Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície

Detalhes bibliográficos
Autor(a) principal: Santos, Luiza Irina Lima dos
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/23651
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama (FGA), Engenharia Eletrônica, 2018.
id UNB-2_0876e152472a6a44d42f90c2107a85dc
oai_identifier_str oai:bdm.unb.br:10483/23651
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Santos, Luiza Irina Lima dosMacedo, Felipe SoaresMiosso, Cristiano JacquesSANTOS, Luiza Irina Lima dos. Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície. 2018. 85 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2018.https://bdm.unb.br/handle/10483/23651Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama (FGA), Engenharia Eletrônica, 2018.O estudo de sinais de eletromiografia (EMG) possui aplicações em áreas diversificadas da ciência, é de grande importância no desenvolvimento de técnicas fisioterapêuticas de reabilitação, sendo ele incluso nos estudos de análise de tosse. Os sinais de eletromiografia proporcionam a visualização do funcionamento do sistema neuromuscular, que abrange muitas funções do organismo humano,e por isso possuem grande potencial para pesquisa. Uma dentre as possibilidades de exploração dos sinais de eletromiografia é a reabilitação de indivíduos com lesão medular, pois estes possuem alteração em muitas funções do organismo além da motora, sendo alterado também, por exemplo, o mecanismo da respiração. O EMG aplicado ao estudo da respiração e higiene brônquica possibilita melhor percepção dos métodos de tosse assistida, nessa situação o EMG também pode ser usado com o objetivo de tornar a tosse assistida automática pela sincronia entre os sinais de músculos expiratórios e um sistema de estimulação elétrica dos músculos abdominais. Para obter a devida sincronia é necessário identificar a intenção ou o início de tosse pela análise da eletromiografia. Para tal, o trabalho apresenta a sugestão de detecção do início de tosse por algoritmos de aprendizagem de máquina, que permitem muitas opções de métodos de classificação. Inicialmente definiu-se o uso da máquina de vetor de suporte (SVM) para a classificação binária da presença de tosse em dados previamente adquiridos. Os sinais EMG estudados são resultantes de um ensaio realizado em cinco participantes com diferentes alturas e complexidade de lesões medulares, sem restrições pulmonares e respiratórias, em que as tosses foram induzidas conscientemente. O trabalho contribui na investigação dos melhores parâmetros e métodos de classificação para a identificação da tosse voluntária e também de pré tosse, entendida com o evento anterior à tosse, uma vez que a área de aprendizado de máquina fornece ferramentas robustas, com muitos graus de liberdade para um desempenho suficiente para a aplicação almejada. Os resultados dos experimentos de classificação nos sinais de EMG trabalhados demostram grande variação no desempenho de identificação de tosse e de pré tosse de acordo com aposição dos eletrodos e também de acordo com cada participante de pesquisa, uma vez que as lesões medulares de cada um são diferentes e por isso se manifestam em cada indivíduo de maneira particular. Contudo, para cada participante foram obtidas combinações de experimentação que puderam identificar trechos de EMG de tosse e de pré tosse dos demais sinais de EMG, sendo os menores valores de sensibilidade obtidos para classificação de tosse e de pré tosse 92,45% e 88,69%, respectivamente, referentes aos sinais de EMG do mesmo participante. Dentre as cinco pessoas que colaboraram com as aquisições de sinais apenas o participante A2 teve resultados inferiores a 96% nas métricas de sensibilidade e especificidade, fazendo sugestão de estudos mais aprofundados a respeito do tipo de lesão e a tosse nos sinais de EMG e também de técnicas de aprendizado de máquina mais robustas para o caso.Submitted by Caroline Botelho Teixeira (carolinebotelhoteixeira@gmail.com) on 2019-12-10T16:09:10Z No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_LuizaIrinaLimaDosSantos_tcc.pdf: 6286537 bytes, checksum: 99d8d9f23e4cc0d93fa03aaa1e759fe2 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2020-04-17T18:40:21Z (GMT) No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_LuizaIrinaLimaDosSantos_tcc.pdf: 6286537 bytes, checksum: 99d8d9f23e4cc0d93fa03aaa1e759fe2 (MD5)Made available in DSpace on 2020-04-17T18:40:22Z (GMT). No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_LuizaIrinaLimaDosSantos_tcc.pdf: 6286537 bytes, checksum: 99d8d9f23e4cc0d93fa03aaa1e759fe2 (MD5)The study of electromyography signals (EMG) has applications in diverse areas of science, is of great importance in the development of rehabilitation physiotherapeutic techniques, being included in studies of cough analysis. Electromyography signals provide visualization of the functioning of the neuromuscular system, which encompasses many functions of the human organism, and therefore has great potential for research. One of the possibilities for the exploration of electromyography signals is there habilitation of individuals with spinal cord injury, since these have alterations in many functions of the organism besides the motor, and the breathing mechanism has also been altered. The EMG applied to the study of bronchial respiration and hygiene allows a better perception of the methods of assisted cough, in this situation the EMG can also be used with the purpose of making automatic assisted cough through the synchrony between expiratory muscle signals and an electrical stimulation system of the abdominal muscles. In order