Mapas de Kohonen na detecção de eventos epileptogênicos

Detalhes bibliográficos
Autor(a) principal: Sala, Felipe Andrade
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/handle/123456789/102520
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
id UFSC_e8faa1b8fc876f027133d285c851f982
oai_identifier_str oai:repositorio.ufsc.br:123456789/102520
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Mapas de Kohonen na detecção de eventos epileptogênicosEngenharia eletricaEngenharia biomedicaEpilepsiaDiagnosticoRedes neurais (Computação)Mapas auto-organizáveisDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.O presente trabalho está relacionado ao desenvolvimento de técnicas computacionais para auxílio no diagnóstico de epilepsia. O sistema proposto é baseado em uma classe de redes neurais artificiais com aprendizado não-supervisionado, os Mapas Auto-Organizáveis de Kohonen (MAK) e tem por finalidade detectar automaticamente eventos epileptogênicos (espícula e ondas agudas) em sinais de EEG. Utiliza quatro redes neurais, treinadas separadamente, cada uma responsável por identificar um tipo específico de padrão do EEG, quais sejam: paroxismos epileptogênicos, atividade de fundo normal, piscadas e ruídos muscular ou de eletrodo. O conjunto de sinais para teste e treinamento foi retirado de nove registros, com duração total de 12 horas, obtido de sete pacientes comprovadamente epilépticos. Os padrões utilizados para treinamento e testes do sistema têm duração de um segundo e não sofreram pré-processamento. O sistema foi capaz de detectar espículas e ondas agudas com aproximadamente 82% de especificidade, 58,0% de sensibilidade e valores preditivo positivo e preditivo negativo de 65,4% e 76,7%, respectivamente. O resultado é aceitável, se comparado ao índice de concordância entre dois especialistas (em torno 50%). O desempenho médio do sistema desenvolvido com as redes MAK é equivalente ao desempenho de um sistema similar baseado em redes feedforward com a vantagem, no primeiro caso, de além do treinamento ser não-supervisionado não necessita de um vetor alvo.Florianópolis, SCAzevedo, Fernando Mendes deUniversidade Federal de Santa CatarinaSala, Felipe Andrade2013-07-16T01:10:18Z2013-07-16T01:10:18Z20052005info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisx, 112 f.| il., tabs., grafs.application/pdf213664http://repositorio.ufsc.br/handle/123456789/102520porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-07-16T01:10:18Zoai:repositorio.ufsc.br:123456789/102520Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-07-16T01:10:18Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Mapas de Kohonen na detecção de eventos epileptogênicos
title Mapas de Kohonen na detecção de eventos epileptogênicos
spellingShingle Mapas de Kohonen na detecção de eventos epileptogênicos
Sala, Felipe Andrade
Engenharia eletrica
Engenharia biomedica
Epilepsia
Diagnostico
Redes neurais (Computação)
Mapas auto-organizáveis
title_short Mapas de Kohonen na detecção de eventos epileptogênicos
title_full Mapas de Kohonen na detecção de eventos epileptogênicos
title_fullStr Mapas de Kohonen na detecção de eventos epileptogênicos
title_full_unstemmed Mapas de Kohonen na detecção de eventos epileptogênicos
title_sort Mapas de Kohonen na detecção de eventos epileptogênicos
author Sala, Felipe Andrade
author_facet Sala, Felipe Andrade
author_role author
dc.contributor.none.fl_str_mv Azevedo, Fernando Mendes de
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Sala, Felipe Andrade
dc.subject.por.fl_str_mv Engenharia eletrica
Engenharia biomedica
Epilepsia
Diagnostico
Redes neurais (Computação)
Mapas auto-organizáveis
topic Engenharia eletrica
Engenharia biomedica
Epilepsia
Diagnostico
Redes neurais (Computação)
Mapas auto-organizáveis
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
publishDate 2005
dc.date.none.fl_str_mv 2005
2005
2013-07-16T01:10:18Z
2013-07-16T01:10:18Z
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 213664
http://repositorio.ufsc.br/handle/123456789/102520
identifier_str_mv 213664
url http://repositorio.ufsc.br/handle/123456789/102520
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 x, 112 f.| il., tabs., grafs.
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_ 1808652165458165760

Registros relacionados