Classificação automática de batidas de eletrocardiogramas

Detalhes bibliográficos
Autor(a) principal: Lima, Guilherme Lazzarotto de
Data de Publicação: 2011
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/31021
Resumo: Este trabalho apresenta uma análise comparativa de métodos de classificação de batidas de eletrocardiograma (ECG) através do reconhecimento de padrões nos seus sinais. Essa análise visa identificar qual dentre os métodos existentes é a melhor opção, ou seja, a opção com maiores acurácia e sensitividades, para a utilização em sistemas de suporte ao diagnóstico de cardiopatias. Foram implementados os três principais métodos de classificação existentes e ainda um novo método, cujo desenvolvimento foi auxiliado por este trabalho. As implementações foram realizadas utilizando a linguagem de programação Java. Foram utilizadas mais de 11 mil gravações de ECG obtidas de um banco de dados de referência na área para validar o estudo. A acurácia obtida pelo novo método proposto foi de 99,83% e as taxas de sensibilidade foram de no mínimo 99,48% para todos os tipos de batidas, o que supera os resultados dos outros métodos de classificação de batidas de ECG.
id UFRGS-2_49a349b765999b2bdff97d5260d8c80e
oai_identifier_str oai:www.lume.ufrgs.br:10183/31021
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Lima, Guilherme Lazzarotto deRoesler, Valter2011-08-12T06:00:48Z2011http://hdl.handle.net/10183/31021000782101Este trabalho apresenta uma análise comparativa de métodos de classificação de batidas de eletrocardiograma (ECG) através do reconhecimento de padrões nos seus sinais. Essa análise visa identificar qual dentre os métodos existentes é a melhor opção, ou seja, a opção com maiores acurácia e sensitividades, para a utilização em sistemas de suporte ao diagnóstico de cardiopatias. Foram implementados os três principais métodos de classificação existentes e ainda um novo método, cujo desenvolvimento foi auxiliado por este trabalho. As implementações foram realizadas utilizando a linguagem de programação Java. Foram utilizadas mais de 11 mil gravações de ECG obtidas de um banco de dados de referência na área para validar o estudo. A acurácia obtida pelo novo método proposto foi de 99,83% e as taxas de sensibilidade foram de no mínimo 99,48% para todos os tipos de batidas, o que supera os resultados dos outros métodos de classificação de batidas de ECG.This job presents a comparative analysis Electrocardiogram Beat Classification Methods using pattern recognition in ECG images. This analysis aims to identify which method is the better option, it means the most acurate and with greater sensitivities rates option, to be used on a diagnosis support system. The three main existing methods were implemented together with a new method, which development were helped by this job. The implementations were made using the Java programming language. More than 11 thousand ECG beats records from this area reference database were used to validate this study. The accuracy obtained by the proposed method was 99.83% and the minimum sensitivities rates were 99.48% for all beat types, which is higher than the results obtained by the other ECG beat classification methods.application/pdfporInformática médicaClassificação automática de batidas de eletrocardiogramasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2011Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000782101.pdf.txt000782101.pdf.txtExtracted Texttext/plain148018http://www.lume.ufrgs.br/bitstream/10183/31021/2/000782101.pdf.txtcc2123bbd2b077379ae608050a6acdd5MD52ORIGINAL000782101.pdf000782101.pdfTexto completoapplication/pdf5035467http://www.lume.ufrgs.br/bitstream/10183/31021/1/000782101.pdf166ea9ce8b517f81527351705fb8ccc0MD51THUMBNAIL000782101.pdf.jpg000782101.pdf.jpgGenerated Thumbnailimage/jpeg1101http://www.lume.ufrgs.br/bitstream/10183/31021/3/000782101.pdf.jpg99271803d471b415a12706e67cffcffeMD5310183/310212018-10-10 07:40:04.227oai:www.lume.ufrgs.br:10183/31021Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-10T10:40:04Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Classificação automática de batidas de eletrocardiogramas
title Classificação automática de batidas de eletrocardiogramas
spellingShingle Classificação automática de batidas de eletrocardiogramas
Lima, Guilherme Lazzarotto de
Informática médica
title_short Classificação automática de batidas de eletrocardiogramas
title_full Classificação automática de batidas de eletrocardiogramas
title_fullStr Classificação automática de batidas de eletrocardiogramas
title_full_unstemmed Classificação automática de batidas de eletrocardiogramas
title_sort Classificação automática de batidas de eletrocardiogramas
author Lima, Guilherme Lazzarotto de
author_facet Lima, Guilherme Lazzarotto de
author_role author
dc.contributor.author.fl_str_mv Lima, Guilherme Lazzarotto de
dc.contributor.advisor1.fl_str_mv Roesler, Valter
contributor_str_mv Roesler, Valter
dc.subject.por.fl_str_mv Informática médica
topic Informática médica
description Este trabalho apresenta uma análise comparativa de métodos de classificação de batidas de eletrocardiograma (ECG) através do reconhecimento de padrões nos seus sinais. Essa análise visa identificar qual dentre os métodos existentes é a melhor opção, ou seja, a opção com maiores acurácia e sensitividades, para a utilização em sistemas de suporte ao diagnóstico de cardiopatias. Foram implementados os três principais métodos de classificação existentes e ainda um novo método, cujo desenvolvimento foi auxiliado por este trabalho. As implementações foram realizadas utilizando a linguagem de programação Java. Foram utilizadas mais de 11 mil gravações de ECG obtidas de um banco de dados de referência na área para validar o estudo. A acurácia obtida pelo novo método proposto foi de 99,83% e as taxas de sensibilidade foram de no mínimo 99,48% para todos os tipos de batidas, o que supera os resultados dos outros métodos de classificação de batidas de ECG.
publishDate 2011
dc.date.accessioned.fl_str_mv 2011-08-12T06:00:48Z
dc.date.issued.fl_str_mv 2011
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/31021
dc.identifier.nrb.pt_BR.fl_str_mv 000782101
url http://hdl.handle.net/10183/31021
identifier_str_mv 000782101
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.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/31021/2/000782101.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/31021/1/000782101.pdf
http://www.lume.ufrgs.br/bitstream/10183/31021/3/000782101.pdf.jpg
bitstream.checksum.fl_str_mv cc2123bbd2b077379ae608050a6acdd5
166ea9ce8b517f81527351705fb8ccc0
99271803d471b415a12706e67cffcffe
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1815447061146894336