Classificação automática de batidas de eletrocardiogramas
Autor(a) principal: | |
---|---|
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 |