Utilização de redes neurais artificiais no diagnóstico de cardiopatias

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Perales, Thiago Reges
Orientador(a): Covacic, Márcio Roberto [Orientador]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cardiopatias
Diagnóstico
Redes neurais artificiais
Inteligência artificial
Engenharia
Heart diseases - Diagnosis
Artificial neural network
Articial intelligence
Link de acesso: https://repositorio.uel.br/handle/123456789/11377
Resumo: Resumo: Este trabalho trata da aplicação de redes neurais artificiais para o diagnóstico de cardiopatias como arritmia e insuficiência cardíaca congestiva Foram seguidos os passos: Aquisição e condicionamento dos dados para serem aplicados como entrada das redes; Treinamento de diversas redes para escolher a de melhor desempenho A rede neural artificial para diagnosticar pessoas sadias foi o que apresentou melhor desempenho, com 95,93% de acerto Já o diagnóstico de insuficiência cardíaca congestiva foi de 91,7%, e o de arritmia cardíaca foi de 93,67% de acerto Assim, pode ser afirmado que as redes neurais artificiais poderão ajudar muito a obter um diagnóstico preciso e rápido Fica como sugestão de trabalhos futuros realizar o treinamento com um número bem maior de dados para realizar o treinamento e melhorar ainda mais o desempenho da rede
id UEL_8948020ed0f1509d0507a1fcef35f774
oai_identifier_str oai:repositorio.uel.br:123456789/11377
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Perales, Thiago RegesFerreyra Ramírez, Ernesto Fernando5fc6c782-0432-44d9-96ea-509ebae4f3b2-1Valle, Marcos Eduardo Ribeiro doce83ae71-4e75-4cf3-9350-01151b29f951-1Lopes, Deize Dias2fe49b60-ae0b-4d31-a54d-1a6ced114150-17721edac-fd66-4779-b5b1-3a0611dd8628e8873708-8035-46cf-89fb-292f0778f3edCovacic, Márcio Roberto [Orientador]Londrina2024-05-01T13:13:31Z2024-05-01T13:13:31Z2011.0025.06.2011https://repositorio.uel.br/handle/123456789/11377Resumo: Este trabalho trata da aplicação de redes neurais artificiais para o diagnóstico de cardiopatias como arritmia e insuficiência cardíaca congestiva Foram seguidos os passos: Aquisição e condicionamento dos dados para serem aplicados como entrada das redes; Treinamento de diversas redes para escolher a de melhor desempenho A rede neural artificial para diagnosticar pessoas sadias foi o que apresentou melhor desempenho, com 95,93% de acerto Já o diagnóstico de insuficiência cardíaca congestiva foi de 91,7%, e o de arritmia cardíaca foi de 93,67% de acerto Assim, pode ser afirmado que as redes neurais artificiais poderão ajudar muito a obter um diagnóstico preciso e rápido Fica como sugestão de trabalhos futuros realizar o treinamento com um número bem maior de dados para realizar o treinamento e melhorar ainda mais o desempenho da redeDissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Londrina, Centro de Tecnologia e Urbanismo, Departamemto de Engenharia ElétricaAbstract: This work is about the application of Artificial Neural Networks for the diagnosis of heart disease as arrhythmia and insufficience heart congestive The followed steps had been: Acquisition and conditioning of the data to be applied as input of the nets; Training of several nets to choose that with the best performance The neural network to diagnosis healthy people was what it presented the best performance, with 95,93% of rightness Already the diagnosis of insufficience heart congestive it was of 91,7%, and the arrhythmia cardiac it was of 93,67% of rightness Thus, it can be affirmed that the artificial neural networks will be able to help very to get fast and precise the diagnosis It is as suggestion to future works to carry through the training with a well bigger number of data to carry through the training and still more improve the performance of the networkporCardiopatiasDiagnósticoRedes neurais artificiaisInteligência artificialEngenhariaHeart diseases - DiagnosisArtificial neural networkArticial intelligenceUtilização de redes neurais artificiais no diagnóstico de cardiopatiasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMestradoEngenharia ElétricaCentro de Tecnologia e Urbanismo-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess128645vtls000165180SIMvtls000165180http://www.bibliotecadigital.uel.br/document/?code=vtls00016518064.00SIMhttp://www.bibliotecadigital.uel.br/document/?code=vtls0001651802019.pdf123456789/20802 - Mestrado - Engenharia