Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais

Detalhes bibliográficos
Autor(a) principal: Oliveira, Nathaniel Salvador de
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/200016
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
id UFSC_b511c1d9fb7436ed7c771714b087f0a6
oai_identifier_str oai:repositorio.ufsc.br:123456789/200016
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neuraisaprendizado de máquina, redes neurais, doc2vec, embeddings, ecg, classificação, patologias, cardiopatias.machine learning, neural networks, doc2vec, embeddings, ecg, classification, cardiopathies.TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.A InPulse Animal Health fornece um sistema de telemedicina juntamente com software e dispositivos voltados para a área veterinária. Utilizando o sistema e dispositivos InCardio, é possível capturar um exame de ECG de um paciente e enviá-lo, através da internet, para realização de um laudo por um médico cardiologista. Até o presente momento existem mais de 100 mil exames e laudos no banco de dados da empresa. O trabalho proposto consiste em criar uma ferramenta, que, utilizando os dados de exames capturados, juntamente com os laudos emitidos pelos médicos veterinários especializados em cardiologia, seja capaz de determinar a probabilidade de certas cardiopatias estarem presentes no exame sem intervenção humana. Utilizando uma ferramenta desenvolvida customizada para auxiliar na classificação das conclusões de laudos de exame ECG, juntamente com redes neurais treinadas para classificar novos exames automaticamente, foi desenvolvida uma rede neural com objetivo de, recebendo como entrada apenas os sinais ECG extraídos utilizando aparelho eletrocardiógrafo, tentar classificar estes sinais de forma tal que sejam selecionados entre as categorias Normal (não há cardiopatia presente) e Anormal (há cardiopatia presente).The company InPulse Animal Health provides a telemedicine system paired with devices and software targeted at the area of veterinary. Using the InCardio device together with the telemedicine system, it is possible to acquire an ECG exam from a patient and send it, through the internet, to be reported by a veterinarian specialized in cardiology. On this day, there are over 100 thousand exams and reports in the company’s database. The proposed study aims to develop a tool, which, using the exam data and reports made by cardiologists, is capable of determining the probability of certain cardiopathies to be present in the exam without human intervention. Making use of a customized web service to aid in the classification of report conclusions of ECG exams, toguether with neural networks with the objective of, upon receiving as input only the ECG signals extracted by the eletrocardiographer, the tool attempts to classify these signals in a way such that they fall into two distinct categories: Normal (no cardiopathy present) or Abnormal (cardiopathy present).Florianópolis, SC.Camponogara, EduardoUniversidade Federal de Santa CatarinaOliveira, Nathaniel Salvador de2019-08-21T19:39:42Z2019-08-21T19:39:42Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/200016info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-08-21T19:39:42Zoai:repositorio.ufsc.br:123456789/200016Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-08-21T19:39:42Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
title Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
spellingShingle Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
Oliveira, Nathaniel Salvador de
aprendizado de máquina, redes neurais, doc2vec, embeddings, ecg, classificação, patologias, cardiopatias.
machine learning, neural networks, doc2vec, embeddings, ecg, classification, cardiopathies.
title_short Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
title_full Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
title_fullStr Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
title_full_unstemmed Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
title_sort Classificação de Laudos e Traçados de Exames de Eletrocardiogama Utilizando Redes Neurais
author Oliveira, Nathaniel Salvador de
author_facet Oliveira, Nathaniel Salvador de
author_role author
dc.contributor.none.fl_str_mv Camponogara, Eduardo
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Oliveira, Nathaniel Salvador de
dc.subject.por.fl_str_mv aprendizado de máquina, redes neurais, doc2vec, embeddings, ecg, classificação, patologias, cardiopatias.
machine learning, neural networks, doc2vec, embeddings, ecg, classification, cardiopathies.
topic aprendizado de máquina, redes neurais, doc2vec, embeddings, ecg, classificação, patologias, cardiopatias.
machine learning, neural networks, doc2vec, embeddings, ecg, classification, cardiopathies.
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-08-21T19:39:42Z
2019-08-21T19:39:42Z
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 https://repositorio.ufsc.br/handle/123456789/200016
url https://repositorio.ufsc.br/handle/123456789/200016
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 Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808651978738237440

Registros relacionados