Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina

Detalhes bibliográficos
Autor(a) principal: Kuster, David Wilkerson
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
Texto Completo: http://repositorio.ufes.br/handle/10/15923
Resumo: The detection of abnormal electroencephalogram (EEG) signals is the first step to aid in the identification of neuropathologies, having the potential to considerably reduce the time between signal capture and medical report. A technique that has not yet b
id UFES_c4282e0a387d6dde6a40019501376d86
oai_identifier_str oai:repositorio.ufes.br:10/15923
network_acronym_str UFES
network_name_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
repository_id_str 2108
spelling Ciarelli, Patrick Marqueshttps://orcid.org/0000000331774028http://lattes.cnpq.br/1267950518719423Kuster, David Wilkersonhttps://orcid.org/http://lattes.cnpq.br/Coco, Klaus Fabianhttps://orcid.org/http://lattes.cnpq.br/Salles, Evandro Ottoni Teatinihttps://orcid.org/0000000282873045http://lattes.cnpq.br/58937313821026752024-05-30T00:53:17Z2024-05-30T00:53:17Z2022-03-25The detection of abnormal electroencephalogram (EEG) signals is the first step to aid in the identification of neuropathologies, having the potential to considerably reduce the time between signal capture and medical report. A technique that has not yet bA detecção de sinais anormais de eletroencefalograma (EEG) é o primeiro passo para o auxílio na identificação de neuropatologias, tendo o potencial de reduzir consideravelmente o tempo entre a captura do sinal e o laudo médico. Uma técnica que ainda não fTexthttp://repositorio.ufes.br/handle/10/15923porUniversidade Federal do Espírito SantoMestrado em Engenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUFESBRCentro Tecnológicosubject.br-rjbnEngenharia ElétricaPalavra-chaveDetecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquinatitle.alternativeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALDissertação de Mestrado - David Wilkerson Küster - PPGEE.UFES - 2021.2.pdfapplication/pdf3978784http://repositorio.ufes.br/bitstreams/dc9f2f26-0b9f-4753-b12c-546874b064ea/download15e0426e0dd62d54bd42f2fd50d7472aMD5110/159232024-07-18 18:50:57.152oai:repositorio.ufes.br:10/15923http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-10-15T17:55:56.687334Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false
dc.title.none.fl_str_mv Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
dc.title.alternative.none.fl_str_mv title.alternative
title Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
spellingShingle Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
Kuster, David Wilkerson
Engenharia Elétrica
Palavra-chave
subject.br-rjbn
title_short Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
title_full Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
title_fullStr Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
title_full_unstemmed Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
title_sort Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
author Kuster, David Wilkerson
author_facet Kuster, David Wilkerson
author_role author
dc.contributor.authorID.none.fl_str_mv https://orcid.org/
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/
dc.contributor.advisor1.fl_str_mv Ciarelli, Patrick Marques
dc.contributor.advisor1ID.fl_str_mv https://orcid.org/0000000331774028
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1267950518719423
dc.contributor.author.fl_str_mv Kuster, David Wilkerson
dc.contributor.referee1.fl_str_mv Coco, Klaus Fabian
dc.contributor.referee1ID.fl_str_mv https://orcid.org/
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/
dc.contributor.referee2.fl_str_mv Salles, Evandro Ottoni Teatini
dc.contributor.referee2ID.fl_str_mv https://orcid.org/0000000282873045
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/5893731382102675
contributor_str_mv Ciarelli, Patrick Marques
Coco, Klaus Fabian
Salles, Evandro Ottoni Teatini
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
topic Engenharia Elétrica
Palavra-chave
subject.br-rjbn
dc.subject.por.fl_str_mv Palavra-chave
dc.subject.br-rjbn.none.fl_str_mv subject.br-rjbn
description The detection of abnormal electroencephalogram (EEG) signals is the first step to aid in the identification of neuropathologies, having the potential to considerably reduce the time between signal capture and medical report. A technique that has not yet b
publishDate 2022
dc.date.issued.fl_str_mv 2022-03-25
dc.date.accessioned.fl_str_mv 2024-05-30T00:53:17Z
dc.date.available.fl_str_mv 2024-05-30T00:53:17Z
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 http://repositorio.ufes.br/handle/10/15923
url http://repositorio.ufes.br/handle/10/15923
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 Text
dc.publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFES
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Centro Tecnológico
publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
instname:Universidade Federal do Espírito Santo (UFES)
instacron:UFES
instname_str Universidade Federal do Espírito Santo (UFES)
instacron_str UFES
institution UFES
reponame_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
collection Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
bitstream.url.fl_str_mv http://repositorio.ufes.br/bitstreams/dc9f2f26-0b9f-4753-b12c-546874b064ea/download
bitstream.checksum.fl_str_mv 15e0426e0dd62d54bd42f2fd50d7472a
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)
repository.mail.fl_str_mv
_version_ 1813022531367469056