Detecção de Sinais Anormais de EEG por meio de Microestados e Aprendizado de Máquina
Autor(a) principal: | |
---|---|
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 |