ElétricaORIGINAL2019.pdfapplication/pdf3989943https://repositorio.uel.br/bitstreams/95bf7282-25a4-4063-9a9e-3c67744c6c3f/download3db1ac72cd849f0e644648aa7c58eca1MD51LICENCElicence.txttext/plain263https://repositorio.uel.br/bitstreams/32658ccf-f484-4f65-8a8a-ba6f842e8994/download753f376dfdbc064b559839be95ac5523MD52TEXT2019.pdf.txt2019.pdf.txtExtracted texttext/plain185526https://repositorio.uel.br/bitstreams/dcc3f0af-ced1-4874-9dc2-770ad082ca9f/download86182718cfc06a23d560d4ef9ecd5a5dMD53THUMBNAIL2019.pdf.jpg2019.pdf.jpgGenerated Thumbnailimage/jpeg3472https://repositorio.uel.br/bitstreams/a439b6fd-84b9-40e5-8e71-1b218111ca8f/download05a650969ca65fe7d683d1c8706658b5MD54123456789/113772024-07-12 01:20:17.639open.accessoai:repositorio.uel.br:123456789/11377https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:17Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.pt_BR.fl_str_mv Utilização de redes neurais artificiais no diagnóstico de cardiopatias
title Utilização de redes neurais artificiais no diagnóstico de cardiopatias
spellingShingle Utilização de redes neurais artificiais no diagnóstico de cardiopatias
Perales, Thiago Reges
Cardiopatias
Diagnóstico
Redes neurais artificiais
Inteligência artificial
Engenharia
Heart diseases - Diagnosis
Artificial neural network
Articial intelligence
title_short Utilização de redes neurais artificiais no diagnóstico de cardiopatias
title_full Utilização de redes neurais artificiais no diagnóstico de cardiopatias
title_fullStr Utilização de redes neurais artificiais no diagnóstico de cardiopatias
title_full_unstemmed Utilização de redes neurais artificiais no diagnóstico de cardiopatias
title_sort Utilização de redes neurais artificiais no diagnóstico de cardiopatias
author Perales, Thiago Reges
author_facet Perales, Thiago Reges
author_role author
dc.contributor.banca.pt_BR.fl_str_mv Ferreyra Ramírez, Ernesto Fernando
Valle, Marcos Eduardo Ribeiro do
Lopes, Deize Dias
dc.contributor.author.fl_str_mv Perales, Thiago Reges
dc.contributor.authorID.fl_str_mv 7721edac-fd66-4779-b5b1-3a0611dd8628
dc.contributor.advisor1ID.fl_str_mv e8873708-8035-46cf-89fb-292f0778f3ed
dc.contributor.advisor1.fl_str_mv Covacic, Márcio Roberto [Orientador]
contributor_str_mv Covacic, Márcio Roberto [Orientador]
dc.subject.por.fl_str_mv Cardiopatias
Diagnóstico
Redes neurais artificiais
Inteligência artificial
Engenharia
Heart diseases - Diagnosis
Artificial neural network
Articial intelligence
topic Cardiopatias
Diagnóstico
Redes neurais artificiais
Inteligência artificial
Engenharia
Heart diseases - Diagnosis
Artificial neural network
Articial intelligence
description Resumo: Este trabalho trata da aplicação de redes neurais artificiais para o diagnóstico de cardiopatias como arritmia e insuficiência cardíaca congestiva Foram seguidos os passos: Aquisição e condicionamento dos dados para serem aplicados como entrada das redes; Treinamento de diversas redes para escolher a de melhor desempenho A rede neural artificial para diagnosticar pessoas sadias foi o que apresentou melhor desempenho, com 95,93% de acerto Já o diagnóstico de insuficiência cardíaca congestiva foi de 91,7%, e o de arritmia cardíaca foi de 93,67% de acerto Assim, pode ser afirmado que as redes neurais artificiais poderão ajudar muito a obter um diagnóstico preciso e rápido Fica como sugestão de trabalhos futuros realizar o treinamento com um número bem maior de dados para realizar o treinamento e melhorar ainda mais o desempenho da rede
publishDate 2024
dc.date.defesa.pt_BR.fl_str_mv 25.06.2011
dc.date.created.fl_str_mv 2011.00
dc.date.accessioned.fl_str_mv 2024-05-01T13:13:31Z
dc.date.available.fl_str_mv 2024-05-01T13:13:31Z
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 https://repositorio.uel.br/handle/123456789/11377
url https://repositorio.uel.br/handle/123456789/11377
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.coursedegree.pt_BR.fl_str_mv Mestrado
dc.relation.coursename.pt_BR.fl_str_mv Engenharia Elétrica
dc.relation.departament.pt_BR.fl_str_mv Centro de Tecnologia e Urbanismo
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.pt_BR.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/95bf7282-25a4-4063-9a9e-3c67744c6c3f/download
https://repositorio.uel.br/bitstreams/32658ccf-f484-4f65-8a8a-ba6f842e8994/download
https://repositorio.uel.br/bitstreams/dcc3f0af-ced1-4874-9dc2-770ad082ca9f/download
https://repositorio.uel.br/bitstreams/a439b6fd-84b9-40e5-8e71-1b218111ca8f/download
bitstream.checksum.fl_str_mv 3db1ac72cd849f0e644648aa7c58eca1
753f376dfdbc064b559839be95ac5523
86182718cfc06a23d560d4ef9ecd5a5d
05a650969ca65fe7d683d1c8706658b5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1856675819550670848

Registros relacionados