Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico

Detalhes bibliográficos
Autor(a) principal: Martins, Genilson Medeiros
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UEPB
Texto Completo: http://tede.bc.uepb.edu.br/jspui/handle/tede/3250
Resumo: Estudo publicado em 2016, na revista Improving Diagnosis in Health Care pelo Institute of Medicine (IMO), afirma que um em dez diagnósticos estão incorretos e que pelo menos uma pessoa em cada três tem experiência relacionada a um erro de diagnóstico. Pesquisadores descobriram que erros em diagnósticos respondem pela maior fração de alegações de negligência e o maior quantitativo de pagamentos de penalidade como multas e indenizações. Na Eletromiografia, do ponto de vista clínico, o diagnóstico das doenças como a Esclerose Lateral Amiotrófica (ELA) e miopatias, nos estágios iniciais é de difícil diagnóstico, à medida que os sintomas dessas doenças podem ser facilmente confundidos com outras doenças. Contudo, neste trabalho é apresentado um sistema para auxílio ao diagnóstico médico (Computer-Aided Diagnosis - CAD), visando ao aprimoramento e ao aumento na eficiência, precisão e rapidez do diagnóstico clínico, capaz de classificar os sinais eletromiográficos automaticamente em saudável, miopatia e ELA, proporcionando uma segunda opinião ao especialista médico.
id UEPB_acd1503a5469f135b56280d57be00062
oai_identifier_str oai:tede.bc.uepb.edu.br:tede/3250
network_acronym_str UEPB
network_name_str Biblioteca Digital de Teses e Dissertações da UEPB
repository_id_str
spelling Classificação de sinais eletromiográficos para auxílio ao diagnóstico médicoEletromiografiaClassificaçãoDiagnóstico médicoElectromyographyClassificationDiagnosisCIENCIAS DA SAUDE::MEDICINAEstudo publicado em 2016, na revista Improving Diagnosis in Health Care pelo Institute of Medicine (IMO), afirma que um em dez diagnósticos estão incorretos e que pelo menos uma pessoa em cada três tem experiência relacionada a um erro de diagnóstico. Pesquisadores descobriram que erros em diagnósticos respondem pela maior fração de alegações de negligência e o maior quantitativo de pagamentos de penalidade como multas e indenizações. Na Eletromiografia, do ponto de vista clínico, o diagnóstico das doenças como a Esclerose Lateral Amiotrófica (ELA) e miopatias, nos estágios iniciais é de difícil diagnóstico, à medida que os sintomas dessas doenças podem ser facilmente confundidos com outras doenças. Contudo, neste trabalho é apresentado um sistema para auxílio ao diagnóstico médico (Computer-Aided Diagnosis - CAD), visando ao aprimoramento e ao aumento na eficiência, precisão e rapidez do diagnóstico clínico, capaz de classificar os sinais eletromiográficos automaticamente em saudável, miopatia e ELA, proporcionando uma segunda opinião ao especialista médico.A study published in 2016 in the journal Improving Diagnosis in Health Care by the Institute of Medicine (IMO) states that one in ten diagnoses are incorrect and that at least one person in three has experience related to a diagnostic error. Researchers have found that errors in diagnoses account for the largest fraction of negligence claims and the highest amount of penalty payments such as fines and damages. From the clinical point of view, the diagnosis of diseases such as Amyotrophic Lateral Sclerosis (ALS) and myopathies in the early stages of diagnosis is difficult to diagnose, as the symptoms of these diseases can easily be confused with other diseases. However, this work presents a hybrid system to aid in the diagnosis (CAD), aiming at improving and increasing the efficiency, accuracy and speed of the clinical diagnosis, capable of automatically classifying electromyographic signals into healthy, myopathy and ELA, providing a second opinion to the medical specialist.Universidade Estadual da ParaíbaPró-Reitoria de Pós-Graduação e Pesquisa - PRPGPBrasilUEPBPrograma de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTSSousa, Robson Pequeno de18583512434http://lattes.cnpq.br/3300067187001570Araújo, Joseana Macêdo Fechine Régis de71349324434http://lattes.cnpq.br/7179691582151907Medeiros, Jovany Luis Alves de12794104420http://lattes.cnpq.br/3663818803925901Martins, Genilson Medeiros2019-03-27T18:39:21Z2018-10-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMARTINS, G. M. Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico. 2018. 68f. Dissertação (Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS) - Universidade Estadual da Paraíba, Campina Grande, 2018.http://tede.bc.uepb.edu.br/jspui/handle/tede/3250porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UEPBinstname:Universidade Estadual da Paraíba (UEPB)instacron:UEPB2019-03-28T04:29:07Zoai:tede.bc.uepb.edu.br:tede/3250Biblioteca Digital de Teses e Dissertaçõeshttp://tede.bc.uepb.edu.br/jspui/PUBhttp://tede.bc.uepb.edu.br/oai/requestbc@uepb.edu.br||opendoar:2019-03-28T04:29:07Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB)false