to obtain the correct synchrony itis necessary to identify the intention or the beginning of cough by the analysis of the electromyography. For this, the work presents the suggestion of detection of the onset of cough by machine learning algorithms, which allow many options of classification methods. We initially defined the use of the support vector machine (SVM) for binary classification of the presence of cough in previously acquired data. The EMG signs studie dare the result of atrial performed in five participants with different heights and complexity of spinal cord injuries, without respiratory and pulmonary restrictions, in which the coughs were consciously induced. The work contributes to the investigation of the best parameters and classification methods for the identification of voluntary cough and also of pre cough, understood as a pre-cough event, since the machine learning area provides robust tools with many degrees of freedom to performance for the intended application. The results of the classification experiments on the worked EMG signals show a great variation in the performance of cough identification and pre cough according to the position of the electrodes and also according to each research participant, since the spinal lesions of each are different and therefore manifest in each individual in a particular way. However, for each participant, experimental combinations were obtained that could identify cough and pre-cough EMG tracings of the other EMG signals, with the lowest sensitivity values obtained for cough and pre-cough classification 92.45% and 88,69%, respectively, regarding the EMG signals of the same participant. Among the five people who collaborated with the acquisition of signs, only the A2 participant had results below 96% insensitivity and specificitymetrics, suggesting more in-depth studies on the type of lesion and cough on the EMG signs and also on more robust machine learning techniques for the case.Medula espinhal - ferimentos e lesõesEngenharia biomédicaAprendizado do computadorEletromiografiaSinais eletromiográficosDesenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfícieinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2020-04-17T18:40:22Z2020-04-17T18:40:22Z2018-12-13info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/23651/5/license.txt21554873e56ad8ddc69c092699b98f95MD55CC-LICENSElicense_urllicense_urltext/plain49http://bdm.unb.br/xmlui/bitstream/10483/23651/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_textapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/23651/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/23651/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINAL2018_LuizaIrinaLimaDosSantos_tcc.pdf2018_LuizaIrinaLimaDosSantos_tcc.pdfapplication/pdf6286537http://bdm.unb.br/xmlui/bitstream/10483/23651/1/2018_LuizaIrinaLimaDosSantos_tcc.pdf99d8d9f23e4cc0d93fa03aaa1e759fe2MD5110483/236512020-04-17 15:40:22.011oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712020-04-17T18:40:22Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
title Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
spellingShingle Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
Santos, Luiza Irina Lima dos
Medula espinhal - ferimentos e lesões
Engenharia biomédica
Aprendizado do computador
Eletromiografia
Sinais eletromiográficos
title_short Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
title_full Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
title_fullStr Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
title_full_unstemmed Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
title_sort Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície
author Santos, Luiza Irina Lima dos
author_facet Santos, Luiza Irina Lima dos
author_role author
dc.contributor.advisorco.none.fl_str_mv Macedo, Felipe Soares
dc.contributor.author.fl_str_mv Santos, Luiza Irina Lima dos
dc.contributor.advisor1.fl_str_mv Miosso, Cristiano Jacques
contributor_str_mv Miosso, Cristiano Jacques
dc.subject.keyword.pt_BR.fl_str_mv Medula espinhal - ferimentos e lesões
Engenharia biomédica
Aprendizado do computador
Eletromiografia
Sinais eletromiográficos
topic Medula espinhal - ferimentos e lesões
Engenharia biomédica
Aprendizado do computador
Eletromiografia
Sinais eletromiográficos
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama (FGA), Engenharia Eletrônica, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-12-13
dc.date.accessioned.fl_str_mv 2020-04-17T18:40:22Z
dc.date.available.fl_str_mv 2020-04-17T18:40:22Z
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.citation.fl_str_mv SANTOS, Luiza Irina Lima dos. Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície. 2018. 85 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/23651
identifier_str_mv SANTOS, Luiza Irina Lima dos. Desenvolvimento e avaliação de um sistema de detecção automática de tosse voluntária utilizando técnicas de aprendizagem de máquina aplicadas a eletromiografia de superfície. 2018. 85 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2018.
url https://bdm.unb.br/handle/10483/23651
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/23651/5/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/23651/2/license_url
http://bdm.unb.br/xmlui/bitstream/10483/23651/3/license_text
http://bdm.unb.br/xmlui/bitstream/10483/23651/4/license_rdf
http://bdm.unb.br/xmlui/bitstream/10483/23651/1/2018_LuizaIrinaLimaDosSantos_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
99d8d9f23e4cc0d93fa03aaa1e759fe2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1813907990146711552

Registros relacionados