Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)

Detalhes bibliográficos
Autor(a) principal: Freitas, Davi Rabbouni de Carvalho
Data de Publicação: 2019
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/10483/28653
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
id UNB-2_5a01eff00c4bcaf779779d03272c0f92
oai_identifier_str oai:bdm.unb.br:10483/28653
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Freitas, Davi Rabbouni de CarvalhoOliveira, Flávia Maria Guerra de Sousa AranhaFEITAS, Davi Rabbouni de Carvalho. Caracterização quantitativa do sistema nervoso autônomo: estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG). 2019. 74 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.https://bdm.unb.br/handle/10483/28653Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.Este trabalho propõe o estudo de uma abordagem alternativa e não invasiva para se obter características oriundas do sinal de respiração e de suas influências sobre o Sistema Nervoso Autônomo (SNA). Especificamente, procura-se verificar a validade do uso de um sinal respiratório extraído de um sinal de eletrocardiograma em um sistema que correlaciona sinais cardíacos e respiratórios e o grau de apneia do sono de um certo indivíduo. Para se alcançar tal objetivo, usaram-se dois conjuntos de dados: o primeiro consiste na seleção de 6 pacientes de um banco de 53 pacientes de unidades de tratamento intensivo; o segundo continha sinais de eletrocardiograma e respiração de 8 pacientes, divididos em 4 indívíduos com apneia e 4 pacientes sem apneia. Por meio da estimação da resposta ao impulso pelos métodos autoregressivo (ARX) e de funções base de Laguerre (FBL), foi possível obter parâmetros quantitativos que refletem a modulação do SNA a partir de um sistema com o sinal de respiração estimado. A partir desses modelos, foi possível compará-los com os parâmetros extraídos de um sistema com sinais de respiração obtidos por métodos convencionais, os quais foram tratados nesse estudo como sinais de referência. Assim, compararam-se esses sinais estimados e de referência por diferentes métricas: uma correlação cruzada foi aplicada entre os sinais estimado e de referência para se obter o nível de semelhança entre eles. Em seguida, realizou-se uma correlação entre os parâmetros de descrição da resposta ao impulso (RI) tanto para os modelos estimados quanto os de referência, com o intuito de se obter uma medida de similaridade no comportamento entre eles. Finalmente, procurou-se utilizar as técnicas ANOVA e K-Means com a finalidade de verificar a possibilidade de distinção entre pacientes apneicos e não-apneicos para esses parâmetros estimados e de referência. Nos resultados obtidos, observou-se uma diferença sensível na correlação cruzada dos sinais e na correlação dos parâmetros para bases de dados diferentes. Para o método ANOVA, foi possível observar que os parâmetros oriundos dos modelos criados com os sinais de respiração estimados não apresentaram diferença estatística na distinção entre pacientes apneicos e não-apneicos, algo que foi alcançado para os parâmetros provindos dos modelos com sinais de referência. Todavia, essa incerteza poderia ser possivelmente explicada por um número reduzido de amostras. Ademais, o método K-Means obteve 100% de acertos na segregação dos pacientes apneicos e não apneicos utilizando os parâmetros descritivos de RI dos modelos de referência; para os modelos com sinais estimados, dois pacientes apneicos foram incorretamente classificados. Pelos resultados obtidos, sugere-se a aplicação das metodologias descritas em uma base de dados maior e em diferentes bases de dados, a fim de se verificar algumas da questões levantadas ao longo dessa pesquisa.Submitted by Luanna Maia (luanna@bce.unb.br) on 2021-09-22T12:55:14Z No. of bitstreams: 1 2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf: 3911885 bytes, checksum: 6f9a5edeca62ee0d399b53b0555460d6 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2021-09-22T12:55:30Z (GMT) No. of bitstreams: 1 2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf: 3911885 bytes, checksum: 6f9a5edeca62ee0d399b53b0555460d6 (MD5)Made available in DSpace on 2021-09-22T12:55:30Z (GMT). No. of bitstreams: 1 2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf: 3911885 bytes, checksum: 6f9a5edeca62ee0d399b53b0555460d6 (MD5)This work proposes the study of an alternative and non-invasive approach to acquire characteristics from the respiratory signal and its influences to the Autonomic Nervous System. Specifically, this work seeks to verifiy the validity of the application of a respiratory signal extracted from an electrocardiogram signal in a system that correlates cardiac and respiratory signals and the index of sleep apnea of a certain subject. In order to reach this goal, two databases were used: the first one consists of a selection of 6 subjects from a database of 53 critically-ill patients in intensive care units; the second data set contain electrocardiogram and respiratory signals of 8 subjects, divided between 4 individuals without apnea and 4 subjects with apnea. By means of the impulse response with the autregressive (ARX) and Laguerre basis functions (LBF) models, it was possible to extract quantitative parameters that reflect the Autonomic Nervous System modulation from a system with the estimated respiratory signal. These models made it possible to compare these parameters with the ones from a system with respiratory signals obtained from more conventional methods, which were treated in this study as reference signals. Therefore, the estimated and reference respiratory signals were compared by different metrics: a cross-correlation analysis was applied between these signals in order to measure the level of similarity between them. Then, the correlation technique was applied to the descriptive parameters of the impulse response for both the estimated and reference models. This was done with the purpose of obtaining a measure of similarity in the behavior of these parameters. Finally, the ANOVA and K-Means techniques were used in order to verify the possibility of distinction between apneic and non-apneic patients with the estimated and reference parameters. In the results obtained from these metrics, a sensible difference was observed in the cross-correlation for the signals and in the correlation for the parameters for the two different databases. In the ANOVA method, the parameters from the models with estimated respiratory signals weren’t statistically different in the distinction between apneic and non-apneic patients, unlike the models with the reference signals. However, this statistical uncertainty can possibly be explained by a reduced number of samples. Moreover, the K-Means method obtained 100% accuracy in the process of distinguishing patients with and without apnea using the impulse response parameters from the reference models; for the estimated models, however, two apneic patients were incorrectly classified as non-apneic. With the results obtained in this study, the application of the procedures used in this study in a larger database and in different databases is suggested, in order to verify some of the observations raised throughout this research.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessProcessamento de sinais - técnicas digitaisEletrocardiogramaVariabilidade da Frequência Cardíaca (VFC)Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2021-09-22T12:55:30Z2021-09-22T12:55:30Z2019-07-11porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/28653/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdfapplication/pdf3911885http://bdm.unb.br/xmlui/bitstream/10483/28653/1/2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf6f9a5edeca62ee0d399b53b0555460d6MD5110483/286532021-09-22 09:55:30.837oai: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:115712021-09-22T12:55:30Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
title Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
spellingShingle Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
Freitas, Davi Rabbouni de Carvalho
Processamento de sinais - técnicas digitais
Eletrocardiograma
Variabilidade da Frequência Cardíaca (VFC)
title_short Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
title_full Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
title_fullStr Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
title_full_unstemmed Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
title_sort Caracterização quantitativa do sistema nervoso autônomo : estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG)
author Freitas, Davi Rabbouni de Carvalho
author_facet Freitas, Davi Rabbouni de Carvalho
author_role author
dc.contributor.author.fl_str_mv Freitas, Davi Rabbouni de Carvalho
dc.contributor.advisor1.fl_str_mv Oliveira, Flávia Maria Guerra de Sousa Aranha
contributor_str_mv Oliveira, Flávia Maria Guerra de Sousa Aranha
dc.subject.keyword.pt_BR.fl_str_mv Processamento de sinais - técnicas digitais
Eletrocardiograma
Variabilidade da Frequência Cardíaca (VFC)
topic Processamento de sinais - técnicas digitais
Eletrocardiograma
Variabilidade da Frequência Cardíaca (VFC)
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-07-11
dc.date.accessioned.fl_str_mv 2021-09-22T12:55:30Z
dc.date.available.fl_str_mv 2021-09-22T12:55:30Z
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 FEITAS, Davi Rabbouni de Carvalho. Caracterização quantitativa do sistema nervoso autônomo: estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG). 2019. 74 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/28653
identifier_str_mv FEITAS, Davi Rabbouni de Carvalho. Caracterização quantitativa do sistema nervoso autônomo: estimação da taxa respiratória a partir do sinal de eletrocardiograma (ECG). 2019. 74 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2019.
url https://bdm.unb.br/handle/10483/28653
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/10483/28653/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/28653/1/2019_DaviRabbouniDeCarvalhoFreitas_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
6f9a5edeca62ee0d399b53b0555460d6
bitstream.checksumAlgorithm.fl_str_mv 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_ 1813908053694611456

Registros relacionados