dc.title.none.fl_str_mv Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
title Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
spellingShingle Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
Martins, Genilson Medeiros
Eletromiografia
Classificação
Diagnóstico médico
Electromyography
Classification
Diagnosis
CIENCIAS DA SAUDE::MEDICINA
title_short Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
title_full Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
title_fullStr Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
title_full_unstemmed Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
title_sort Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico
author Martins, Genilson Medeiros
author_facet Martins, Genilson Medeiros
author_role author
dc.contributor.none.fl_str_mv Sousa, Robson Pequeno de
18583512434
http://lattes.cnpq.br/3300067187001570
Araújo, Joseana Macêdo Fechine Régis de
71349324434
http://lattes.cnpq.br/7179691582151907
Medeiros, Jovany Luis Alves de
12794104420
http://lattes.cnpq.br/3663818803925901
dc.contributor.author.fl_str_mv Martins, Genilson Medeiros
dc.subject.por.fl_str_mv Eletromiografia
Classificação
Diagnóstico médico
Electromyography
Classification
Diagnosis
CIENCIAS DA SAUDE::MEDICINA
topic Eletromiografia
Classificação
Diagnóstico médico
Electromyography
Classification
Diagnosis
CIENCIAS DA SAUDE::MEDICINA
description Estudo publicado em 2016, na revista Improving Diagnosis in Health Care pelo Institute of Medicine (IMO), afirma que um em dez diagnósticos estão incorretos e que pelo menos uma pessoa em cada três tem experiência relacionada a um erro de diagnóstico. Pesquisadores descobriram que erros em diagnósticos respondem pela maior fração de alegações de negligência e o maior quantitativo de pagamentos de penalidade como multas e indenizações. Na Eletromiografia, do ponto de vista clínico, o diagnóstico das doenças como a Esclerose Lateral Amiotrófica (ELA) e miopatias, nos estágios iniciais é de difícil diagnóstico, à medida que os sintomas dessas doenças podem ser facilmente confundidos com outras doenças. Contudo, neste trabalho é apresentado um sistema para auxílio ao diagnóstico médico (Computer-Aided Diagnosis - CAD), visando ao aprimoramento e ao aumento na eficiência, precisão e rapidez do diagnóstico clínico, capaz de classificar os sinais eletromiográficos automaticamente em saudável, miopatia e ELA, proporcionando uma segunda opinião ao especialista médico.
publishDate 2018
dc.date.none.fl_str_mv 2018-10-04
2019-03-27T18:39:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MARTINS, G. M. Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico. 2018. 68f. Dissertação (Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS) - Universidade Estadual da Paraíba, Campina Grande, 2018.
http://tede.bc.uepb.edu.br/jspui/handle/tede/3250
identifier_str_mv MARTINS, G. M. Classificação de sinais eletromiográficos para auxílio ao diagnóstico médico. 2018. 68f. Dissertação (Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS) - Universidade Estadual da Paraíba, Campina Grande, 2018.
url http://tede.bc.uepb.edu.br/jspui/handle/tede/3250
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual da Paraíba
Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP
Brasil
UEPB
Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS
publisher.none.fl_str_mv Universidade Estadual da Paraíba
Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP
Brasil
UEPB
Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UEPB
instname:Universidade Estadual da Paraíba (UEPB)
instacron:UEPB
instname_str Universidade Estadual da Paraíba (UEPB)
instacron_str UEPB
institution UEPB
reponame_str Biblioteca Digital de Teses e Dissertações da UEPB
collection Biblioteca Digital de Teses e Dissertações da UEPB
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB)
repository.mail.fl_str_mv bc@uepb.edu.br||
_version_ 1809458420685733888

Registros relacionados