Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/4373
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLeite, Rui Pimentel-
dc.date.accessioned2019-09-03T16:50:23Z-
dc.date.available2019-09-03T16:50:23Z-
dc.date.issued2019-05-31-
dc.identifier.citationLEITE, Rui Pimentel. Automatic estimation of canine heart murmur with electronic stethoscope and software. 2019. 73 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/4373-
dc.description.abstractHeart sounds carry information about the health of heart structures and about the dynamics of blood circulation. Auscultation is the activity dedicated to the analysis of sounds produced spontaneously by organs — which includes heart sounds. Despite being important to detect diseases early and to improve the use of resources in the health sector, both human and animal, the practice of auscultation is still largely subjective and dependent on factors such as experience, technique and auditory ability of the professional, as well as environmental noise and friction. The present work represents an effort to increase tooling for veterinary medicine practice by proposing a new method to automatically estimate the degree of canine heart murmur on a scale of 0 to 6 from a record of heart sounds marked with the position of the main heartbeats. The method includes the generation of features from this record (through specially adapted algorithms) and the use of machine learning techniques to make the estimation. The proposed method was developed from a set of records of 56 patients, each of which had 9 heart cycles processed. Of the 4032 rows of data resulting from the study, only 0.35% of them could not have the degree of murmur adequately estimated. An analysis of the error profile allows one to conclude that the estimated and the actual degree of murmur of the patient never reach a difference of 2 degrees or more, and that further techniques can be researched to reduce the error even more or to increase the generalization capacity of the developed method.pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectAlgorítmospt_BR
dc.subjectCoração - Sons - Análisept_BR
dc.subjectSopros cardíacospt_BR
dc.subjectCães - Doençaspt_BR
dc.subjectAuscultaçãopt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectAnálise numéricapt_BR
dc.subjectMétodos de simulaçãopt_BR
dc.subjectMedicina veterinária de pequenos animaispt_BR
dc.subjectAlgorithmspt_BR
dc.subjectHeart - Sounds - Analysispt_BR
dc.subjectHeart murmurspt_BR
dc.subjectDogs - Diseasespt_BR
dc.subjectAuscultationpt_BR
dc.subjectMachine learningpt_BR
dc.subjectNumerical analysispt_BR
dc.subjectSimulation methodspt_BR
dc.subjectPet medicinept_BR
dc.titleAutomatic estimation of canine heart murmur with electronic stethoscope and softwarept_BR
dc.title.alternativeEstimativa automática do grau de sopro cardíaco canino com estetoscópio eletrônico e softwarept_BR
dc.typemasterThesispt_BR
dc.description.resumoOs sons cardíacos carregam informações sobre a saúde das estruturas cardíacas e sobre a dinâmica da circulação sanguínea. A auscultação é a atividade dedicada à análise dos sons produzidos espontaneamente pelos órgãos — inclusive os sons cardíacos. Embora seja importante para detecção precoce de doenças e para o aprimoramento do emprego de recursos na área da saúde, tanto humana quanto animal, a prática da auscultação ainda é largamente subjetiva e dependente de fatores como experiência, técnica e habilidade auditiva do profissional, bem como de ruídos ambientais e de fricção. O presente trabalho representa um esforço no sentido de incrementar o ferramental para prática de medicina veterinária ao propor um novo método para estimar automaticamente o grau de sopro cardíaco canino numa escala de 0 a 6 a partir de uma gravação de sons cardíacos com marcação dos principais batimentos cardíacos. Tal método inclui a geração de features a partir dessa gravação (através de algoritmos especialmente adaptados) e o uso de técnicas de aprendizado de máquina para efetuar a estimativa. O método proposto foi desenvolvido a partir de um conjunto de gravações de 56 pacientes, tendo cada um dos quais 9 ciclos cardíacos processados. Das 4032 linhas de dados resultantes do estudo, apenas 0,35% delas não puderam ter o grau de sopro corretamente estimado. Uma análise do perfil de erro permitiu concluir que a estimativa e o grau real do paciente nunca atingem uma diferença de 2 graus ou mais, e que técnicas podem ser pesquisadas para reduzir o erro ou para aumentar a capacidade de generalização do método desenvolvido.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2481929003589822pt_BR
dc.contributor.advisor1Stebel, Sergio Leandro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8340523025399467pt_BR
dc.contributor.advisor-co1Sovierzoski, Miguel Antonio-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1161370230476249pt_BR
dc.contributor.referee1Stebel, Sergio Leandro-
dc.contributor.referee2Borba, Gustavo Benvenutti-
dc.contributor.referee3Rambo, Marcos Vinicio Haas-
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Biomédicapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOSpt_BR
dc.subject.capesEngenharia Biomédicapt_BR
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Biomédica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_PPGEB_M_Leite, Rui Pimentel_2019.pdf2,63 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.