Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/6070
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Souza, Júlio Cesar Eduardo de | |
dc.date.accessioned | 2020-11-09T19:20:38Z | - |
dc.date.available | 2020-11-09T19:20:38Z | - |
dc.date.issued | 2016-06-23 | |
dc.identifier.citation | SOUZA, Júlio Cesar Eduardo de. Algoritmo de identificação automática dos batimentos cardíacos e reconhecimento das contrações ventriculares prematuras em ECG utilizando inteligência artificial. 2016. 76 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/6070 | - |
dc.description.abstract | The aim of this paper is to develop an algorithm that can identify heart beats based on Pan & Tompkins’ work. The identified heart beats were used as a reference to extract the features for the KNN classifier used to recognize the premature ventricular contraction. It was changed in the Pan & Tompkins’ work, the band pass and derivative filters. A new stage was included that decides which peak in a range of 100 units is a R peak by analysing its amplitudes. The accuracy of the R peak algorithm was 99.66 %, sensibility of 99.78 % and positive prediction of 99.68 %. It was extracted from the hearts beat 46 features. Using genetic algorithm, this amount was reduced to 26. The accuracy of the algorithm 1NN was initially 80.70 % using all features. With 26 features chosen by the genetic algorithm, this accuracy was enhanced to 97.87%. To be possible to use the genetic algorithm, it was used only 36 % of the all data. After the feature selection, the R peaks identified was classified as PVC and not PVC. The accuracy of the KNN algorithm was 98.10%, sensibility of 99.20% and positive prediction of 98.85%. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | restrictAccess | pt_BR |
dc.subject | Eletrocardiografia | pt_BR |
dc.subject | Algorítmos | pt_BR |
dc.subject | Inteligência artificial - Aplicações médicas | pt_BR |
dc.subject | Electrocardiography | pt_BR |
dc.subject | Algorithms | pt_BR |
dc.subject | Artificial intelligence - Medical applications | pt_BR |
dc.title | Algoritmo de identificação automática dos batimentos cardíacos e reconhecimento das contrações ventriculares prematuras em ECG utilizando inteligência artificial | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.description.resumo | A proposta deste trabalho é desenvolver um algoritmo que consiga identificar os batimentos cardíacos baseado na metodologia de Pan e Tompkins. Os batimentos cardíacos identificados serviram de referência para a extração das características do classificador KNN utilizado para reconhecer a contração ventricular prematura. Para identificar os picos R, foram alterados da metodologia original de Pan e Tompkins os filtros utilizados e o filtro derivativo. Foi incluído um bloco de decisão para picos adjacentes que possuem uma distância menor que 100 amostras. A taxa de acerto do algoritmo modificado foi de 99,66%, sua sensibilidade foi de 99,78% e o preditivo positivo de 99,68%. Foram retiradas 46 características e, após o uso do algoritmo genético, esta quantidade abaixou para 26. A taxa de acerto do algoritmo 1NN foi inicialmente 80,70 % com as 46 características, utilizando somente as 26 características escolhidas pelo algoritmo genético, esta taxa aumentou para 97,87%. Para agilizar as interações do algoritmo genético foram utilizados somente 36 % dos picos encontrados pelo algoritmo de identificação de picos R. Após a escolha das características, os picos R identificados foram classificados entre CVP e não CVP. A taxa de acerto do algoritmo KNN foi em média 98,10%, sensibilidade de 99,20% e preditivo positivo de 98,85%. | pt_BR |
dc.degree.local | Campo Mourão | pt_BR |
dc.publisher.local | Campo Mourao | pt_BR |
dc.contributor.advisor1 | Tormena Junior, Osmar | |
dc.contributor.referee1 | Rossini, Flávio Luiz | |
dc.contributor.referee2 | Neli, Roberto Ribeiro | |
dc.contributor.referee3 | Tormena Junior, Osmar | |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Departamento Acadêmico de Eletrônica | pt_BR |
dc.publisher.program | Engenharia Eletrônica | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS | pt_BR |
Aparece nas coleções: | CM - Engenharia Eletrônica |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CM_COELE_2016_1_03.pdf Disponível a partir de 5000-01-01 | 3,57 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.