabalho, entretanto, propõe uma técnica de auxílio ao diagnóstico da Doença de Chagas baseada em sinais de eletrocardiografia, que extrai informações relevantes desses sinais. MÉTODOS: Duas abordagens são estudadas e implementadas. Ambas utilizam sinais de variabilidade da frequência cardíaca (VFC) e classificação por meio de rede neural, mais especificamente, o mapa auto-organizável de Kohonen. A VFC, que reflete a modulação neural autonômica simpática e parassimpática do coração, é avaliada com base em séries contínuas de intervalos RR do ECG convencional registradas durante 5 minutos. Na primeira abordagem, indicadores estatístico-temporais obtidos diretamente dos sinais de VFC são utilizados como entrada da rede neural para treinamento e teste do método de classificação. Na segunda proposta, são utilizados escalogramas wavelet com função de base DoG (derivative of Gaussian) para avaliação dos sinais de VFC. Indicadores obtidos dos escalogramas são utilizados como entrada da rede neural no treinamento e no teste do algoritmo. Os mapas topológicos de Kohonen são utilizados para comparar a capacidade dos indicadores calculados dos sinais de VFC em discriminar pacientes chagásicos cardiopatas, chagásicos indeterminados e indivíduos normais. Os indicadores temporais convencionais e os indicadores escalográficos são comparados. RESULTADOS: Os resultados mostram que os indicadores escalográficos têm poder discriminatório estatisticamente superior aos indicadores temporais convencionais. Em particular, a potência média da densidade de potência do escalograma na banda de altas frequências mostrou ser estatisticamente o indicador de maior poder discriminatório (p < 0,05 para os 3 casos). CONCLUSÃO: A metodologia proposta mostrou-se capaz de distinguir entre indivíduos normais, chagásicos cardiopatas e chagásicos indeterminados. Os índices escalográficos propostos mostraram maior capacidade classificatória que os índices temporais tradicionais.
publishDate 2013
dc.date.none.fl_str_mv 2013-09-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-31512013000300004
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-31512013000300004
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.4322/rbeb.2013.027
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv SBEB - Sociedade Brasileira de Engenharia Biomédica
publisher.none.fl_str_mv SBEB - Sociedade Brasileira de Engenharia Biomédica
dc.source.none.fl_str_mv Revista Brasileira de Engenharia Biomédica v.29 n.3 2013
reponame:Revista Brasileira de Engenharia Biomédica (Online)
instname:Sociedade Brasileira de Engenharia Biomédica (SBEB)
instacron:SBEB
instname_str Sociedade Brasileira de Engenharia Biomédica (SBEB)
instacron_str SBEB
institution SBEB
reponame_str Revista Brasileira de Engenharia Biomédica (Online)
collection Revista Brasileira de Engenharia Biomédica (Online)
repository.name.fl_str_mv Revista Brasileira de Engenharia Biomédica (Online) - Sociedade Brasileira de Engenharia Biomédica (SBEB)
repository.mail.fl_str_mv ||rbeb@rbeb.org.br
_version_ 1754820915055558656